面试题简述Transformer中用的是LayerNorm，而不是常见的BatchNorm，这是为什么？面试官想听的意识到不是BN不好，而是不适合Transformer的使用场景。面试回答举例Transformer中选择LayerNorm而不是BatchNorm，主要原因和序列建模方式以及训练场景有关。详情请查看：http://xhslink.com/o/8yJohFzKSX6由浅入深分析1、BN 依赖 batch 统计量。2、LN 只依赖特征维度。3、Transformer 的 token 并行与 BN 设计目标维度不一致。4、自回归推理场景下 BN 表现不稳定。面试加分点1、提出推理阶段 ...

跟同事聊天时候，同事说“你刚来时候blabla”，突然意识到自己已经正式工作一年多了！就这么从脆皮内耗大学生逐渐磨练成厚血条（厚脸皮）工位主理人。秋招简历当然也是投了不少份，但总有一些机会要留给自己的白月光，比如阿B，说说我秋招选择阿B的理由吧：1. “为爱发电”：说来兴趣真的是初心，阿B在手机陪我看了那么多番剧vlog学习视频，当然想和它距离更近一些。来了之后发现，B站重要活动要专门走内宣是有原因的，身边的六级大佬绝对不在少数。2. 实习体验感拉满：嗯对其实等不到正式工作就先来实习体验了。实习期在一个非常好的组，大家都很年轻氛围超好，做事情讲背景、讲逻辑不会只丢脏活累活。平时聊得来，工作起来也能快速打配合，项目完成时候所有人都成就感满满。再说说来正式工作之后的体验感：1. 校招生mentor文化很需要：在阿B每个校招生入职都是会有一位mentor的，不会让大家有刚工作人生地不熟就孤苦一人挑大梁的感觉。很幸运我的mt人真的超好，耐心温柔业务能力又很强。常常在对需求听她帮我说话时看着她身上闪耀的光芒想要流泪。有mt的话landing期会顺畅很多。公司也会安排一些活动帮助mentor和mentee增进感情。2.小动物们和各类活动是回血剂：工作起来当然难免遇到一些磕磕磨磨，但是压力大时候转头看到想悄悄溜过的小猫摸上一把，真的会治愈不少。还有节假日的各种活动和扫楼活动，真的会给上班增加动力。最后上图！没有任何工作会让人一直开心吧，但阿B你在照顾员工心情这一块儿做得真的很不错。

这种微初创得我害怕 总经理助理

我觉得这是一个伪命题，因为这根本就不是一个A或B的问题。互联网各个部门都喜欢搞ai,也确实有很多结合具体业务开发智能体的需求（主要是大老板喜欢），但是据我观察现实情况有个很现实的结论：现阶段大部分智能体开发，核心执行者都是后端工程师。我本人的工作也包含了部分智能体开发，所以有点发言权。究其原因，一来后端工程师最懂业务逻辑和系统底层架构，能精准捕捉业务痛点，知道哪里适合用 AI 赋能、怎么落地才贴合实际需求；二来智能体开发的核心是 “业务落地” 而非 “大模型底层研发”，技术门槛更多集中在业务拆解、工具整合与流程闭环，而非高不可攀的算法研发，后端工程师上手起来反而更有优势。ai是风口，agent...