#一句话备考建议
如果时间有限，最值得先拿下的是这 7 个主题：
- Transformer 和 Self-Attention
- Tokenizer + RoPE
- SFT + LoRA/QLoRA + RLHF/DPO
- KV cache + batching + quantization
- RAG 全链路
- Agent / tool use / workflow
- hallucination + evaluation + system design
如果还要再往上补三个最能拉开差距的专题，就是：
- 模型架构演化（
MoE / GQA / MQA / MLA / SSM） - 参数量估算、复杂度与显存分析
- 手撕代码与最小模块实现
这 7 块打牢以后，再向多模态、MoE、分布式训练、协议标准化这些方向扩展，效率最高。
#为什么先抓这 7 块
基础架构决定你能否解释模型内部的数据流；微调与对齐决定你能否解释模型行为如何被训练出来；推理部署决定你能否解释线上成本和延迟；RAG/Agent决定你能否解释应用系统如何接外部知识和工具；评测安全决定你能否判断系统是否真的可靠。
这几块不是平均重要，而是构成一条最短闭环：模型怎么计算、怎么训练、怎么部署、怎么接业务、怎么评估。如果时间有限，先拿下闭环，再补 MoE、多模态、长上下文、协议和前沿论文，收益更稳定。
#一周速修验收
- 每天至少选一个主题，准备一个定义题、一个机制题和一个失败排查题。
- 每个主题都要能说出一个核心指标，例如延迟、吞吐、准确率、召回率、faithfulness 或成本。
- 最后用第 38-47 章检查核心答案是否能闭卷复述，用第 48-58 章检查知识点是否漏掉。
#不要忽略的两个边界
第一，备考建议不是学习顺序的唯一来源。已经有项目经验的人应该从项目相关模块开始补短板；完全从零开始的人则先读核心地图和完整答案。第二，热点专题不能替代基础。MoE、MLA、MCP、test-time compute 都有价值，但如果 attention、tokenizer、SFT、KV cache、RAG 和评测还不稳，热点很难讲深。
最实用的做法是每天保持一个闭环：读一章、写三条可复述结论、做一次口头回答、补一个失败边界。只看页面不复述，很容易形成“看懂了但答不出来”的假熟悉。
如果只剩很短时间，就按“高频优先、项目优先、岗位优先”排序。高频优先保证不会漏掉基础题，项目优先保证面试时有真实支撑，岗位优先保证深挖方向不跑偏。不要同时打开太多专项，先把一条主线答扎实，再补相邻模块。
一句话版本可以浓缩成：先把 Transformer、训练对齐、推理部署、RAG/Agent、评测安全这条闭环讲明白，再根据岗位补专项。任何新热点都先问它落在闭环的哪一环、解决什么瓶颈、代价是什么。
这条建议的隐含前提是时间有限。如果时间充足，仍然应该回到完整题库逐章查漏，尤其是数学、优化器、分布式训练和系统设计这些容易被追问的模块。短期策略解决优先级，长期准备仍要靠系统性复盘。