小猫咪是我努力赚钱的动力！

求职意向：后端开发/大模型应用开发✉️投递：24家💬面试：一共17面📝offer：百度oc，华为入池，得物入池🎙️我的感受： 从去年11月份生日到现在也6个月整了，决定转后端和大模型开发或许这条路走对了，或许只是随波逐流。从3月18日投出第一份简历，到4月2日第一次面试，这也是自保研以来的第一次面试，从一开始紧张到提前1小时进入会议背自我介绍，到现在随便找个地方就是面，这将近两个月让我成长了不少，也学会了很多东西。 先说遗憾吧，或许最大的遗憾就是不能立马到岗，百度oc后告知需要五月底之前到岗，但是组里之前不让去实习（我去办公室找导师争取实习，直接让我从办公室出去），今年只能七月一号去实习...

感觉内容很浅，经不起深度拷打

bg2本 大一大二太摆了，一直玩游戏去了。目前每天学8小时，只准备了一个微服务项目，比特的在线判题系统，简历也没写，八股才背了一点和项目相关的，算法hot100也才刷20+晚上躺在床上看牛友们的简历，参考到我的进度越来越焦虑和没动力。目前不知道是速成黑马点评(直接下载源码本地运行+背相关八股)，背八股+刷算法全力冲中小厂java后端开发日常实习(如果能进中厂已经是祖坟冒烟了)，赶在秋招前拿到一段实习经历还是好好再准备一个项目，背八股和hot100刷完直接冲秋招。前辈们能给点建议吗?(比如什么项目可以，点评，或者其他什么项目)

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...