腾讯AI应用岗被捞到后台开发

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！

cvte体验实习了几天，今天收到携程offer了，泡了40多天。诶cvte真好吧，免费的宿舍比我在学校租的公寓还好，还有免费伙食。顿顿爽吃，还有mac，还有每天100刀的cc，站起来蹬opus4.7花不完。我就在这边白吃白喝，还没干过活，下午六点就下班撤了。我们部门感觉也不push，mt也让我早早回去，反正不打卡。

大家好，我是@程序员花海。最近帮同学改 Agent 项目简历，发现一个通病：项目写得像个技术名词堆料，什么 LangChain、RAG、多智能体、微调全往上写，看着高大上，面试官一问细节就露馅，连自己写的项目都讲不清楚。今天直接拿一份典型的 Agent 项目简历，手把手给你们改一遍，从项目简介到每一条职责，教你怎么写得让面试官眼前一亮，而不是看一眼就划走。先给你们看一眼原始版本，很多人写 Agent 项目，基本都是这个模板：项目简介写得又大又空，技术栈列一堆名词，个人职责像个流水账，全是做了什么，没说清做成了什么、解决了什么问题、体现了什么能力。原始版本（问题很大）基于大模型的多智能体谈判策略...