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！

简历我叫ai压缩成了一页,如图所示j

大家好，我是程序员鱼皮。 最近不知道大家有没有注意到，互联网大厂的风向又变了。 Google 率先开源了 Workspace CLI，紧接着短短一周之内，飞书、钉钉、企业微信不约而同地在 GitHub 上开源了自己的 CLI 工具。  一时间，CLI 这个计算机世界里最古老的交互方式，突然又火了。 奇了怪了，CLI 不就是黑不拉几的命令行窗口吗？都什么年代了，各大厂不去卷更漂亮的界面，反而集体开起了倒车？  这篇文章，我会依次分享：  什么是 CLI？ 怎么用 CLI？ 为什么大厂都在卷 CLI？ 有哪些 CLI 开源项目？ 怎么自己做个 CLI？  一次性把 CLI 给你讲明白，建议收藏~ ...