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...

实习最后一周，转正面试挂了。评委说"综合能力还差一点"。我走出会议室的时候脑子是空的，三个月白干的感觉。师父把我拉到茶水间，没安慰我，只是说："你那个小工具是你自己从零做出来的吧，我都看过，能力没问题。这次挂了不代表什么。"他把他之前在某厂的内推码发给我："春招别怂，投。"昨天春招开奖，我拿了那个厂的offer。薪资比原来的转正待遇还高20%！！我给师父发了条消息："师父，我上岸了。"他回了个"牛"。就一个字。但我看了很久。谢谢我的老大哥，你是我的贵人

其实还挺不容易的，也算是转码之路的里程碑了

写这篇之前我犹豫了挺久。一方面是怕被人骂，"又一个收割焦虑的转行帖"；另一方面是看了太多用 GPT 套娃出来的「学习路线」文章，AI 味重得让人没法读完。所以这篇全是亲身踩过的坑，时间线、用过的项目、当时的心路全都尽量原样写出来。如果你是大学生在迷茫要不要转 AI，或者已经在转的路上，希望能给点参考。 一个反共识的开场：你以为进 OpenAI 的人都是博士？ 先讲个故事，跟我没关系，但跟所有想转 AI 的人都有关系。 OpenAI 的 Sora 团队（就是搞文生视频那个）一共 13 个人。这里面有两个人特别有意思： Will DePue，密歇根大学计算机系，直接辍学了。17...