【S级 神仙亦师亦友型】遇到就是赚到，应届生直接闭眼冲亦师亦友，主动规划全流程带教，不仅教技术，还教职场生存逻辑，主动给成长机会，愿意为你兜底1. 入职就给你做完整的实习成长规划，循序渐进带你入门，不会让你瞎摸；<br>2. 有问必答，不仅告诉你怎么做，还会讲透底层原理，教你思考问题的方式；<br>3. 主动给你有挑战性的需求，给你试错的空间，出了问题会帮你兜底，不会让你背锅；<br>4. 认真做code review，帮你指出问题，教你怎么优化，帮你建立规范的开发习惯；<br>5. 亦师亦友，不仅教技术，还教你职场沟通、方案设计、汇报逻辑，帮你...

简历是过年做好的（第三版），boss 上沟通了 142 个，只有 13 个要了简历，0 个面试要不要换 agent 项目呀，现在就是很纠结，看到后端太卷了又想去测开，但是 0 基础，只会 apifox 接口测试，有没有大佬指导指导，面试机会少，经验也少，还在纠结要不要去报个面试辅导...如今 ai 这么火，天天焦虑的很😮‍💨要不然暑期实习都找不到了

27届，投实习  

1. 怎么把 RAG 接入到你的 Agent 执行链路里的？是在调用工具之前先检索，还是在生成结果之后再做校验？我们的 RAG 是通过 Spring AI 的 Advisor 接入到 ChatClient 的：模型调用前在 before() 做向量检索，把命中文档拼成上下文注入 prompt；模型生成后在 after() 把命中文档回写到响应 metadata 便于追踪。当前是“先检索再生成”的 pre-RAG，并没有单独做生成后的事实校验，后续可以增加 verifier 节点来做 post-check。2. MCP 是完全自研的吗？和市面上成熟的 Agent 框架相比，你的方案在扩展性上有什...