在 AI 应用的场景中，rag可以说是一项必备的技术，在智能客服，导购 agent，智能创作等有检索需求的场景都会使用到，所以这里结合一些实际的应用场景和大家做一些分享一，数据准备数据准备是 rag 整个流水线中非常重要的一环，所以在实际的生产场景中，也主要是看数据解析，以及使用不同的向量库落库的过程 文件解析（pdf，docx，txt，md）目前常见的文件解析，就是利用 Apache tika 等开源库做解析组件，但对于一些富文本的数据，比如有图片和表格的情况，就要借用 ocr 等辅助手段大表格处理表格是比较常见的数据类型之一，但是大表格解析通常会有一些问题比如在切块的时候如果每一行都作为 ...

本人是学院本，最近都说AI比较火热，于是本人的室友花了1.3w报了个AI培训班，我就说了个感觉这钱花的没啥必要，室友就生气了。。。。这难道不是AI培训班割韭菜吗。。。

xdm 早上喝奶茶差点喷出来。事情是这样的，我们班有个哥们儿，简称 L，去年秋招拿了字节sp，专业方向是后端。我们当时都震惊：这哥们儿平时课上从来不发言，期末小组作业基本是划水的那种，刷题平台 commit记录我点进去看过，绿格子稀稀拉拉。但他面试一路绿灯。一面二面三面 hr 面，全过，给的还是sp。当时班级群里恭喜他的、问他经验的、约饭的，热闹了一周。他说自己"运气好，准备充分"。我们都信了，直到三月初他入职。入职第二周开始，班里另一个进字节的同学W（在隔壁组的）开始跟我他的不对劲。一开始是写代码慢，后来写不出来，再后来是组里 mentor 让他fix 一个简单 bug 都搞了一下午没动静。最离谱的是上周。W 说他们大部门搞了个新人分享会，让新人讲一下自己负责模块的设计思路。L 上去讲了 20分钟，全程念稿子，问答环节别人随便问一个"那你这里为什么用 Redis 不用 Memcached"，他直接卡 30秒说"这个我回去再确认一下"。会后他 mentor 直接找 leader 谈，leader 找 hr 谈，hr调出了他面试录像，全程对比口型和回答节奏，发现他二三面有大量时长在偷偷看屏幕外（推测开了双机位 AI 答题）。（这段是 W后来转述给我的，他自己也是听他组里同事八卦来的）昨天下班前，W 告诉我L 被辞退了，让他自己走，不走就走仲裁但会发函到学校。L 现在已经回学校了，朋友圈仅三天可见。我说真的，我不是个心眼小的人，但是我看到这个消息的时候真的有种"嗯，挺好"的感觉。去年秋招我投字节后端，简历挂。我准备了八个月，背 八股 + 刷 500 题 +项目改了三版，连面试机会都没拿到。班里这哥们儿凭着一个外挂上岸，最后还是被甩出来了。不是说作弊就一定会被发现，但是当面试拿到的 offer远远超出真实能力的时候，迟早会有这一天。试用期三个月不是给你过家家的，是真的要写代码、要在会议上回答问题、要扛需求的。我现在反而有点同情他。同情他相信"上岸就是终点"。发出来不是为了嘲笑谁，就是想说给那些正在被身边作弊上岸的同学搞得很 emo 的 uu 们听——别急，回旋镖很长，但它一定会回来。你继续刷你的题，写你的项目，背你的八股。该是你的迟早是你的，不是你的早晚还得还回去。xdm 共勉。

5.21更新已挂全程15分钟。面试官人挺好的，即使我的回答跑题了也没有打断我，而是等我说完再纠正1.自我介绍2.Linux中查看系统性能的命令3.学习的时候用的是哪个版本的Linux答：WSL2 有没有用过原生的Linux答：用过CentOS4.介绍自己的一个项目（我介绍了自己的基于RAG的英语学习网站）如何部署的模型如何实现的调用RAGembedding用的是哪个python库5.如何看待AI Agent，是否用过AI Agent答：用过OpenAI的Codex问：Codex是闭源的，有没有接触过开源的AI Agent框架答：没有6.RAG和传统检索方式相比有什么优势我答的是RAG和传统语言...