分享一个近期看到字节开源的工具Midscene: https://mp.weixin.qq.com/s/8I39_TTiGM13BL2fi6gFBA以后的软件测试行业只会更加智能化,简单化, 传统手写测试用例,人工写UI自动化/接口自动化脚本的方式已经逐渐落幕,更多的是利用AI/已集成的平台, 以最低的成本和时间就可以快速上手完成自动化和专项,同时解决目前自动化存在不稳定,维护麻烦等一系列痛点,人脑学习的速度永远跟不上机器,劝谏做测试岗位实习|正岗的同学向六边形战士靠拢,市场存量竞争现在是非常激烈了~

考研下岸了，大四上没去校招，现在没实习经验，简历投进去但是过不了筛😣，各位🐮友有什么高见吗

快一个月沟通300次，要简历30次，面试三个全挂😭日常实习难度这么大吗？找实习找到道喜破碎。是我简历太烂了吗？求指教。

也大大小小面了很多内部正在搞AI的公司，给大家分享一下我的面试题库！ 第一章：RAG 系统 Q1: 请解释 RAG 的工作原理。与直接对 LLM 进行微调相比，RAG 主要解决了什么问题？ RAG（Retrieval-Augmented Generation）的核心是"检索+生成"两阶段：先从外部知识库中检索与用户问题相关的文档片段，再将这些片段作为上下文拼入 prompt，让 LLM 基于检索到的信息生成回答。相比微调，RAG 的优势在于： ①知识可实时更新，不需要重新训练模型； ②可追溯来源，减少幻觉且便于审计； ③成本低，不需要 GPU 资源做训练； ④领域迁移方便，...