垃圾阿里不识货一面挂

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！

首先是个很小的公司，实习生和正式工工作没区别，正式工几乎每天无偿加班。java开发实习生工作量很多，没有人教你，要求无偿加班，并且是纯外包公司，buff叠满了

这两年看 C++ 面试题，有个很明显的变化：面试官还是会问基础，但已经不太满足于你把“定义”背出来。以前很多同学准备 C++，重点放在语法点、STL、几道经典手撕题上，确实能应付一部分岗位。现在不一样，尤其是后台、客户端、基础架构、自动驾驶、游戏引擎、嵌入式 Linux、量化开发这些方向，面试官更喜欢从一个基础点一路追到语言机制、工程实践和性能取舍。也就是说，C++ 八股文还得会，但只会八股远远不够。真正拉开差距的，是你能不能把“语言特性为什么这样设计”“在项目里为什么这么用”“这样写的代价是什么”讲明白。一、现在 C++ 面试的重心到底变了什么先说结论：C++ 面试不是不问基础了，而是基础问...