今天答辩顺利结束了，意味着我的硕士生活真的要画下句号了。回到宿舍，拿出论文，长长的三年时间最后浓缩成胶装后薄薄的一本，有点怅然。翻开致谢，不知为什么，想到了自己这三年，以及本科以来这七年经历的一些事情。也许是offer还没有最终确定，想到了很多关于实习的人和事。想记录些什么，又不知该去哪里说，那就写在牛客吧，算是和过去的自己告个别。想到实习，脑海里第一个蹦出的总是帆软，这些年一直很坚定的认为，是在帆软的四个多月，让我坚定了做hr的方向，也让我觉得，职场也没那么多勾心斗角，遇到的人大家都很好。在帆软的每一次加班，都是自己认为应该为这个岗位付出的，是我应该做的，从来没有人强制我到点不下班做些什么。...

这里给大家说一下，出现这个流程是正常的，之前有人说hr挂了，后续已经收到offer了

各位牛牛们找工作的时候还是擦亮双眼吧，现在属于是工作没找到，赔偿也没拿到

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...