1. Qt 5 和 Qt 6 有什么主要区别？面试回答：Qt 6 是对 Qt 5 的一次重大升级，主要区别体现在架构、底层实现和现代 C++ 支持方面：Qt 6 全面拥抱 现代 C++（C++17 及以上）底层渲染架构重构，引入 RHI（Rendering Hardware Interface）更好地支持多平台（桌面、嵌入式、移动端）API 更加统一和规范，清理了历史遗留接口构建系统更推荐使用 CMake，弱化 qmakeQt 6 在性能、可维护性和未来扩展性方面都有明显提升。2. Qt 6 中移除了哪些模块？面试回答：Qt 6 对部分过时或使用率较低的模块进行了移除或重构，主要包括：Qt S...

避雷 石头科技太恶心了，面试全部通过，签完意向谈完薪之后告诉我在走offer审批，审批了一周多告诉我没hc了，让我等春招有hc了再联系我，前前后后折腾了快三个月，真是太恶心了

最近在投递简历。在BOSS上，投了50来份小厂(1000人以下)。只有几个人回复(我知道这很正常)，目前有一个小厂hr的电话，说他们的要求很高，我代码有点少。感觉小厂的要求都好高，什么QT，游戏项目/引擎，嵌入式，音视频，图片处理，机器学习，数据挖掘/分析等等，我是不是要改变策略，投中大厂(可能他们的要求比较低，比较看重学习能力)？现在想，先投一个月(边复习+MySQL+QT)，不行就考研去了。

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...