打卡第二天，软件开发

1. 自我介绍2. Qwen3.5 这类新一代模型，如果不只停留在“Transformer 变体”更有含金量的讲法不会只说它是 Decoder-only，而是会落到训练稳定性、推理效率和长上下文适配这三条线上。比如归一化方式、注意力结构、RoPE 扩展策略、GQA 对 KV cache 的影响、SwiGLU 对表达能力的提升，以及 tokenizer 和多语种兼容设计。面试官真正想听的是这些结构选择为什么出现，它们解决了什么具体问题，而不是模块名背诵。如果要再深一点，可以顺手带出工程后果。比如 GQA 不是为了论文好看，而是为了在长生成场景下降 KV cache 占用；长上下文扩展也不是简单把...

28届2本非科班大概很快要找实习了，应该是偏ai应用开发方向

本2硕9，力扣是没刷完的，八股是没背完的，准备先投中小厂练练手，逼自己先面试找找感觉。大厂到底什么时候才配投啊，看了面经能掰扯的最多才一半

直播间连麦遇到一位女学员声音都委屈得快哭了要做跨表数据匹配以前用 VLOOKUP 一直顺顺利利这次怎么都匹配不出来翻了无数教程视频逐字核对函数、一遍遍检查数据明明看着都没问题结果就是死活出不来她无奈又心酸地说“孩子哭闹我都知道怎么哄这破数据我是真一点办法没有”后来我帮她一看问题根本不在函数而是单元格里藏着看不见的空格和格式差异肉眼一模一样，实际天差地别几秒钟处理干净，瞬间就跑通了真的太戳心了很多时候我们不是不努力只是被那些隐形的细节绊住脚拼尽全力却看不到结果这种无力感真的太磨人选对方法、找对人点拨真的比独自死磕有用太多✨