一面 35min经典自我介绍。长达25min的项目问题。（我PDF简历上贴了演示链接，但是面试官说打不开？？？）一个向量绕一个点怎么旋转？（这里我说我不会图形学，所以跳过了）那你了解点积和叉积吗，简单说说看看？应用场景？了解协程吗？协程是异步还是同步？项目里面有用到协程吗？你项目里面用到了接口吗？一个逻辑题：斗地主中的“飞机”怎么判断？你怎么设计数据结构来解决这个问题？那假设现在是有“癞子”的情况呢？（然后我BalaBala讲了一堆，看面试官最后的说法，大概说对了）。反问环节。请问贵公司对于鱼苗夏令营是一个怎么样的安排，参加夏令营的同学们会学习到什么知识？听说贵公司不止在研保卫萝卜，请问还有哪...

😅😅😅😅

不知道为什么会有这种雷霆惩罚

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...