去年夏天，我组里来了一个让我印象很深的实习生。不是因为他优秀，恰恰相反——他来的时候基础相当薄弱。面试时，我其实有点犹豫某211学校，大三，没有任何实习经历，唯一的项目是一个图书管理系统课程设计。技术问题回答得也一般，Java、数据库、Redis都只是了解皮毛。但有一个点打动了我：“我学习能力还可以，遇到不会的就查资料、问人，直到搞懂为止。”这种态度，让我决定给他一个机会。第一周：连Git都不会用入职第一天，他在Git上卡了整整一个下午。clone、commit、merge冲突，都不太熟。我心里有点凉：这基础也太差了吧？但他说：“导师，Git我以前用得少，但我今晚回去好好学一下，明天应该就没问...

最近在准备找第二段实习，主要方向想转向 Agent / 智能体开发。目前已经学习了 SpringAI 和 langchain等技术栈，完成了一个支持自定义工作流的项目，能够理解整体架构设计与执行逻辑，具备一定的智能任务编排思路。希望大佬们看看我的简历！

继三月初因焦虑暑期➕自己的业务开发完没有事干小米离职之后，就开始疯狂补进度，重新看八股和重拾算法。又熟悉又陌生。高强度的复习（也算重学）也让我怀疑到底要不要再继续干技术。这些天完全是被公司们给推着走，暑期开放像下雨了一样一个接着一个。我也是来者不拒，一个接着一个的投，又担心投完了没hc，也担心投早了面试来了自己还没准备好。目前投了：字节、腾讯、虾皮、VIVO、OPPO、拼多多、携程。接到面试：字节（电话约面）、腾讯（直接面试邀约甩脸上，只有一个时间可选）、虾皮（电话约面，hr说不区分暑期日常，看最后转正hc，有uu懂的吗）希望现在做的每个决定以后都不会太后悔，希望最后能拿到一个让自己满意的offer吧。

1 . RAG 怎么评测，有哪些维度，那些指标RAG 的评测一般分成检索、生成、端到端三层。检索层主要看正确证据有没有被找回来，常用 Recall@K、HitRate@K、MRR、NDCG；生成层主要看答案对不对、是不是基于证据回答，常看 Answer Correctness、Faithfulness、Relevance、Completeness、Citation Accuracy；端到端层更偏业务效果，比如用户满意度、追问率、拒答率、时延和成本。真正做项目时不会只看最终答案，因为答案错可能是召回错、重排错、上下文拼接错，也可能是模型生成错。2. 数据集包括什么RAG 的数据集一般不只是知识库...