孙宇晨的'合法赚钱的高尚性'理念，让我重新审视了自己对财富与价值的认知。本文分享我在公开表达创作与高压工作时的真实挣扎，以及如何在坚持初心与商业化之间寻找平衡，以及我对Q4人生与职业规划的坦诚反思。

本文深入剖析RAG技术的进化历程，从传统RAG到智能体RAG的全面升级。探索两种实现Agentic RAG的关键路径：提示工程+工具调用与强化学习驱动方法。通过解读企业级项目chatbox和Search-R1，揭示如何让大模型从"被动检索"转变为"主动决策"，实现更精准的知识获取与应用。无论你是AI研发工程师还是产品经理，这篇文章都将帮你理解RAG技术的未来发展方向，掌握构建更智能RAG系统的核心技术。

通过学习孙宇晨十年前的课程，我深刻反思了个人成长与认知差距。文章记录了我在高强度工作压力下，于“努力奋斗”与“渴望躺平”之间的挣扎，以及一次与同事的谈话后，对职场规则和未来职业道路产生的全新思考与迷茫。

2025年7月月度总结，记录新生命的诞生、工作项目突破、投资回本与内容创作的思考。分享大模型Agent落地经验、平台化视角与自我成长感悟，助你发现

深入解读 Gemini 2.5 技术报告，分析多模态、长上下文与思考能力等核心突破，结合个人理解与行业趋势，快速掌握最新大模型技术发展。

寻找真正让人幸福的工作，同时分享了在大模型 Agent 落地过程中关于平台化思维和乐观心态的思考，这是一篇关于自我认知升级与工作态度蜕变的月度总结。

小镇青年、一直在一线大厂，工作也很努力，学历也不差，一技之长（写代码），也没有离谱投资和创业，但是离赚一千万远得有点离谱。哪怕算上未来的通胀、非线性的增长，甚至出现奇迹般的狗屎运，也几乎无法达到这个目标。所以到底是哪里出了问题呢？

深入分析三个快慢思考模型的实现：阿里Qwen3通过SFT实现的混合思考、字节AdaCoT基于RL的帕累托最优化、清华AdaThinking的受限优化框架。详细解读代码实现、训练方法和实验效果，探讨如何让模型在保持准确率的同时减少不必要的思考过程。对于想了解大模型推理优化的读者很有帮助。

努力并不是工作能做好最重要的因素。关键的问题、适当的时机、有效的思考，这些可能都比努力更重要，我真应该多审视一下自己的目标是什么，而不是无效的忙碌~

DeepSeek团队提出全新通用奖励模型DeepSeek-GRM，通过Self-Principled Critique Tuning（SPCT）方法实现推理时动态扩展能力。该研究突破传统规则奖励模型的局限，在角色扮演、创意写作等开放领域展现卓越性能。27B小模型效果超越340B大模型，且具备更少领域偏差。文章详解训练策略（RFT+在线强化学习）和推理优化（投票机制+元奖励引导），实验结果证实推理时扩展可显著提升效果，这是 DeepSeek-R2 的前兆吗？