每年临近春节，招聘市场都会进入一段微妙的“真空期”。不少HR开始收尾年度工作，候选人也逐渐放慢投递节奏，仿佛整个职场都在为新年的到来按下暂停键。对求职者来说，春节前投简历往往显得有些尴尬。一方面，很多公司已经完成年度招聘计划，预算收紧；另一方面，用人部门忙于年终总结与绩效评估，面试安排变得零散甚至停滞。即使投出简历，也可能石沉大海，让人误以为市场“冻结”。但事实上，这并不是完全的停摆期，而是一个低调的缓冲阶段。仍然有公司在悄悄补人，尤其是关键岗位或年后即将启动的新项目。有经验的求职者反而会利用这段时间提前布局，在别人休息时悄悄投递，等待节后第一波面试机会。春节前的求职，更像是一场耐心的比拼。投...

零实习进大厂，本质上是因为他们的简历证明了他们不需要通过实习来证明能力。很多同学在大二大三就参加过ACM-ICPC等顶级算法竞赛，拿过金银牌，这种含金量远超一份在大厂里偶尔修修边角的实习经历。面试官在招人时，逻辑非常简单：实习经历是证明“你做过类似的事”，而竞赛成绩和高质量的开源项目证明的是“你具备极强的学习和解决问题的潜力”。在大厂看来，潜力往往比经验更值钱，因为经验可以积累，但那种极客般的敏锐度是很难培养出来的。

本人由于实习，11月才开始投递简历，但是目前只收到2次面试双非本这么难吗，还有大厂是不是不收双非请教一下我与目标岗位的差距，这个岗位是不是卡学历？

原文链接：HikariLan's Blog 当提到“如何为大模型提供大规模的可用于检索的信息”时，我们第一反应想到的大概率是 RAG 一类的解决方案，但现在我要说，基于文件系统访问（FileSystem Access）的检索方式可能远比使用 RAG 更好。 什么是 RAG？为什么需要 RAG？ **Retrieval-Augmented Generation（检索增强生成，RAG）**是一种可以允许 LLM 从大规模非结构化信息中进行语义检索的技术方案。 我们之所以需要 RAG，是因为大模型内置的知识内容可能不符合我们的需要，例如这些内容可能已经过时（因为用于大模型训练的语料库并不会随着使用者...