大家好，我是程序员鱼皮。最近这两年，只要你接触过 AI 编程，大概率听过一个词，RAG（Retrieval-Augmented Generation）。但很多小伙伴对 RAG 都只是一知半解，导致面试的时候只能说出 “检索增强生成” 这六个字，面试官再多问一点，就只能 “阿巴阿巴”。而这篇文章，是对 RAG 技术的一个全景科普，从最初的 Naive RAG、到现在最主流的 Agentic RAG，总共 16 种主流 RAG 方案，我会一次性给大家讲清楚。以后开发 AI 应用的过程中，无论遇到什么场景，都能选择最合适的 RAG 方案。干货比较多，建议先点赞收藏，再慢慢往下看~什么是 RAG？AI...

蚌住了，沉淀三个月  收到的面试反而更少了，大部分做完了测试就了无音讯，大模型应用，产品，AIGC，甚至售前工程师我也愿意做啊！这个时代怎么了？为何不愿意接受双非生😭

本人是学院本，最近都说AI比较火热，于是本人的室友花了1.3w报了个AI培训班，我就说了个感觉这钱花的没啥必要，室友就生气了。。。。这难道不是AI培训班割韭菜吗。。。

很多人写嵌入式简历，最容易堆上去的词就是 UART、SPI、I2C、CAN、以太网、Linux 驱动、BSP、FreeRTOS、DMA、中断。这些词本身当然没错，问题在于只要简历里出现得够多，面试官通常不会再按“名词解释”的方式问你。现在更常见的追问方式，是挑一条你项目里真实存在的数据链路，从外设收发开始，一路往上问到中断、DMA、缓存、任务切换、驱动接口、异常恢复、日志定位，再回到为什么这样设计。答得出来，说明你真做过；答到一半就散，说明大概率只是配过、调通过、抄过一版能跑的代码。最近公开面经、岗位要求和讨论里反复出现的几个方向也很一致：Linux、RTOS、驱动/BSP、C/C++、通信协...