背景 之前毕业前实习的公司，因为实习期间工作质量还不错，后来给的待遇还不错( 远程 + 10k)，毕业后就没怎么找工作就直接去了。 也有可能是太舒服了，但是公司业务确实不太行，个人发展空间局限，再加上最近 Ai 发展迅速，一直觉得想要走出去看看，想要找个大点的公司期待个人发展可以好一点吧。 然后 刚开始是想要休息休息，三月底才把简历重构完成，但是后来因为家里有急事，导致投递简历时间比较晚，四月中旬才开始正式投递，断断续续已经投递一个多月了，到现在还是基本没什么回复以及0面试。 现在自己也已经意识到空窗期也已经二个半月了，再加上在家待业压力确实大，人已经彻底老实服气了，有点开始迷茫了。     ...

之前一直在牛客刷大家帖子，看到了很多人吹捧大厂多好多好。但是说个会被喷的事实：双非本，秋招拿了5个offer，比我那个在某大厂实习的室友还多一个。他在大厂做了三个月，负责链路中的一个中间模块。听起来很厉害对吧？但面试的时候面试官追问这个特征是怎么选的召回策略谁定的，他只能说这部分是算法团队负责的。我在旁边听得都替他尴尬。我呢？在一家不过百人的小公司做了个后台管理系统，全流程就我一个人。你问我任何一行代码为什么这么写，我都能给你掰碎了讲，因为踩过的坑我全记得——凌晨两点调CORS跨域问题的那种刻骨铭心你懂吗。说到底面试官要的不是你title多好看，是你到底有没有真正做过这件事。大厂名字能帮你过简历关，但到了面试那一步，你做的东西是不是你的，一问就知道了。后来我室友也想明白了，他说我那三个月最大的收获就是知道了食堂哪个窗口最好吃。我不知道他是在自嘲还是在认真的。

同等学历背景，别人从头到尾编的项目拿了三四家大厂offer，自己从0整的项目至今0 offer。这个世界真可笑，呵呵…

第 53 题：上下文压缩（Context Compression）在长文本场景的应用 题目 解释上下文压缩（Context Compression）技术在长文本场景的应用。 一、为什么需要上下文压缩？ 长文档、多轮对话或大量检索结果会占满 context 窗口，导致：超出模型长度限制、重点信息被挤到边缘、成本与延迟上升。上下文压缩 指在保留关键信息的前提下缩短或摘要送入模型的文本，使更多内容“塞得进”且关键信息不丢。 二、常见做法  摘要：对长段做摘要（用模型或抽取式摘要），只把摘要放入 prompt；适合“只要大意”的问答与检索后阅读。 选择性保留：按相关性或重要性筛选句子/段落（如用检索分...