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！

项目都是知识星球上找的,自动化脚本海投一周一个面约不到,道心破碎了

已经不求大厂实习了，有个中厂就烧香拜佛了。求各路朋友给个建议吧，实验室项目我做的不是我写的这个，这个是我拿到他们的代码做了websocket和jwt的升级；个人项目是我基于导师曾经说过的需求有灵感启发自己写的。真想有个实习啊，来脱离导师时不时的需求，还没钱又花时间！

下午发现室友线上面试的时候拿AI作弊（就是切屏然后问AI照着念那种），结束以后我调侃他这么做是不是不大好。他给出的答复是（非原话，但大概是这么个意思）：“1. 除非是那种我一点都不会的问题我会问，否则我还是尽力去用自己的话来说，或者是连续追问了好几个问题都不会的，这种情况下可能会用AI缓解一下尴尬的状况。2.如果问的问题你真的不了解的话，那你用不用AI没啥区别。AI只能给你输出那么一点点固定长度的解释，你到底聊不了解这个东西面试官从你的回答神态一眼就能看出来。总而言之，是你的offer怎么着都是你的，超越能力范围的你作弊也没用。”回想他说的这些话，我现在越来越觉得还挺有道理的，不知道大家对这种...