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...

最近在投递简历。在BOSS上，投了50来份小厂(1000人以下)。只有几个人回复(我知道这很正常)，目前有一个小厂hr的电话，说他们的要求很高，我代码有点少。感觉小厂的要求都好高，什么QT，游戏项目/引擎，嵌入式，音视频，图片处理，机器学习，数据挖掘/分析等等，我是不是要改变策略，投中大厂(可能他们的要求比较低，比较看重学习能力)？现在想，先投一个月(边复习+MySQL+QT)，不行就考研去了。

来杭州实习的第三周，天天早九晚六感觉就已经很精神疲惫了，也没有多少私人时间，不敢想象如果是大厂的逆天作息我能活几年。果然人只有真正来上班了才知道自己想要什么，比起天天高强度被压榨拿到一份不错的薪水，我还是更喜欢能边摸鱼边混口饭吃。已经开始准备秋招找国企躺平了，大三想进国企该准备什么，是不是跟私企互联网招聘路子完全不一样，前边的准备是不是一点用没有了

2026年了，写代码还在纯手搓？ 兄弟，时代变了。当个AI 邪修是真爽啊！ 这不仅仅是写代码，这是一套完整的自动化流水线。拥有一支AI 军团：既有负责搬砖的马仔，也有负责管事的管家。1️⃣ Copilot：肌肉记忆自动补全的 T0 选手。它不像是在帮你思考，更像是你的潜意识。当我写下 // 计算信噪比，它已经把公式代码灰显出来了。最佳场景： 写那些繁琐、重复、样板式的代码（比如写一大堆 get/set，或者写 C++ 的重载函数）。2️⃣ Cursor：神级IDE 能听懂人话的编辑器（VS Code 的完美进化体）：真正的黑科技。“重构这个模块，把单线程改成多线程，顺便更新所有接口。”它会自动...