上个月面了4家大厂，3家都问了同一个问题："你平时怎么用AI辅助开发？"第一次被问到的时候，我实话实说："偶尔用ChatGPT查查API文档。"面试官礼貌地笑了笑，然后没有追问。结果——挂了。第二次面试前，我认真准备了AI编程相关的项目经历。我做过一个用Cursor重构Vue组件的项目，还用Claude Code做过一次全栈重构。我把这些写进了简历。面试的时候，面试官照例问了AI编程。这次我直接打开电脑，现场演示了用Cursor做组件开发的全流程：从描述需求到生成代码，到Code Review，到性能优化。面试官看完眼前一亮："你这个Code ...

焦虑了将近半个月，终于offer了，我真的哭了

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！