1. 自我介绍2. Qwen3.5 这类新一代模型，如果不只停留在“Transformer 变体”更有含金量的讲法不会只说它是 Decoder-only，而是会落到训练稳定性、推理效率和长上下文适配这三条线上。比如归一化方式、注意力结构、RoPE 扩展策略、GQA 对 KV cache 的影响、SwiGLU 对表达能力的提升，以及 tokenizer 和多语种兼容设计。面试官真正想听的是这些结构选择为什么出现，它们解决了什么具体问题，而不是模块名背诵。如果要再深一点，可以顺手带出工程后果。比如 GQA 不是为了论文好看，而是为了在长生成场景下降 KV cache 占用；长上下文扩展也不是简单把...

不知道过两年会变成啥样…   

拿到offer了，26届测试开发，双非一本，写个收尾。两个月，投了40家，笔试23家，一面18家，二面9家，拿到3个offer，选了最满意的那个。说几件这两个月学到的事，给还在投的同学参考一下。 【1. 投递量要够，精投不够用】 一开始我觉得精投就行，认真看JD，选匹配度高的，投了10家觉得差不多了。结果不行——中小厂没消息太多，大厂竞争激烈，10家根本不够。后期一口气补投了20家，最终offer反而来自这20家里的两个。量要够，至少30家起，宁可多投不匹配的，也别因为"不确定"就不投。 【2. 填表浪费的时间比我想象的多】 前期手动填表，每家15-20分钟，投了20家差不...