离职日记： 离职第-N + 7天

前言

今天是4月15日。

算了下，应该是-N+7没错了。

离职

今天刚和HR谈完。 确定了last day和补偿情况。 还算顺利，互相也算满意。

虽然工作有诸多不满，但是要离开待了5年多的地方，心里多少还是会有些难过，难以言表。

最近做的事

最近这段时间，也在公司学习AI相关的知识，也在做一些想法的尝试。确实获益良多。

其中尝试的一件事是把这5年间的工作记录交给AI，整理汇总，变成md文件的记录，然后期望用于两个用途：

1. 将工作经历可视化，转变成好看一点的html页面，以时间为轴，以里程碑的方式呈现。 并做一些简单的数据统计，包括项目周期、任务数量、完成情况，并展示其中的价值和亮点

2. 将工作记录向量化，投入RAG, 在自己本地搭的聊天机器人可以查问我之前的所有工作经历。

这些想法自我感觉非常好。 最终页面和聊天机器人+RAG的功能都能基本跑出来，然而最终效果还是不太好。 原因是AI汇总出的md的内容总是差强人意。

总是会漏信息， 处理过程也是状况不少。

漏信息包括有些整个项目漏了，或者某些时间段的记录完全消失。这可能跟模型能力、我的提示词质量、原数据（即工作记录）质量都有关系。但说实话，可能模型能力占大头。

首先我事用excel来记录个人工作记录，然后按月划分文件， 以特定格式记录任务信息，包括描述和完成情况。如果只处理少数几个月的文件，那产出的质量还是可以的。而一旦处理的数据量大了，就开始出问题了。少量数据时可以，说明模型是能理解excel文件和我告知他的理解规则的（如我用颜色表示任务类型和状态）。而数据量增长到一定程度后理解就出现不稳定的偏差。

估计是内容多了后，包括输入文件数据多或持续处理后的上下文增长， 导致的大模型注意力方面的问题，最终导致产出质量大幅降低。 这应该也是AI比较典型的问题之一了。

模型用的是内部的模型，就不说名字了，免得引战。

处理过程的问题，包括流量问题导致的模型挂了（内部挺多人用的，服务端不太扛得住，时不时会挂），大模型吐出来的脚本或方法无法正确读取我的文件（本地excel），不断地重试、失败、重试、失败，等等。

因为种种问题，所以这种尝试持续了挺久，可能一天跑下来，要多次重跑一些提示词，如提取工作记录信息到md，不满意后可能会要重新跑，而跑的时候我不可能一直看着，有时停了很久也不知道。

虽然结果不太满意，但过程中还是学到不少， 如尝试了sub-agent、skill等技巧。 也验证了整个流程理论上可行，虽然很依赖模型产出质量，这个质量可以直接决定这件事的结果是否有价值。

之后

领导建议我可以开始找工作了。 不过说实话，我更想休息一下。 上班十几年了， 中间最长的休息只有一次2个多月。这次真想好好歇一下先了， 这次给点时间给自己吧，为自己活一段。 这其实也是老早就这么打算的。

不过不找工作也不代表什么都不做，反而更像尽量做更多， 做自己想做的。 尽可能把自己变成自己希望的样子。 但最终能不能按我期望的来，现在还不敢说，那需要较强大的自制力，也许休息下来就是天天熬夜打游戏呢。 哈哈。 那样的话也太惨了。

先到这

好了，今天先到这。谢谢观看。