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！

ClaudeCode是真好用啊，谁懂啊不知道ClaudeCode 为什么这么恨老中

大家都说腾讯被称为互联网中的国企，但事实却是不同部门的区别，可能比不同公司还大。你要是遇见不好的组，很有可能像我下面的朋友一样。简单介绍一下，他是校招进的字节，但是他觉得字节的强度还可以，干了1年多，但是后面被“广进”了，后面社招跳去的腾讯，但是腾讯的强度最近让他有点crazy。这可能很反直觉，所以我才会说不同部门的区别，可能比不同公司还大。那什么是腾讯里面好的部门呢？总体划分大致如下：WXG，最大护城河，无脑冲就完了，但是要求也贼高，手撕难IEG，游戏业务，现金流，但工作强度不小CDG，广告、金融，工作节奏较快PCG，QQ与各大内容平台，业务整体增速一般TEG，技术大佬云集，需要有探索新业务...