下班太早被罚款了

第一类是 RAG知识库问答系统。自己找数据（比如课程资料、博客、论文），做清洗、切分、向量化、检索，再接大模型生成答案。重点是你能说清每一层在干嘛。第二类是 小型Agent工具。比如自动整理会议纪要、自动写周报、或者“搜索+总结+输出报告”的流程，把工具调用串起来。第三类是 垂直场景应用，比如面向某个领域（求职、学习、法律基础问答）的AI助手。关键是“有具体用户问题”，而不是纯demo。

这个面经是群里 小伙伴分享的 社招, 2年的工作经验 双非本9硕 将近40分钟都在问项目细节 项目这里我全部砍掉了1. 自我介绍2. 大模型在推理时通常分哪两个阶段，每个阶段关注点是什么一般分成 prefill 和 decode 两个阶段。prefill 阶段主要是把输入 prompt 一次性编码进去，重点看吞吐、并行效率和长序列的计算开销；decode 阶段是逐 token 生成，重点看单步延迟、KV Cache 复用和 batch 调度效率。很多线上推理慢，不是模型本身慢，而是 prefill 太重或者 decode 阶段调度策略不合理。理解这两个阶段，才能知道为什么有些优化只对长输入有效...

我认为可以把小厂当作能力验证的临时阵地，先积累真实项目经验，再寻求更好的平台。我当时接受小厂后，虽然内心仍有不甘，但很快发现小公司能让人更快承担完整责任，这点是大厂早期难以提供的。后来即使有大厂机会，我也会优先评估当前环境的成长速度。这段经历告诉我，决策时要看长远能力曲线，而不是被一时平台光环所左右。

职场从来都不存在什么公平，雇主通常都是优势方而雇员是弱势方（行业大神除外），再加上我们国家人口众多，所以很正常的，公司作为雇主在面试应聘者的时候都是趾高气昂、高高在上（面试过n家公司的在一旁泣血控诉）。人有三六九等，公司也有三六九等，而面试官也有，有不少渣渣公司在面试求职者的时候，往往瞅准了求职者急于找到工作的心理，用各种手段把求职者耍的团团转，最后求职者还得对他们说一句：谢谢！下面是几种求职者经常会遇到的坑:第一种：打着招人的幌子实际上是为了解决公司项目上遇到的技术难题在我们求职过程中，有的公司动机不纯，通过各种理由欺瞒，将求职者在面试时的经验成果据为己有。最常见的就是以笔试为名将项目里遇到...