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...

有无大手子帮我看看简历，27届0实习，感觉起步太晚了，但又舍不得学了半学期的前端，boss一百个招呼就一个要简历的，想找个小厂实习过渡，有无建议

之前一直在牛客刷大家帖子，看到了很多人吹捧大厂多好多好。但是说个会被喷的事实：双非本，秋招拿了5个offer，比我那个在某大厂实习的室友还多一个。他在大厂做了三个月，负责链路中的一个中间模块。听起来很厉害对吧？但面试的时候面试官追问这个特征是怎么选的召回策略谁定的，他只能说这部分是算法团队负责的。我在旁边听得都替他尴尬。我呢？在一家不过百人的小公司做了个后台管理系统，全流程就我一个人。你问我任何一行代码为什么这么写，我都能给你掰碎了讲，因为踩过的坑我全记得——凌晨两点调CORS跨域问题的那种刻骨铭心你懂吗。说到底面试官要的不是你title多好看，是你到底有没有真正做过这件事。大厂名字能帮你过简历关，但到了面试那一步，你做的东西是不是你的，一问就知道了。后来我室友也想明白了，他说我那三个月最大的收获就是知道了食堂哪个窗口最好吃。我不知道他是在自嘲还是在认真的。

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！