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...

这半年突然都是agent岗，传统Java感觉已经找不到了，做了rag感觉也不够用，投不了agent开发的岗😭😭😭，这能找到实习吗？接下来是该怎么办，去系统学Python的agent开发吗？还是拿这个继续投？各位大佬给点建议吧

华为的大模型工程师面试过了，但是一搜索发现大家都说互联网大厂对于华为实习的认可度很低，请问有没有懂哥愿意分享一下原因？我看很多人会提到什么转正问题，这个和认可度也没关系吧。有人说学不到东西，又有人说能学到，真假难辨好复杂。难道是因为技术栈不同的原因吗？