卡夫卡

大家可以观察一下，你身边真正有头脑的人基本上都有一个很明显的特质，叫吃得下夹生饭 比如你去找领导请假，只要假条批了，他顺嘴念叨几句就让他说。君子论迹不论心，批了就行，不必非得让他高高兴兴地批。语气不对怎么了？眼神不对又怎么了？只要结果是你想要的就行 事情都成了，还在那里反复琢磨他那句话怎么样、眼神怎么样、动作什么意思？他什么情绪、什么想法都不重要 你只要记住一句话：将军赶路，不追小兔

Boss直聘最隐蔽的玩法： 你在boss直聘上看一个公司，如果只有十几个人，但是一口气招五六七八个销售，说明什么？ 说明人家的产品大概率已经跑通了，就差复制放量了。 这个时候，你去卧底人家卖什么、怎么卖、定价和人群，一个月出来自己干！ 相信我，最难的0到1，人家已经替你踩完坑了，你无脑复制就行

我身边有几个朋友，死活就不买国产新能源品牌造的车 他们自己其实也不懂车，我跟他们聊智驾不懂，聊操控也不懂，但就是主意特别正，怎么推荐都不买 后来我发现这几个人有个共同特点，就是不好骗：有好几次我想坑他们一下，都被一眼识破了

去年人人都在搭的知识库，为什么今年不火了？ 去年，“企业知识库”是 AI 落地阻力最小的一个项目，各家都在搭建自己的知识库，米哈游、银行、政企机构都在做。但到了今年，这个词突然没人喊了。 这是怎么回事？ RAG 凉了吗？ RAG 没死，但它被拆分并吸收进了现在模型的各个环节： 1. 长上下文的挤压： 上下文把很多中小型知识库整个吞掉了。去年 128k 上下文还是个奢侈品，但今年所有主流通用模型里，1M 上下文已经成了标配。几十万字的中型知识库，现在可以直接整本塞进上下文中，不用检索、不用调分、不用抗索引。 这样一来，RAG 的价值区间被压缩成了两类：一是大到装不下的知识库，二是需要极…

今年还在做Agent开发的人，应该都有感觉：岗位要求已经不是“会不会做”，而是“你做出来的东西到底能不能用”。 去年学个LangChain、接几个Tool、搭个聊天助手，就算挺新了。今年完全不是这个节奏。 通用Agent越来越难做出差异。去年大家喜欢做全能助手，什么都能聊一点。今年企业更愿意为具体问题买单：内部知识查询、客服处理、销售辅助、数据分析、研发提效。所以现在做Agent， 第一步不是想能接多少工具，而是先把业务流程拆清楚。你连业务边界都说不清，后面工具越多越乱。 RAG重新变得很关键。很多Agent项目最后都卡在同一个地方：模型能推理，但不知道公司内部的东西。这时候RAG就绕…