自毕业以来，周遭全是优秀程度远超于我的人。

感谢目前的平台，能让我真的做到，谈笑有鸿儒，往来无白丁。

不仅仅深刻意识到他人的优秀，同时也意识到自身的不足，交流过程中，受益良多，这里做个简单整理，梳理个人内心想法。

工作岗位类型与个人发展之路

现状：

当前岗位为SA（Solution architect）上提RD（Research and Development）下接BD（Business and development）

是RD的“甲方”是BD的“server and helper”

分析：

技术侧/研发侧

技术迭代周期极快：AI领域的transformer，GPU与NPU的对冲，元算子，CUDA叹息之墙，一周发N个模型，白菜价Deepseek..（业务语言和技术语言和俗语混用，仅作梳理）

个人技术隔离性弱：公开学习资料，职业教培机构，开源体系庞大（huggingface GitHub gitcode等）

研发强度大：agent、mcpserver逐渐成熟，AI需求量激增（项目经理、产品经理、SA、Leader等），人手极其不够，单人工作时间极长。

业务侧/商务侧

技术要求递增：销售转工程师，技术性营销体系，成熟解决方案，产品架构。

大环境紧缩：AI领域需求激增可完美撬动大环境消费萎靡杠杆，实现差异化优势。

抽象性职能：客户关系，竞标应标，机会点，项目分析，需要极其丰厚经验，并非具象化学习。

结论：持续学习与研究

依托当前环境，继续对接每一客户，继续增强业务能力，沉淀业务经验，项目案例、场景进行总结供给BD复制。

依托Requirement Analysis中与RD对齐，项目售前/售后技术支撑、开源项目等事件，将自己视为研1学生，进行自底层性深挖学习研究。

当前宏观研究方向（逐步进行）：

应用层：MCPserver Workfile Agent

大模型层：LLM、多模态，VLA，Embedding

AI框架：MindSpeed，Pytorch

训/推框架：Verl、VLLM、VLLM_Ascend、Transfromer、 llamafacto、Megatrontra

其他：lora/full微调、SFT、增训，预训练，量化。

使能层：CUDA、CANN及其涵盖面向NPU/GPU编程语言 CUDAC++、昇思。加速算子。

其他：NPUGPUCPU体系，元算子，迁移。