就业方向

腾讯的提前批大概率应该是没有笔试的，但是这个时候有相当部分的同学简历估计都没有准备好，没准备好的同学也不用急，大部分都是3月之后开，这个时候开的绝大多数都是神仙打架，问的东西也比较难，打算投递的同学也多看下计算机网络和操作系统，腾讯对这部分的知识问的比较多。另外多刷下牛客的热门题库，刷题注意刷ACM模式，和牛客的周赛题，腾讯有的部门会从这里面出原题。我是@程序员花海关注我，带你了解更多校招资讯！

我的毕设就是做ai智能体开发，目前就是先熟练agent，我感觉分两种，一种是调用在线大模型的API，本地主要还是提示词的优化，再加一些RAG知识库，另外一种是部署本地大模型，针对业务微调大模型，一般是用RAG和提升词，还有一些就是对模型的调整，应该要用Python，后面一种是比较难的，不管怎样，提示词都是很关键的。

原文链接：HikariLan's Blog 当提到“如何为大模型提供大规模的可用于检索的信息”时，我们第一反应想到的大概率是 RAG 一类的解决方案，但现在我要说，基于文件系统访问（FileSystem Access）的检索方式可能远比使用 RAG 更好。 什么是 RAG？为什么需要 RAG？ **Retrieval-Augmented Generation（检索增强生成，RAG）**是一种可以允许 LLM 从大规模非结构化信息中进行语义检索的技术方案。 我们之所以需要 RAG，是因为大模型内置的知识内容可能不符合我们的需要，例如这些内容可能已经过时（因为用于大模型训练的语料库并不会随着使用者...