想做 AI Infra / LLM 推理系统 方向。 身边没有同方向的朋友能问，自己摸着石头过河整理了一份学习路线，越整理越虚——感觉知识点又多又散  我自己总结的核心路线就一句话： 先理解模型前向 → 再理解单请求生成 → 最后再看多请求 / 多卡 / 多实例下的系统优化 把 Decoder 模型和最小推理框架先跑通，再去看工业级系统，应该很多设计会自然浮出来——这个思路对吗？ 想和大家多多交流！

做了xfg的ai agent项目够面试了，之后边投边补点评没改了，拷打项目大概率拷打第一个ai的，我觉得没必要魔改了小林的八股太多了，背了就忘，还是跟着项目来以及背高频八股，买了神哥的，然后用gpt拷打拷打，过几天投hot100二刷结束，能感受到有成长，虽然还是很多不会，但是不少题有思路了（没刻意去背）(*^▽^*)，在干Code Top 以及熟悉acm模式题外话：怎么我还没工作就大裁员了，ε=(´ο｀*)))唉，我这样的能找到工作吗？1w以上就行，这要求高吗？感觉干不了几年就得被裁了，如果不干java后端了，还有什么其他出路吗？硬件、底层方向？还是ai、大模型？网上信息太多了，分不清。真的很焦虑呀！！！o(╥﹏╥)o