本人情况：27、学院本、一段小厂实习、Java + AI Agent。从 3 月 16 日开始投递，到现在已经向 2000+ 公司打过招呼，要简历比例 25 ： 1 左右。真正进入面试的更是少得可怜：线上面试大概 5 家左右，另外有 7 家要求线下的机会也全部放弃了。 目前能接触到的岗位，要么薪资偏低，要么公司整体水平较低，对个人长期发展帮助有限。从这个星期开始，每天打开 Boss 直聘都变成一件很消耗的事情。逐渐提不起兴趣，一整页的“送达”像是在不断消磨耐心。那些没有回应的消息，加上大量僵尸 HR 的自动回复，几乎把最后一点期待也一点点耗尽了。这段时间，从系统整理八股，到反复打磨知识体系，再...

美团timeline一面 3.26二面 4.2oc 4.8offer 4.10其他：oppo 一面挂vivo 没动静携程 笔试挂哔哩哔哩 没动静感想感觉找实习运气也占不少的成分，本来0实习选手暑期只是准备随便投一下练一练，想着过会儿再找日常实习，没想到美团直接收留我了。感谢一面面试官，在我第一次面大厂的时候给了我自信

一般情况下，我们聊到“大模型的量化”，想到的大概率是“把FP16转成INT8或INT4，从而降低显存、加速推理”。其实我觉得工程上没毛病，因为很少有人会去探索啥玩意是量化，但你要是放在算法岗的面试上，这样通常是不够的。面试官往往会继续追问：精度明明降低了，模型为什么还能正常工作？什么时候量化会失效？如果这时答不上来，基本就已经失分了。（我的答案放在文末）要把这个问题讲透，可以换一种更有层次的表达方式，从“是什么”到“为什么”，再到“什么时候不行”和“怎么选方案”，逐步展开。首先，从本质上看，量化并不复杂，它做的事情就是用更少的比特去近似表达原本的高精度参数。原本一个FP16权重用16bit表示...