背景：本人是刚毕业不久的应届生，目前在职，主要技术栈是 Go 后端开发。日常工作内容以业务 CRUD 和 LLM API 调优为主。我算是一名大模型的深度用户（从 GPT-3 时代开始接触），目前在工作中，我现在的开发模式基本是“我描述，AI 写”。客观地说，现在的顶级模型写的代码确实比我严谨，效率也高。虽然这极大地提高了工作效率，但我深刻感觉到，相较于毕业前，我的原生编程能力（Coding）和算法基础出现了显著的退化。但是想和大家聊聊最近的一个严重焦虑：我觉得我的代码能力废了。我现在非常矛盾：一方面，公司业务节奏快，为了交付，我必须用 AI，根本没有时间让我慢慢手敲代码来“复健”，而且在“好...

最后再看下工位，就走吧

难得充了一个boss直聘的会员，才发现go这种相比java非常小众的岗位都500-1000+人投递，外包岗位更是5年经验以上的投递者占到了50%以上，华为od岗位仅20%不到的本科投递者，双非鼠鼠还能混口饭吃吗

你是否想打造一个靠谱的知识客服，或是搭建能精准回答问题的知识库？这就绕不开一项核心技术——RAG（Retrieval Augmented Generation），中文译为“检索增强生成”。听起来高大上的技术，核心逻辑其实很简单：先从资料库里检索相关内容，再基于这些内容生成答案，即“先检索、再生成”，这也是其名称的由来。作为目前最常用的AI问答方案之一，RAG已广泛应用于企业知识助手、智能客服等场景。本文将从应用场景、核心原理、流程拆解、专业名词解析等方面，带你全面掌握RAG技术，搞懂高质量智能问答系统的构建逻辑。前言我认为AI的基础知识是现在求职和实际工作所必须掌握的，不管是算法还是后端前端岗...