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！

已拉黑：美团，百度，米哈游已点赞：快手，网易，众安，字节跳动，蚂蚁ttl：3.16投递-3.25 一面-3.30 二面-3.31 hr面-4.2 oc

投的是小鹏的嵌入式软件岗，base 广州，整体感受是问得偏底层 + 车相关的东西穿插着问，没什么花活，但是抠细节，答得浅了会一直追问。一面 技术面 大概50min面试官应该是组里的开发，全程对着我简历问，最后留了几分钟反问。自我介绍，挑一个你觉得最有挑战的项目讲一下你这个项目里用的是什么 MCU？为什么选这一款，没选别的？C 语言里 volatile 关键字什么场景下要用？只在多线程里用吗？static 修饰局部变量、全局变量、函数分别是什么效果？结构体内存对齐讲一下，为什么要对齐，不对齐会怎么样？写一个宏，求两个数中的较大值，注意副作用问题函数指针和指针函数的区别，分别怎么写？malloc ...