1.说一下 Transformer 的底层结构吧Transformer 的核心是用自注意力代替传统序列模型里的递归结构。一个标准模块通常包含多头自注意力、前馈网络、残差连接和 LayerNorm。自注意力负责让每个 token 和其他 token 直接交互，前馈网络负责做非线性变换，残差和归一化负责保证深层训练稳定。它真正厉害的地方不是结构复杂，而是信息传播路径短，长距离依赖更容易建模，并且天然适合并行训练。2. Transformer 为什么用了 LayerNorm 呢因为 BatchNorm 依赖 batch 维度上的统计量，但 NLP 任务里句子长度不一致，线上推理时 batch 也经常...

rt 不知道是真的假的丁老板 太难绷了

一开始签了个AI coding什么的，当时想欸这么好可以用AI？（似乎那个AI coding是ai面试？）然后再看又是切屏不计入，又是允许本地IDE，干脆直接chatgpt启动了出来和大家讨论发现好像不能用AI上小红书搜发现这么干的不是少数，尤其是本地IDE直接是cursor和trae的而且发现这个问题去年秋招就有人问过，更离谱的是当时有的人问HR，有的HR说可以有的说不可以现在发了邮件去问招聘团队了，感觉是细则没写清楚要是直接说不能用不如直接签到题走人更省时间

我今天被 Anthropic 公司解雇了。我当时是负责发布最新 dev/claude-code npm 包的工程师。为了改善团队的调试体验，我决定在发布版本中加入源映射。这导致我们整个内部代码库被公开，其中包括数千个文件，其中包含所有代理命令、所有系统提示、完整的查询引擎、Undercover 模式、Bypass Permissions 模式以及我们的内部遥测配置。我愿承担全部责任。我真心相信 Claude Code 为我建立的安全保障措施是足够的，这是我的严重误判。我的行为无意中提前开源了 Claude 架构中的重要部分。我向团队和 Claude 致歉。哈哈哈哈应该是愚人节整活😂😂😂