← 返回全部文章

实习项目,我真不建议你再写 RAG 了

RAG 不是没用,而是不该再被当成千篇一律的简历主项目;更值得展示的是 Agent 的工具调用、任务规划、多步执行与出错自纠。

先说结论:别再把 RAG 当简历主项目了。不是它没用,而是你写它,面试官大概率已经看麻了。

1. 面试官真的不怎么问

这段时间聊下来,感受挺一致:简历上写 RAG 知识库,面试官基本是扫一眼,顺口问句“为什么这么切块”,你背完标准答案,就翻到下一页了。

往深里拷问,很多人也接不住。大多数人的项目都是学来的,当初设计的原理,也只能背 AI 答案。为什么这么说呢?你跟别人学来的项目,可能从头到尾,连文档都是 AI 搞的。

再说别的,原因不复杂。26 年初那波知识库热潮里,人人都在做,项目长得几乎一模一样。这热度有点像小龙虾,来得猛,但没等到真实场景检验就凉了。千篇一律的东西,没人愿意花时间深挖。

2. RAG 只是某个阶段的辅助

FinTool 的创始人 Nicolas Bustamante 写过一篇《RAG 讣告》,我觉得说得挺透。说得简单点,大家都看过小朋友学骑自行车吧,整个过程好比 AI 进化,RAG 就是一开始的辅助轮。

RAG 出现的背景,是 GPT-3.5 只有 4096 tokens,而现实中一份财报动辄五万多 tokens,塞不进去,只能切碎了检索。可链路一长,切块、嵌入、混合搜索、重排序,哪一步翻车都会往后传导,后果不堪设想。

3. AI 自身的上下文变大了

现在上下文窗口已经到百万级。Claude Code 干脆不做向量库,只用 grep、glob 等工具就能顺着引用一路查下去,反而更快、更准。思路从“找相似的片段”,变成了“像主动学习的你一样去翻文档”。

4. 那 RAG 是否白学了?

当然不是。目前检索没死,只是被降级成了 Agent 工具箱里的一个工具。你得懂它,也得懂 AI 在使用这个工具的过程中为什么会失败。

5. 那项目该做什么?

把重心从“检索”挪到“Agent”:工具调用、任务规划、多步执行、出错自纠。这个方向做出来,才容易有区分度。

具体做什么项目?还有什么 Agent 项目推荐?下一篇专门聊。

完

如果它让你想到什么,欢迎从 GitHub 开始交流。

继续阅读 →
读者交流

参与讨论

评论区尚未开放。