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...

投了很多家公司，现在没有接到一场面试（美团AI面试除外），是不是我的简历太差了？

请简单介绍一下你自己。你在那边实习了差不多半年是吗？主要做算法还是偏工程化的工作？实际工作内容是以算法为主，还是以你描述的RAG项目内容为主？可以简单介绍一下两个项目吗？这个产品的质量是怎么衡量的？具体结果如何？你在差旅助手里设计了一个4层内存的隔离架构，大概是什么样的方案？如果不同的 agent 需要共享上下文，一般会怎么做？这个共享过程中会存在多线程或进程间的竞争情况吗？如果存在竞争，一般是什么情况下会出现多线程或多进程的竞争？常规的解法或方案有哪些？这种锁一般会采用什么样的锁？我看到你在差旅助手里拆分了四个 agent 的引擎，这种拆分的逻辑是什么？如果新增一个签证办理的场景，是会新增一...