段段很久没发帖了，因为最近有点忙，也有点内耗，大争之世下，抉择是真的很困难，诸多因素摆在面前，家庭、孩子、年龄、简历、AI、地域、未来，还有房租搬家等等，让我不得不谨慎。 在AI时代下，传统业务被加速冲击，也许本来能维持几年甚至十年的业务，可能2-3年就要垮掉。这个时候，选择一个好公司，一个好的业务非常重要。即便不去做AI工程落地，也要有明确AI Coding趋向的公司。否则，未来几年，当业务死去，我们重回就业市场，会感觉自己像山里的猴子。 可以说目前形势下，处于AI野蛮生长的时代，机会很多，同时挑战也很多，行业乱象层出不穷，严重消耗我们的精力和时间。就拿面试来说，我们不仅要会传统八股文还有项...

大家自己看  

应聘了很多家公司，基本上都是小微企业，双非真的无缘大厂吗？哪位大佬帮我看看简历啊？！

之前团队在做合同审查和研报问答两个 RAG 项目，踩了不少分块（Chunk）相关的坑。今天把这块经验整理一下，希望对正在做类似事情的朋友有点帮助。先搞清楚 Token 这个概念做 Chunk 之前，得先理解 Token。很多人把 Token 简单等同于"字"或"词"，这不太准确。Token 是模型实际处理的最小单元，中文大约 1.5-2 个字对应一个 Token，英文则大约是 0.75 个单词一个 Token。这件事为什么重要？因为不同类型的文档，Token 密度差异很大。我们实测过：一份 20 页的中文合同，大约 8000-12000 个 Token；...