还愿京东

用 Claude Code 和 Codex 写了大半年代码，最大的感触就是工作效率拉到了满中满。 但同时，钱包也隐隐作痛，每个月第一天我都要先充 500 刀。  我是能用得起，但讲真，身边很多二三线城市的朋友根本不敢用 Opus 4.8 和 GPT-5.5 这种顶级模型，毕竟一个月三千多块不是个小数目。 更别提在校的大学生了。 所以我最近一直在薅免费且战力很不错的模型，因为后台很多小伙伴在求。 就在今天，我发现讯飞星辰 MaaS 平台限时免费开放了 Qwen3.6-35B-A3B 和 Qwen3.5-35B-A3B 两个模型，新老用户都能领，免费无限 token。  薅起来：https://m...

我用过：“Claudecode”、“Cursor”。。。对面：“所以咱们这边是没有用过VibeCoding是吧”哈哈哈哈哈哈哈好像机器人检索关键词你们有遇到这么奇葩的HR吗？

AI Infra / 数据岗考察:大模型训练 / 推理框架 + 算力调度 + 数据工程 + 性能优化。硬核工程岗。   1、工程 / 部署 / Infra  vLLM 的核心优化是什么  思路:PagedAttention(分页 KV cache) + Continuous batching(动态合批) + 量化 + prefix cache;吞吐比 HF 高数倍。   模型量化 / 蒸馏的区别  思路:量化: 降精度(FP16→INT8/INT4),结构不变;蒸馏: 教师→学生,结构变了;可叠加。   端侧部署的挑战  思路:算力/显存/电耗受限;要小模型(SLM 1-7B) + 量化 + ...