很多小伙伴对最终结果很感兴趣，结果我放在评论区了，之前发的小红书帖子 这场小红书前端社招一共四轮。最让我意外的是，几乎每一轮都花了很多时间在聊项目和作品。 我不是标准履历：专升本背景，过往找工作也遇到过学历筛选。所以这篇想记录的不只是题目，也想说说：如果背景不够漂亮，怎么用作品把面试聊起来。 我的作品集/开源主页在这里，后面提到项目时可以对照看： https://github.com/tt-a1i 先说结论  常规场景题会问，但这次真正展开的是项目。 作品要能现场打开、能讲清楚取舍，而不是只写在简历上。 手写题这块我发挥很差，3 道题都没写出来，但后面还是靠作品继续聊下去了。 对非标准背景的人...

211本硕+3实习+3项目=路边一条😋

最近总觉得心脏有点不太舒服，就请了3天假去做检查，想着我一个实习生，就算请三天假，也无伤大雅+1之前跟我就不太对付，总挑我的理，说这不行那不行，“你这学历到底是面上来的，当初面你简直大错特错”请假审批都走通过了，我昨天都已经到医院了，+1跟我发消息，说这部分你三天的交接文档有问题，如果你现在不回来解决，你的实习证明还想不想要了？我当时也没想那么多，毕竟就是奔着证明来的，反正也没出市，就赶紧跑回去了。现在想想，他一个人也左右不了问我的证明到底给不给我，早知道就应该装看不见消息了病也没看上，假也没休着....

最近读了腾讯写的文章，简单自己做了下总结和理解，又有了新的输入，不愧是腾讯👍 一、学到的核心知识 1. 大模型推理的两大基石  Continuous Batching（连续批处理）：传统批处理要求一个 batch 内所有请求"同时开始、同时结束"，但 LLM 输出长度不可预测，会浪费 GPU。vLLM 把调度粒度从 request level 下沉到 token level——每一步看哪些请求"差几个 token"，就调度几个 token，把短请求填进 batch 的空隙里。 Paged Attention：传统做法一次为请求申请全部显存，碎片严重；P...