非技术部分（背景、综测、HR、主管、offer）放在文首一笔带过；下文只把机考与两轮技术面写细，每道能回忆起来的题都附上可直接背诵或改写的答案。 非技术相关（一笔带过） 投华为 OD。流程大致是：机考 → 性格综测 → HR 面 → 技术一面 → 技术二面 → 主管面 → 审批与邮件 offer。综测别前后矛盾即可；HR 与主管主要是自我介绍、离职原因、加班接受度、个人情况，态度正常、不踩雷即可；offer 后按清单交材料、定入职时间。机考与技术面之间我自行拖了一阵刷题，属个人节奏，不展开。 一、机考（编程） 准备：有数据结构基础，C++ 刷题约一百道（含真题风格），注意边界与溢出。当时三道题...

今天早高峰10号线，人挤人，我好不容易站稳，余光扫到旁边座位上有个穿校服戴红领巾的小男孩，正低头盯着iPad。我以为他在看动画片，好奇瞟了一眼——好家伙，在刷leetcode。我人都傻了。我小学五年级还在玩赛尔号，人家已经在地铁上刷题了。让我想起来现在也有很多机构推出面向小孩的人工智能课、AI使用课...现在连小孩都这么卷了吗？

投了三天boss了，就两三个要简历的，java实习都这么难找了吗

想做 AI Infra / LLM 推理系统 方向。 身边没有同方向的朋友能问，自己摸着石头过河整理了一份学习路线，越整理越虚——感觉知识点又多又散  我自己总结的核心路线就一句话： 先理解模型前向 → 再理解单请求生成 → 最后再看多请求 / 多卡 / 多实例下的系统优化 把 Decoder 模型和最小推理框架先跑通，再去看工业级系统，应该很多设计会自然浮出来——这个思路对吗？ 想和大家多多交流！