我还记得24年研究RAG的时候，压根没有想到，后来技术的发展，大模型的上下文能长成现在这个样，而且随着技术进一步发展，其实Memory的加入确实能让Agent的上下文能力变得很强，但真当面试时如果被问到这个问题，你得清楚，其实是一个非常典型的面试陷阱。（我准备的答案在文末）为什么这么说？如果你跟风回答“会”，面试官很容易判断你缺乏工程落地经验，也没有真正考虑过成本问题。但如果你回答“不会”，面试官往往又会继续追问：既然不会，那现在模型拼命把上下文窗口做到几百万Token，难道方向错了吗？RAG还有存在的必要吗？你会觉得，这道题似乎怎么回答都不对：说“会”，显得外行；说“不会”，又像是在否定技术...

能投什么企业

现在在AI领域的实际工作中，Skill设计是最核心的。不是提示词工程，不是模型微调，而是给Agent写"技能说明书"的能力。 结合百度输出的skill文章整理了下： 什么是Skill？ 简单说，Skill就是一份结构化的任务说明，告诉AI Agent：  你能做什么 什么时候该触发你 具体怎么一步步执行  它不是代码，更像是一份"超级SOP"。写得好，Agent就能自动识别用户意图并执行复杂任务。 Skill的文件结构 一个完整的Skill长这样： my-skill/ ├── SKILL.md # 核心文件：描述+工作流程 ├── scripts/ # ...