我见过两种去小厂的人，结果完全不一样。一种是被动去的，大厂没拿到offer，随便找了家小公司凑活着，去了之后觉得环境差、技术老、没人带，每天摸鱼等着来年再战大厂，三个月下来简历上多了一行没什么含金量的实习经历，面试还是老样子。另一种是主动去的，清楚地知道自己要在小厂拿到什么——一个完整的项目经历、一次独立负责某个模块的机会、或者某个技术方向的实践经验。他们去了之后主动要需求、主动问问题、主动把做过的东西整理成简历上能说清楚的故事，三个月后再投大厂，通过率明显不一样。差别不在于去没去小厂，在于你去了之后有没有把那段时间过成"成长"而不是"等待"。说实话大厂...

抵达深圳😋😋

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！