兄弟们，昨晚差点没睡好觉。。起因是同学群里有人扔了一张截图，说是百度今年暑期实习AI岗，一天600。我：？？？第一反应是P的。第二反应是：就算是真的，也是那种ssssp，跟我没关系。但后来问了一个去年在百度实习过的师兄，他的意思是全面涨了，只是不同岗位涨幅不同。然后我就开始疯狂考古……翻了牛客、小红书、还有几个***，拼凑出来的信息大概是：百度今年实习生薪资确实普涨，平均涨30%以上AI类岗位涨幅最大，部分核心方向最高涨幅据说有110%一天600的说法，不是空穴来风。我现在在某中厂实习，一天200，已经觉得还行。但如果百度真给600：一天600 = 我现在的3倍一个月按20天算 = 1万2实习...

🤡😭      

双非本科，靠着字节、百度、蔚来三段实习一路撑到春招，到现在才真正认清现实。一封封感谢信砸过来，慢慢明白，学历和学校带来的门槛，远比几段光鲜实习要重得多。最让人无力的，莫过于拼尽全力刷实习、攒经历，最后却连一个入场机会都换不来，那种落差感真的太磨人。总自以为是地觉得，有大厂实习就够了，一定能挤进心仪的公司，可现实一次又一次把幻想击碎。现在的我，早已没了春招初期的锐气，只剩下满心的迷茫和惆怅。不知道是该坦然接受现实，还是继续抱着不切实际的期待，在大厂的梦里不肯醒。

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...