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...

投了快一百家就一个给面的

她只知道我"在找工作"。每次视频她都问："今天怎么样啊？"我能怎么说？"今天笔试挂了一场"？"今天面试没过"？"今天投的简历已读不回"？说了她也不懂"笔试""AI面""HR面"都是啥。她只会跟着着急。所以我每次都说："还行。"她就放心了。然后开始跟我聊家里的狗下崽了、小区门口的超市关门了、隔壁奶奶摔了一跤。这种对话我以前觉得啰嗦，现在我就想听她说这些。比什么"加油宝贝"有用多了。

美团骑手面经：考核能不能 30 分钟送 5 单； 星巴克咖啡师面经：拉花角度差 5° 直接挂； 大厂保洁面经："请用 SWOT 分析厕所打扫流程"； 牛客作为面经的"宅基地"📜，这一次不走寻常路！诚邀大家来这里脑洞大开！ 没有不能写面经的岗位，万物皆可发面经！ ✍️ 全网征集以下内容（3 选 1 即可） 🤣 方向 ① 离谱有梗的面经 任何"你觉得离谱但其实合理"的岗位面经都行：  「我面试了胡同遛狗员，被狗 HR 看了一眼就挂了」 「寺庙运营官面经：考核大悲咒背诵速度」 「海底捞服务员一面：让我表演给一桌人唱生日歌」 「奶茶店店长...