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！

她只知道我"在找工作"。每次视频她都问："今天怎么样啊？"我能怎么说？"今天笔试挂了一场"？"今天面试没过"？"今天投的简历已读不回"？说了她也不懂"笔试""AI面""HR面"都是啥。她只会跟着着急。所以我每次都说："还行。"她就放心了。然后开始跟我聊家里的狗下崽了、小区门口的超市关门了、隔壁奶奶摔了一跤。这种对话我以前觉得啰嗦，现在我就想听她说这些。比什么"加油宝贝"有用多了。

虚心请教，给点建议，会不会太冗余了  

1自我介绍2 tcp三次握手四次挥手3 握手挥手的具体信号syn ack之类的4 tcp传输的拥塞控制有哪些5 进程间通信有哪些方法 答的管道6 管道有哪几种 匿名非匿名7 讲一下spring aop8 aop怎么在对象业务前后插入逻辑9 介绍一下项目10 拷打项目11 了解mapreduce吗12 spark知道吗13 讲一下java的gc14 sql注入了解吗，怎么解决15 开发过程中有哪些场景用到了共享内存手撕 合并两个升序链表