2025 年，对我来说不是“成长年”，而是验证年。很多能力早就具备，但今年是真正被放到项目里反复检验的一年。项目更多了，要求也更实在：能不能稳定跑、现场能不能扛、出问题谁兜底。一、项目继续推进，但难点明显前移今年做的项目，本质上已经不是“把功能做出来”，而是：多任务并发下的稳定性控制资源受限情况下的性能取舍不同硬件平台之间的适配与复用问题不再写在需求里，而是藏在长期运行和边界条件中。二、更多时间花在“收拾残局”上作为有经验的工程师，今年干得最多的是：接手历史代码、排查顽固问题定位偶现 bug、复现场景在不影响现有功能的前提下改结构这些活不显眼，但决定了项目能不能活下去。三、技术决策开始影响项目...

最近投了字节的游戏客户端，没想到刚投完立刻说要约客户端的面，还让我考虑，拒绝之后还再挽留，有佬能说说啥情况么？

把我笑死了😂，说得好像我3k去干了，还拉低他工资一样

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 ...