米哈游内推

大家好，今天给大家分享一下目前最有发展前景的工科专业。观点1：9/2无脑电子（上线高），双非1本或双一流就选电气（好就业），一本就可以计算机（工科无敌，就是吃青春饭），双非一本或二本就选机械或自动化（万金油，啥也能干）。观点2：985是计算机＞控制=电子＞机械＞电气，电气碰不上前三个幻神。9的硕士以上电气上限明显不如机械，电力运维方向就能进电网属于上限差但是稳定中高薪，电机控制方向直接牢中之牢，电力电子方向牛逼，有上限但是下限很低。985机械硕平均薪资高于985电气硕。顶尖985电气去大厂工资比电网高。顶尖985大部分还是电网，工资就没那么高了。观点3：我家孩子在能争top3的读电子科学与技术...

大二双非小登被字节约面了，海投投到后看了简历直接约面了，虽然不大可能面上，但我将尽我最大努力，期末考试不复习了😡

和mentor的第一次谈话在谈话的最后，mentor跟我说：“我希望你把我当成资源，而不是老师。”“资源”这个词直接而准确，让我一时恍然。从小到大，“老师”总是连着某种规矩与距离，让我们习惯于被动等待教导、听从指令，把自己放在一个被定义的位置上。而“资源”，主语变成了“我”。这意味着我要主动去勘探、获取自己真正需要的东西。因为最清楚自己成长渴求的，正是我自己。这种主动的探寻与吸收，才是扎实的成长。以前觉得“资源”听起来功利，但现在有了不同理解——它其实接近“把自己当成产品”，持续积累知识、能力和格局，成为对他人有价值的人。这种价值不必宏大，可以对事、对人、对团队，也可以对自己在乎的领域。重要的是让“创造价值”成为思考与行动的一部分。汲取，是为了将来能够给予；提问，也是为了有一天可以解答。让自己有价，才能对未来有用。谢谢mt，受教了

在上一篇文章中，我们已经从整体架构的角度，梳理了企业级 AI 落地的一条核心链路：数仓 / 数据库 → 搜索与 RAG → Workflow / Agent并明确了一个前提事实：模型能否应用，不取决于模型本身，而取决于数据是否真正进入了模型的执行链路。这篇文章我们继续向前推进，聚焦真实落地场景：在 AI 加持的新一代数仓体系下，RAG + Workflow / Agent 在真实企业环境中，究竟是如何跑起来的？下图为完整运行链路：数据在数仓中完成 AI 化处理后，通过搜索与 RAG 转译为模型可理解的上下文，再由 Workflow 编排为可执行的 Agent 流程，支撑真实业务场景运行。一、当...