测开和开发的区别是什么

✅ 大模型应用开发岗的技术栈=后端开发技术栈+AI落地相关技术栈。🌟后端技术栈后端技术栈已经有很多公开透明的学习路径这里就不展开来阐述了，无非就是编程语言基础、数据库（Mysql，Redis）、中间件等内容。🌟 AI应用相关技术栈AI应用相关技术栈需要考虑具体落地场景，大模型应用的落地目前主要有两个方向，一个是RAG，一个是Agent。1️⃣ Rag(检索增强生成)先看概览课，再看优化课，这里推荐langchain官方课程。并没有写详细的技术栈，是因为不建议单独的学每一个模块。而是先学整体应用，再去看每一个具体的技术栈实现。先会用，再研究。其实rag整个应用涉及到的技术栈基本有：开发框架（langchain，llamaIndex等），Embedding模型，大模型API，向量数据库（faiss，weaviate等），排序模型，prompts优化等，其中涉及到模型的不需要进入研究，了解大概特性既可，模型底层是算法岗职责。2️⃣ Agent(智能体)注意观看运行公开课，加深理解。基本技术栈也是开发框架（langchain，llamaindex，autogpt等），数据库（这里有向量数据库，有普通的关系型数据库和缓存数据库），function call（或者新出的mcp），prompts优化等。📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

AI-Compass RAG+workflow模块：检索增强生成与工作流编排技术生态构建知识密集型AI应用 AI-Compass 致力于构建最全面、最实用、最前沿的AI技术学习和实践生态，通过六大核心模块的系统化组织，为不同层次的学习者和开发者提供从完整学习路径。  github地址：AI-Compass👈：https://github.com/tingaicompass/AI-Compass gitee地址：AI-Compass👈：https://gitee.com/tingaicompass/ai-compass   🌟 如果本项目对您有所帮助，请为我们点亮一颗星！🌟   核心模块...

去年秋招的时候看到有牛友分享可以用ai模拟面试就去试了试，大致就是把自己的简历发给ai让它以面试官的视角提问简历问题，尤其在项目那里确实会问一些很经典的问题，有些是后面面试官真的遇到了，而且当不知道怎么回答的时候还可以让ai帮你回答，自己整理一下，再复盘很有帮助其次也可以根据牛友分享的面经去提问ai，参考ai的回答自己参考

rt,lz目前在小厂干暑期实习,也是本人的第一段实习,打算积累点技术,等到秋招跑路的.然后现在(包括可预见的将来)mt给我的活都是在dify上开发agent工作流(感觉就是低代码开发?),会不会啥也学不到,接下来是不是只能靠高强度自学了?有没有好心牛u来指点一下破局之法😭😭😭