1、讲讲什么是 RAGRAG 是 Retrieval-Augmented Generation，也就是检索增强生成。它的核心思想不是只靠大模型参数里记住的知识回答问题，而是在回答之前，先去外部知识库里检索和当前问题相关的内容，再把检索结果作为上下文交给模型生成答案。完整流程一般分两部分。离线侧先做文档接入、清洗、切片、向量化和索引构建，把知识变成可检索的形式。在线侧收到用户问题后，先做 query 改写或纠错，再去知识库召回相关片段，必要时做 rerank 重排，最后把用户问题和证据一起送给模型生成。RAG 的价值主要有三个：让模型获得训练时没有的外部知识让知识更新不依赖重新训练模型让回答更容...

继上次三方毁约后，又拿到了腾讯社招offer

项目相关   你觉得skill能完整代替你这个引擎吗？就像比如说你这个什么编排啊、分析、执行、质检、总结，这个工作流，包括工具的调用。你花了这么多力气，用了这么多框架，搭了这么一个平台，你觉得光用一个skill的文档能够完全替代你这个平台吗？   3 那你觉得这个vibe coding的ide这个agent跟你做的这个agent有什么本质的区别吗？ 4觉得用用或者用某一个大厂的这个开源的ide，这个这个agent，然后让它搭配一个skill，是不是能更灵活的支持你这个场景？ 5 这个你可以实际去用一用啊，用过小龙虾吗？vibe oding用用的多吗？ 6.在使用外部coding过程当中有什么使...