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...

😭😭😭已经投了500份简历，一个面试也约不到啊，大佬们可以说说为什么嘛😭😭😭

面试通过了，但是其实待遇没有之前的待遇好 没辙了去看看吧

像 Claude，不仅有网页版，还有 Claude APP，以及 Claude Code，他们之间到底有什么区别，和 Agent 有什么关系，和 CLI 又有什么关系呢？  今天就来给大家详细的盘点一下，搞清楚，装比的时候咱也有底气😄。  系好安全带，我们粗粗粗粗发～  我画了一张图，大家瞅一眼就能知道个大概。 就能理解为什么同一个 Claude，在不同地方用起来体验差距会这么大。  最底层是模型层。Opus 4.7、Sonnet 4.6、DeepSeek V4、GLM-5.1、GPT-5.5，这些都是模型。 模型就是发动机，决定了这辆车的马力上限。Opus 4.7 是 V12 双涡轮，So...