家人们谁懂啊！刷到这个话题我真的要吐槽了。今年春招，我身边至少10个同学，想冲Agent赛道，结果瞎投岗位，不是被挂羊头卖狗肉的岗位骗了，就是投了根本不匹配自己的岗位，浪费了大把时间，最后0offer，还吐槽Agent赛道卷、没机会。真的别再瞎投了！Agent赛道早就不是什么新鲜东西了，岗位细分得明明白白，哪些是真风口、有发展、能学到东西，哪些是坑、纯打杂、没前途，早就清清楚楚。今天我就把这些坑全扒出来，再告诉大家哪些岗位真正值得冲，别再被忽悠了！先盘点Agent赛道最坑的3个岗位，投了就是浪费时间这些岗位，名字里都带着“Agent”，听起来高大上，实则纯纯打杂、没发展、学不到任何东西，应届生...

在牛客上投简历，被20人小厂给拒了，简历都没过筛😭😭😭。大佬们，求求给一些简历优化建议，推荐再塞个 ai吗(之前有做过很简单的rag)？还有就是我们教研室有一个项目，但是他是主要核心在spark，flink，模型，后端都是统计，增删改查之类的。大佬们，这个推荐我写吗？

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...