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！

如题，本人后端方向，四月中旬才开始投递暑期实习，目前收到的面试邀约很少。加上自身基础一般，面试屡屡挂掉，心态很受影响。看到很多三月就投递的同学已经手握多个 offer 开始打牌了，本人却约等于 0 进度，所以焦虑感越来越重。😥😥想问问有去年有暑期实习经历的前辈：1、五六月份捡漏投递大厂暑期，机会还大不大？2、另外，暑期实习最晚什么时候入职，才不会打乱后续秋招的整体节奏呢？也同时问问去年没有暑期实习的前辈：1、没有暑期实习的情况下，后续秋招还顺利吗？2、这段时间应该怎么准备弥补自己的弱势，有没有什么建议？

写这篇之前我犹豫了挺久。一方面是怕被人骂，"又一个收割焦虑的转行帖"；另一方面是看了太多用 GPT 套娃出来的「学习路线」文章，AI 味重得让人没法读完。所以这篇全是亲身踩过的坑，时间线、用过的项目、当时的心路全都尽量原样写出来。如果你是大学生在迷茫要不要转 AI，或者已经在转的路上，希望能给点参考。 一个反共识的开场：你以为进 OpenAI 的人都是博士？ 先讲个故事，跟我没关系，但跟所有想转 AI 的人都有关系。 OpenAI 的 Sora 团队（就是搞文生视频那个）一共 13 个人。这里面有两个人特别有意思： Will DePue，密歇根大学计算机系，直接辍学了。17...