抖音电商裁员情况

坊间总流传着一套程序员的“续命剧本”：35岁转产品，40岁搞培训，45岁写专栏卖课。仿佛只要顺着这个台阶下，职业生涯就能无限续杯。但说实话，这剧本听着光鲜，背后全是无奈——如果这行真能舒舒服服干一辈子，谁愿意折腾着到处转型？回到那个灵魂拷问：程序员真能干一辈子吗？我的答案很现实：理论上能，但绝大多数人既干不了，也不想干。首先是“干不了”。这一行太吃身体底子了。互联网的节奏是用寿命换版本，二十出头时，通宵上线第二天还能生龙活虎；过了三十，熬一个大夜哪怕补睡两天，脑子还是懵的。更别提这行技术的迭代速度，今天还在精通Vue，明天可能就火了Rust，还没喘口气，AI编程又来了。学习是好事，但这种被“卷”推着走的被迫学习，是巨大的精神内耗。面对这帮精力无限、工资还更低的年轻人，老程序员的性价比确实在很多老板眼里是要打问号的。其次，更扎心的是“不想干”。刚入行时或许还有点改变世界的极客情怀，但在无数次被迫改需求、修Bug、甚至写一些毫无意义的业务代码后，热情早就磨没了。对于大部分人来说，写代码只是一份高薪的糊口工具，而不是信仰。这行太辛苦了，颈椎病、腰间盘突出、脱发，都是身体发出的警告。所以，与其纠结能不能干到60岁，不如承认这是一个“阶段性高爆发”的职业。趁着还能拼的时候，多攒点钱，把防身的基础打好，才是正经事。至于一辈子？别闹了，谁想一辈子都对着屏幕找分号啊。

各位大佬有没有懂的ai infra如何入门的，有没有什么好的项目适合入门做的/看看源码（比如nano-sglang/vllm）（感觉自制推理框架已经烂大街了）。🤔🤔

1.实习介绍2.针对项目提问3.FlashAttention原理，Online softmax，有没有看过cuda kernel，FlashAttention V1,V2,V3，FlashDecoding原理4.推理优化的思路（方法）有哪些5.用没用过vllm/SGLang，原理6.有没有听说过Dynamic Batching7.Coding：写一个ruduce，用block，优化版：用warp shuffle，能不能再优化？8.加载到shared memory和直接从HBM取input比为什么更快9.有没有听说过shared memory的bank conflict10.反问：在哪些地方可以继续提升自己

在AI大爆发的时代，除了卷算法模型，AI Infra正成为各大厂争夺的“算力底座”。但这个领域庞大而且比较复杂，究竟包含哪些技术栈？不同岗位又有哪些侧重？给大家简单介绍一下（这个也属于新兴岗位了，所以现在入局也不算晚欢迎大家在评论区发表看法，我们一起讨论👇有用的话请在文章底部给我送朵花吧🙇‍♂️🙇‍♀️