之前团队在做合同审查和研报问答两个 RAG 项目，踩了不少分块（Chunk）相关的坑。今天把这块经验整理一下，希望对正在做类似事情的朋友有点帮助。先搞清楚 Token 这个概念做 Chunk 之前，得先理解 Token。很多人把 Token 简单等同于"字"或"词"，这不太准确。Token 是模型实际处理的最小单元，中文大约 1.5-2 个字对应一个 Token，英文则大约是 0.75 个单词一个 Token。这件事为什么重要？因为不同类型的文档，Token 密度差异很大。我们实测过：一份 20 页的中文合同，大约 8000-12000 个 Token；...

年后，连续好几日，忙于见亲朋好友。虽独处的时间少了，但却久违地感受到一种情感的流动与融合。不知从什么时候起，那颗常年在外，日益坚硬的心又一次变得柔软起来。我开始贪恋这一种曾嗤之以鼻的温暖。它琐碎，烦杂，甚至愚昧，落后，但与此同时，也饱含着质朴，热情，生机与包容。故乡，是一个令人爱恨交织的地方。

万法AI一面 2026-2-4 1你项目中 ES 的数据是直接写入，还是从数据库同步后再查询？ 2ES 是否做了大宽表，通过 binlog 同步数据库数据？ 3项目中 ES 的索引是如何设计的？ 4数据库索引有哪些数据结构？ 5Redis 主要用在什么场景？ 6JVM 的垃圾回收器有哪些？CMS 的垃圾回收过程分哪些阶段？ 7平时写代码会用 AI 编程吗？ 8你项目中用 Spring AI 做图片识别，提示词写得多吗？用的什么模型？ 9若要实现一个 AI 小助手，需要记忆管理和向量库 RAG，该怎么实现？ 10AI 开发和传统开发有什么区别？各有什么优缺点？ 11如何解决或降低 AI 幻觉问题...

昨天面了一场几乎没怎么问我简历，要不要再找个agent项目啊还是再好好背背八股，八股➕ai出来的项目能找到实习吗🥹🥹🥹🥹通信转码go后端学了几个月，目标中厂实习