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！

27 届暑期 0offer，求内推求内推求内推！求建议准备全力梭哈日常了，成为最早备战秋招的从三月底面到现在，一边面试一边学习一边复盘，面经就不上传了，也是发现自己的一些问题，大家可以学习，不对的地方可以在评论区指出纠正一下：1.一定要至少准备个 60% 的程度再开始面试，不然会终止流程或者脏面评，我的字节和美团应该是黑了2.听好问题想清楚再回答，慢一点讲清楚3.不会可以说些相关的，相关的也不会大大方方承认，别胡乱背八股，面试官会很折磨4.leecode 坚持刷坚持刷坚持刷，不要间隔着刷5.把知识好好梳理串联起来，把项目理解清楚为止（面试时项目露馅包死的）

下午发现室友线上面试的时候拿AI作弊（就是切屏然后问AI照着念那种），结束以后我调侃他这么做是不是不大好。他给出的答复是（非原话，但大概是这么个意思）：“1. 除非是那种我一点都不会的问题我会问，否则我还是尽力去用自己的话来说，或者是连续追问了好几个问题都不会的，这种情况下可能会用AI缓解一下尴尬的状况。2.如果问的问题你真的不了解的话，那你用不用AI没啥区别。AI只能给你输出那么一点点固定长度的解释，你到底聊不了解这个东西面试官从你的回答神态一眼就能看出来。总而言之，是你的offer怎么着都是你的，超越能力范围的你作弊也没用。”回想他说的这些话，我现在越来越觉得还挺有道理的，不知道大家对这种...