goodbye 2025——年度报告

自 2024/07/01 进组以来，再过几小时就算是刚刚好好进组一年半了！（🥰🥰🥰）不过会想起这一年，过的真挺快的，或许是在公司待了半年的缘故？或许是习惯了现在的生活？或许是我真的上了年纪了吗？😂

直到现在，我也总觉得昨天还是 3 月份刚宣布需要去公司的那一天。算下来，真的是从进组到现在，几乎每天都在干活（天选狂奔牛马体质），刚进组两天就开始正式做大模型开发，暑假两月从实体提取->TextToQuery->TextToSQL 一点点走过来，不知不觉间研究了 DB-GPT 和 Chat2DB？（忘了名字了…）两个开源项目的代码，对 ES、Milvus 等等向量数据库也有了点理解。还记得刚进组的时候，就只知道些前后端开发知识，大模型 token、思维链、智能体这些初见时完全是大脑空白的 🙃。后面接触的多了，慢慢就觉得这些都是些基础概念，一切理解都建立在使用之上，先知道它能干什么，再去想它不能干什么，最后想办法改进。

在此向 2024/07/01~2024/08/31 暑期提前进组这段生活致以怀念 🖖！非常怀念那段时间实验室的科研氛围，开例会讨论的时候都能感受思维碰撞，8 月份甚至还有幸能和 Google Brain 的专家交流。（pps：最感谢的是何导帮我报销租房费用 🥰，8 月中旬身上就剩 500 块了，来自杭漂的狠狠感同身受…）

比起去年各种惊喜接连不断，2025 年整体算是比较平稳的一年。这一年最大的收获我觉得是对工作以及独自生活的感受。刚去公司的时候我觉得优秀的技术人员就应该是无所不能的，什么项目都能很快很好的完成，像去年大模型应用面临的瓶颈我以为一定都能解决，甚至突破。但实际去公司之后发现，很多事情其实别人也做不到。那既然做不到，我们就完全不做了？非也。如果尽力尝试之后发现真的做不出来，就得和领导和甲方及时沟通，尽力找到能大致替代原功能的新的实现手段。

Info

Q：甲方和乙方的关系是什么？
My Answer：甲方不断降低预期，乙方不断寻找性价比更高的方式提高预期，双方的预期线来到同一水平线的时候，项目就可以交工了（笑）。

另一方面，我起初觉得干技术嘛，应该话少一点，手麻利点。不过在干了几个月之后我还是觉得，学会表达和沟通是很重要的，干技术这行，光会打代码还不够（当然我代码打的也不怎么样），还是得活跃一点。以在公司的半年经历为例，我发现很多人说话的时候是没有逻辑的，或者注意力紊乱，能截图解决的要说一大堆，本身就是小问题又要大吵大闹，完全不听劝。这种情况，表达的重要性比写代码高得多，对于胡言乱语的就应该马上制止，是对方的问题也要马上说明，否则就得一直单方面受制于人了。

对于生活方面，我现在想想，在公司的时候是早 9 晚 6，几乎是白天时间都要待在工位上。虽说公司还是不错的，但是这样的生活过久了，也不免让人觉得枯燥。仔细想来，早上起床之后就要到公司，晚上回去吃个饭刷会视频散个步也就要睡觉了，周而复始不断循环，我想，终究会有一天觉得枯燥吧。长辈们往往喜欢成人之美，认为解决枯燥的秘诀在于恋爱，认为只要有了另一半生活就会变得有趣，就连吵架也变成好事情了。

我倒是觉得，生活枯不枯燥跟此并无强相关联系，解决枯燥的秘诀在于开拓。多认识其他人，多去新的地方，多发展新的爱好，远比将希望置于另一人身上有用的多。一个 while true 和两个 while true 都是无限循环的，没有 break 再来几个 while true 也停不下来。（不过如果真有合适的那我就要双标了哈哈哈哈 😁）

这一年平平稳稳，却也发生了很多事情，在此做下记录吧：

2025/01：寒假留校两周，主要是研究 DB-GPT 的源码，知道它内部流程是什么，并且 DB-GPT 原本的智能体是没有历史记录功能的，我自己修改了代码，在源码基础上添加了此功能；

2025/02：过年回家休息，期间和老朋友吃饭聊天，痛痛快快；

2025/03：最忙碌的一月。月初搞智能体，月中做电力预测模型（原数据是一坨史），下旬又去公司。本月技术上升不多，牛马度提升很多。

2025/04：看源码水平进步最快的一集。4月14二进公司，在公司里师兄的带领下修改了dify源码，解决了原本workflow不能打包成工具的问题（耗时一周）。我自己都没想到居然真能改出来；

2025/05：整体比较平稳吧。重点看知识库处理的知识，顺带看了一点代码沙盒的东西（没学过Go，看得不是很深入）；

2025/06：最沟槽的一月。本月度经典环节：SQL拼拼乐、报告叠叠乐、数据特征秘境探索奇妙冒险。话不多说，都是纯沟槽的活，搬砖搬到起红疹的一集，数据特征挖掘堪比通过品尝奥利奥逆向推测其配方；

2025/07~2025/08: 中规中矩，后台技术提升较多。这两月重点研究了RagFlow源码，还有mineru，以及知识库的优化手段。实际需求中发现文档聚类比较重要（方便之后的原数据过滤操作），如果按照“最大类别-大类别-小类别-文档名-文档切片内容”这几个类别分别查询再归纳，效果可能会更好。然后针对表数据直接 向量搜索 问题超大，当时是对表格做了额外的处理。
不过后台技术提升倒是挺多的，因为要搬ragflow的代码到后台，期间接触了师兄编写的脚手架，基础查表部分还有拦截器以及登录验证部分看的更多一点，很有收获。然后文件解析会耗费时间，我改成了异步解析。（中间考虑了文件解析后取消或删除，文件上传自动解析，系统关闭时解析进度保存等问题）

2025/09：在公司最后一月。因为广西中烟的需求，又接触了TextToSQL，只能说准确率有限。月底带同门好基友二度华为杯数模，拿了保底国三🤗。

2025/10：本月重回实验室，弄了服装智能体，整体没花多长时间。中间接触了一下comfyUI，草率了解了一下现在实验室用了哪些模型，大概能做什么事情。因为不打算做这个方向，师兄也说要知道原理要花很长很长时间，难度较大，后续就没有深入了解了。后面主要在思考小论文的方向问题。

2025/11~2025/12：在师兄的帮助下明确了研究方向，然后就是找baseline，找创新点，周末偷卡跑实验。我自己的目标就是达到毕业标准就行，所以baseline尽可能找顶会顶刊的开源代码（复现概率高）。然后再找相关的其他论文找创新点，看能不能融合。基本上是12月上旬实验结束，中下旬开始写文章。实验结束摆烂了一周，训练模型确实是很伤神经。

总的来说，今年是 平稳、沟槽、喜悦又饶有收获的一年。当然也是懒惰的一年，今年属实没写多少博客，完事儿这域名还得35块一年，也许这就是对懒狗的神罚吧哈哈。