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...

听说是因为内部沟通软件下线，在关停关联手机号绑定功能时，工作人员未提前关闭系统预设的短信提醒不得不说，世界真是个巨大的草台班子（hhh

参加完 2026 届秋招，早知其难，却未料难至此。个人心气恰是 “欲买桂花同载酒，终不似，少年游”，心气不复从前。秋招的时间线很长，往往要等一月甚至两月才知结果，我的心态也因此沉稳了许多。对待结果，向来是 “命里有时终须有，命里无时莫强求”，心仪的公司没过本是常态，不必气馁，总有归处，要信我们皆是人才；秋招最深刻的感触，是社会的现实与残酷，唯有持续提升自己，无论过往顺逆，未来皆要好好走。#论秋招对个人心气的改变#