最近读了腾讯写的文章，简单自己做了下总结和理解，又有了新的输入，不愧是腾讯👍 一、学到的核心知识 1. 大模型推理的两大基石  Continuous Batching（连续批处理）：传统批处理要求一个 batch 内所有请求"同时开始、同时结束"，但 LLM 输出长度不可预测，会浪费 GPU。vLLM 把调度粒度从 request level 下沉到 token level——每一步看哪些请求"差几个 token"，就调度几个 token，把短请求填进 batch 的空隙里。 Paged Attention：传统做法一次为请求申请全部显存，碎片严重；P...

28届，想要暑假找份日常实习，简历求拷打

幸亏看到这个帖子

27届，3.16开始投递，boss打招呼来了惊人的 6k+，要简历的只有 360。从三月到五月，感觉像被扔进了一场没有终点的暴雨里：每天机械地投递、背八股、改简历、跑面试，盯着越来越少的 Java HC，看着 AI Agent 风口席卷一切，开始怀疑自己过去几年到底学了什么。每天又想着背八股、熟悉项目，一边又要投岗位，有时候一个小时过去了都不知道，时间压力、学习压力接踵而至……最难受的不是被挂，而是连面试机会都没有；不是累，而是长期努力得不到反馈后的失控感，投资回报率甚至得用负来表示。一边骂行业、骂市场、骂自己，一边又不肯真正躺下，哪怕情绪崩到恶心、麻木、脱敏，第二天还是继续投递。微信里每天都...