米哈游部分岗位网申时间延长！快来占领最后席位！（附内推码）

在上一篇文章中，我们已经从整体架构的角度，梳理了企业级 AI 落地的一条核心链路：数仓 / 数据库 → 搜索与 RAG → Workflow / Agent并明确了一个前提事实：模型能否应用，不取决于模型本身，而取决于数据是否真正进入了模型的执行链路。这篇文章我们继续向前推进，聚焦真实落地场景：在 AI 加持的新一代数仓体系下，RAG + Workflow / Agent 在真实企业环境中，究竟是如何跑起来的？下图为完整运行链路：数据在数仓中完成 AI 化处理后，通过搜索与 RAG 转译为模型可理解的上下文，再由 Workflow 编排为可执行的 Agent 流程，支撑真实业务场景运行。一、当...

不带薪我就跑路了

秋招没咋投，准备 wxg 转正之后摆烂了。结果不堪字节 HR 的骚扰还是面了一下字节。之前想去字节的时候怎么面都挂。现在想着随便面一下结果三面技术面都意外顺利还有加面。十月中旬字节发了意向，wxg 转正结果无响应。十月底字节拉了保温群，wxg 口头通过，系统显示考核中。十一月初和字节 ld 交流之后得知 base 居然能选海外，甚至能小 wlb 一下，wxg 无响应无人联系。十一月中旬把字节 base 转到了海外，wxg 流程灰了，一问超时忘处理了，过两天又变考核中了。十一月下旬字节换了海外 HR 对接，问了期望薪资，wxg 考核终于显示通过，无 HR 保温，无其他保温。十一月底给字节报了个天价，想吓吓他们，同时告诉微信字节要开了，微信无响应。同样十一月底字节 HR 告诉我确实给不到那么高，但是能拿期权补上，问能不能接受。微信无响应。同样十一月底字节 HR 告知了具体方案，符合预期。 微信无响应。十二月上旬催 wxg 不开我就盲拒了，wxg HR 火急火燎的打电话问情况，问期望。我给了一个不算夸张的总包数字，因为今年市场在涨，过了三天还不联系我，我再催，约时间下午打电话，非得在我给出的数字上压下去几万，微信又不差这点，为什么不能满足我，让我没有拒绝的理由呢？一番纠结抗争，求稳还是追求挑战，最终选择接受迎接新的挑战，因为堂吉诃德永远不会停下脚步！回想起来，在 wxg 谈薪的阶段，我认为并没有给予我一定的重视，即使 HR 表示我在实习期间的表现和之前的面评都很靠前。也没有感觉到想要争取我，虽然我表示拒了 offer 之后要给我加面委定 t6 再涨，但我三个月没面试让我面面委那就是白给，还是算了。有缘再见了我亲爱的 wxg，再见了曾经的梦中情厂，再见亲爱的 mt，再见亲爱的朋友们。也再见，北京的一切。我想润了。秋招结束，卸载牛客，下一个三年，下一个五年，下一个十年后再来看看。

在使用AI编程的过程中，我逐渐发现，高效的关键不是“让AI替我写代码”，而是“让我和AI一起写代码”。首先，我会把需求拆得足够清晰再提问。与其说“帮我写一个系统”，不如具体说明功能、语言、框架和预期效果。描述越清楚，AI给出的代码越准确，也能减少反复修改的时间。其次，我把AI当作编程助手，而不是一次性生成器。我常用它来生成函数、优化逻辑、排查报错或解释代码，而不是直接复制整段代码运行。通过逐段验证和理解，我既提高效率，也不会失去对项目的掌控。同时，我会持续迭代提问。如果第一次结果不理想，我会补充条件、指出问题、要求优化。把对话当作协作过程，而不是单次请求，效果往往更好。对我来说，高效使用AI ...