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...

目前只有wxg约过一面，手撕没撕出来就挂了

算上这次也是三战字节了timeline3.24一面 当晚约二面3.25二面 当晚约三面3.27三面 3.30约HR面4.1HR面4.2 oc+offer加油加油，希望暑期能活下来

卑微的算法打工人，现在手里剩下两个 Offer 实在不知道怎么选了。下面是 offer 情况，求各位路过的大佬给点建议 1. 乐动机器人 🤖️（主攻割草机方向） 💰 待遇：n*12 + 绩效/项目奖金（年终1-4个月），五险基数按5000，一金按底薪为基数80%（比例5%） 业务：割草机器人 ✅ 优势：1. 业务方向好，做割草机器人、家用机器人等业务，发展前景好，后续跳槽面广；2. 薪资略高，社保基数小，每月到手薪资高 💣 劣势：1. 风评差，听说强度很大；2. 人员流动性大，怕进去待不久；3. 机器人赛道竞争大 2. 晶泰科技 🧬（AI for Science独角兽） 💰 待遇：(...