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！

腾讯校招公众号的数据，估计那77%都在横向

各位请问我这个简历有什么大问题吗，交流了五百多个就投出去十一二个，两周才一个20人小厂面试

大家好，我是程序员鱼皮。用 AI 编程的朋友应该都遇到过这些问题：你让 AI 改下页面的样式，结果它没搞清楚你到底想干嘛，重新开发了整个布局。你前面明明要求单文件的代码不超过 200 行，结果聊了十几轮之后，AI 把前面的约束给忘了，写了个 1000 行代码的大文件。还有更头疼的，你让 AI 修一个项目里的 Bug，结果又出了 3 个新 Bug，项目都跑不起来了，代码越改越乱。前两个问题已经有了不少解决办法，比如写好提示词、给 AI 提供充足的信息，但第三个问题就比较棘手了。如果你想让 AI 做好一个完整的项目，你还得给它搭一整套靠谱的工作环境和工作流程。这就是最近在 AI 圈很火的 Harn...