我入职那天分到的mentor是个工作三年的哥们儿，外号杰哥，浙大本硕，技术贼好，人也特别耐心。第一周他手把手带我熟悉项目，下班还带我去公司食堂吃晚饭，跟我讲组里的人际关系、哪个产品好沟通、哪个测试爱挑刺。我当时心里那个踏实啊，心想这mentor是真带我，运气真好。我甚至已经开始幻想转正后跟着他干。周一下午四点多，我正在改一个特别恶心的bug，他飞书突然发我："小x，跟你说个事儿，我下周一是最后一天，我跳槽了，你之后跟着王哥学。"我当时直接回复了“？？？？”真的以为他在开玩笑。他发了一个尴尬笑的表情，"真的，offer上个月就拿了，一直没说"。我那一瞬间真的不知道说啥。下班的时候我特意去他工位转了一圈，他已经在收拾东西来，看见我笑了一下，说"我请你吃个饭吧"。我们去了公司楼下的麻辣烫。吃饭的时候他跟我说了很多，说大厂这边晋升路径太卷，说他家在外地啊老婆怀孕了啊想离家近点什么的，说新公司虽然小但是给的钱多。我一边吃一边点头，看到一个快到中年研发人的无奈，感觉也看到了未来的我，心里挺不是滋味的。今早上午他飞书里发我一个文档链接，是他这两年攒的项目笔记，模块分工、踩过的坑、谁负责啥都有。他说"这个你留着，遇到问题先看这个再找王哥吧"。说实话，我当时贼感动，工作的这两周，他可能是我在公司里唯一真正把我当回事儿的人了。最后，我想说兄弟们，找实习真的别只看大厂光环，mentor稳定性也是玄学之一。我现在心里有点空，感觉靠山没了

在boss投了900次了 就两次面试机会 而且都不是技术面。简历内容如下。

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...