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...

看到过两个人面试，应该是测试岗位的，全程端着个手机卡在摄像头下面，开语音，面试官问问题，首先嗯嗯呃呃呃呃呃卡半天，然后“我需要时间思考一下”，现场开搜问AI，有点绷不住，我寻思技术问题不应该是问出来脑子里就应该有思路了吗，顶多几秒钟组织一下语言（后来还发现她们为了方便作弊把我电脑充电器拔了😃）难怪说现在的工作不好找，原来是自己压根什么都不会，仔细想想这种人还挺多的

不知道是不是简历出大bug了 求各位大佬指点

其实吧，算法来说，对于找工作，个人认为并不是决定性因素，大一玩去了，没进acm校队，然后大二开始才开始刷算法题，lc大概1300多道吧，然后codeforces是300+，再算上牛客，洛谷，acwing啥的，2k+应该是不少的，找工作的话，基本上笔试都是ak的，面试算法题基本也能在规定时间内写出来，但是这些并不会影响到什么，还是找了一个不算太好的程序员工作