1、RAG 流程RAG 一般分成离线和在线两部分。离线侧主要做文档接入、清洗、切分、向量化和索引构建。文档来源可以是产品文档、帮助中心、接口文档、历史问答、内部知识库。清洗之后按段落、标题或者固定窗口做切片，再用 embedding 模型把文本转成向量，写入向量数据库，同时保留 metadata，比如文档类型、时间、部门、权限标签。在线侧通常是用户问题进来后，先做 query 预处理，比如改写、纠错、意图识别，然后拿 query 去做检索。检索可以是向量检索、BM25 检索或者混合检索。召回到候选片段后，再做 rerank，把最相关的内容排到前面，最后拼接 prompt 和用户问题一起送给大模...

现在AI这么恐怖，毕业26，能干到30吗？暑期实习也找不到，感觉快进斩杀线了啊

不知道过两年会变成啥样…   

最近看着AI越来越火，身边很多同学都想冲，但是一上来就去学大模型训练、深度学习、论文，学了半个月就放弃，又迷茫又内耗。我这段时间自己查资料、看招聘、问学长，慢慢想明白了一件事：我们这种零基础、非985/211的学生，入门AI，根本不是去搞科研，而是去“落地”。给大家说说我心中最适合普通人的几个方向：（1）Prompt 工程（最适合零基础入门）真的不是网上说的“花活”。会写精准提示词，能让AI做数据分析、生成代码、写文档、做总结、处理业务逻辑。门槛最低，马上能用，面试、实习、工作都能拿来提高效率。适合所有人，哪怕代码一般也能学。（2）RAG 检索增强生成（我最推荐）不用训模型，不用懂高深数学，只...