传统数仓、数据库和分析系统，为业务提供了稳定的数据支持和决策依据。但当数据开始面对 LLM 时，就产生了一个全新的挑战：如何将企业数据转化为模型可感知、可检索、可执行的“上下文”。在企业 AI 系统中，这一过程通常经历三个关键环节：1. 数仓与数据库：提供干净、统一、结构化的业务数据。2. 搜索与 RAG：让模型能够快速、稳定地访问相关信息。3. 工作流与 Agent：将数据能力编排成可执行的任务，实现复杂业务的闭环。图中展示了这一链路的概览。通过这条链路，可以发现数据不再只是“给人看的”，而是成为 AI 执行的核心驱动力。一、从数仓到 LLM：数据“服务对象”的变化在之前的文章中（微信公众号...

uu 们了解中信证券 it 和上交所技术两个的待遇吗，base 均为上海，岗位都是后端，哪个选择会更好一些呢。bg：双中 9 计算机硕，应届

难道大学生不是这样吗有课的时候旷课，没课的时候躺着睡觉如果真的经济自由的话那就写外挂一边可以发技术博客赚一大堆阅读量一边可以卖给某些人搞钱爽的

 没关系的，记录一下