当“双非”这两个字成为简历上绕不开的标签，到底要攒下多少段实习、改出多少版简历，才能推开那扇被985/211光环遮蔽的门？林然用三年时间，把自己从一家本地小公司的打杂助理，磨成了手握多份offer的求职者。他没有拿到逆袭的剧本，前前后后投出113份简历，真正换来的不是幸运，而是几条被现实反复敲打后刻在脑子里的真结论。一、实习圈那句“越早越好”，他用三年才真正听懂大二那年暑假，林然得到第一份实习——在一家本地母婴品牌做市场助理。每天的日程是整理发票、贴报销单、给会议室加纸杯。同期有同学在朋友圈晒出互联网大厂的工牌，他说不羡慕是假的。但正是这段看似没技术含量的经历，让他无意中接触到快消行业的渠道促...

bg双九硕电子信息，0实习ai coding了两个项目，投了10多家都没有面试，只有小米给面还挂了。前后端相关的完全不会，本来以为agent难度应该不大，但可能还是技术不够，找不到实习。秋招更不知道该不该继续入局agent了，孩子真没招了牛友们有没有什么建议😇😇

感觉自己还是挺狗运的，比不上牛客这些双非大佬随便秒终于戴上红围脖了，xdm 加油

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...