先泼一盆冷水：实习生，尤其是前期，不打杂是不可能的。公司付钱，本质上就是购买你处理确定性事务的时间，来释放正式员工处理不确定性问题的带宽。但这里藏着一个巨大的信息差和机会差：公司以为它买的是你的“劳动力”，但你可以学到的，是一整套“职业化”的底层操作系统。第一步：翻译黑话，从动词升级不要写你“做了什么”，要写你“创造了什么改变”。每天筛简历，打电话约面试负责简历筛选与面试邀约执行人才初筛与触达：日均处理150+份简历，建立关键词标签库，实现初筛效率提升40%更新招聘表格，统计面试数据协助维护招聘数据主导招聘数据运营：独立维护实时招聘看板，通过数据异常波动预警，助力面试到场率提升15%整理面试官...

沟通了400多份，没什么人理，有一个还是还这种😭😭😭

现在大二，投了很多没人理，看到很多都是要大三的，可不可以伪装成27届找实习啊。有没有人经历过。

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...