华为云 26k评级

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！

何意味

投简历对面看了都没后续，感觉项目太拉跨了，准备给项目加点东西redis、分布式、spring cloud，JPA或许可以换成mybatis-plus；准备买deepseek v4来写，接入哪个好啊？codex、cursor、cc、trae/trae cn cc的命令行我感觉我应该不怎么适应，用的话会用vscode的cc插件；大牛们有什么建议吗？