上午十点整，林晨准时坐在书桌前，笔记本电脑屏幕上已经打开了t厂在线笔试系统的登录界面。
他深吸一口气，输入账号密码。
系统提示：“本次笔试时间为180分钟，包含算法题4道，机器学习理论题3道，编程实践题1道。请确保网络稳定，全程开启摄像头监控。中途退出将自动提交试卷”。
林晨点击“开始考试”按钮。
倒计时三小时开始跳动。
第一道算法题就让他眉头微皱——这是一道动态规划与图论结合的题目，描述复杂，数据规模达到10^5级别。题目要求设计一个算法，在给定有向无环图中找到所有从起点到终点的路径中，满足特定权重约束的最优解集合。
“这难度……”林晨喃喃自语。
他想起张伟之前提醒过：“t厂的算法笔试向来以‘劝退’着称，很多题目都是Acm竞赛级别的改编题，目的就是筛选掉那些只会刷Leetcode简单题的人”。
林晨没有慌张。过去三个月，他除了学习AI，每天雷打不动刷两个小时算法题，从基础的数组、链表，到复杂的动态规划、图论、字符串匹配，累计刷了超过五百道题。更重要的是，他养成了先分析问题本质再动手的习惯。
他拿起草稿纸，开始画图分析。
“这题的核心是状态压缩和记忆化搜索”，林晨在纸上快速推导，“每个节点需要记录到达该节点时的权重状态，但直接记录所有可能权重会超时……需要压缩状态空间”。
十分钟后，他理清了思路，开始在代码编辑器中敲击键盘。
def find_optimal_paths(graph, start, end, weight_limit): # 状态压缩：将权重离散化为有限个区间 # 记忆化搜索：dp[node][state] 存储到达该节点、处于该权重状态时的最优解 # 使用优先队列进行bFS优化 ...
二十分钟，第一题通过所有测试用例。
林晨松了口气，但不敢松懈，立即进入第二题。
第二题是机器学习理论题，考察对transformer架构的理解。题目要求详细解释自注意力机制的计算过程，并推导其时间复杂度。接着是扩展问题：如果要在移动端部署transformer模型，有哪些优化策略？请从模型压缩、量化、蒸馏等角度分别阐述。
这题正中林晨下怀。他最近刚深入研究过大模型部署优化，为了自己的投资系统能在低配服务器上运行，他尝试过多种模型压缩技术。
他手指在键盘上飞舞：
“自注意力机制的核心是q、K、V三个矩阵的计算。给定输入序列x∈R^(nxd)，首先通过线性变换得到q=xw_q, K=xw_K, V=xw_V，其中w_q、w_K、w_V∈R^(dxd_k)……”
“时间复杂度分析：qKt的计算复杂度为o(n2·d_k)，softmax为o(n2)，与V相乘为o(n2·d_v)，总复杂度为o(n^2·d)。当序列长度n很大时，这是主要瓶颈”。
“移动端优化策略：1. 模型剪枝，移除冗余权重；2. 量化，将Fp32权重转换为INt8甚至INt4；3. 知识蒸馏，用大模型训练小模型；4. 注意力稀疏化，只计算局部注意力；5. 算子融合，减少内存访问开销……”
林晨写得详细而专业，不仅回答了问题，还补充了实际工程中可能遇到的坑，比如量化后的精度损失如何补偿，蒸馏时如何设计损失函数等。
第三题又是算法题，这次是字符串处理与数论结合。题目给出一个由小写字母组成的字符串S，要求找出所有满足特定性质的子串，性质是：子串中每个字符出现的次数都是某个质数的幂次。
“质数的幂次……”林晨陷入思考。
他先尝试暴力解法，但字符串长度上限是105，o(n2)的算法肯定超时。必须找到更优的解法。
时间一分一秒过去。林晨看了眼倒计时，还剩两小时十分钟。他强迫自己冷静下来，重新读题。
“每个字符出现次数是质数的幂次……那可能的次数只有：2,3,4(22),5,7,8(23),9(32),11,13,16(24)……”
“等等，这其实是个状态压缩问题”！林晨突然灵光一闪，“26个小写字母，每个字母的出现次数只有有限种可能状态。我可以把子串的特征压缩成一个状态向量，然后用哈希表记录每个状态最早出现的位置……”
思路一旦打开，代码就水到渠成。林晨用了四十分钟完成了这道题，通过了所有测试用例。
接下来的机器学习题考察贝叶斯理论和概率图模型，林晨凭借扎实的数学基础顺利解答。然后是编程实践题，要求实现一个简单的神经网络训练框架，包括前向传播、反向传播、优化器更新等核心组件。
这对林晨来说几乎是送分题——他的投资系统里就有一个自己写的轻量级深度学习框架。他熟练地定义了Layer类、Loss类、optimizer类，实现了SGd和Adam优化器，还特意加了梯度裁剪和权重衰减等实用功能。
倒计时还剩三十分钟时，林晨完成了所有题目。
他仔细检查了一遍每道题的答案，修正了几处笔误，然后点击“提交”。
屏幕显示：“试卷已提交，正在评分，结果将在3个工作日内通过邮件通知”。
林晨靠在椅背上，长长地呼出一口气。
三个小时的高度集中，让他感到有些疲惫，但更多的是如释重负。他对自己今天的表现基本满意——算法题全部解出，机器学习题答得全面，编程实践题完成度很高。
当然，他也清楚t厂的评分标准可能极其严苛。有些题目他虽然写出了解法，但时间复杂度可能不是最优的；有些理论题的答案可能不够深入。但无论如何，他已经尽力了。
书房门被轻轻推开，苏婉端着一杯温水走进来。
“考完了”？她轻声问。
“嗯，刚提交”。林晨接过水杯，喝了一大口。
“感觉怎么样”？
“题目很难，但大部分都做出来了”。林晨揉了揉太阳穴，“最后那道算法题花了四十分钟，差点没时间检查”。
苏婉在他身边坐下，温柔地按摩他的肩膀：“你已经很厉害了。这三个月的努力，我都看在眼里”。
林晨握住她的手：“不管结果如何，至少我证明了自己还能学，还能跟得上最前沿的技术”。
“你从来都没落后过”。苏婉认真地说，“只是需要时间转型而已”。
这时，林晨的手机震动了一下。他拿起来一看，是投资系统的每日报告推送：
【今日收益：+8,427元】 【累计收益：+186,532元】 【当前总资产：486,532元】
林晨把手机递给苏婉看。
苏婉眼睛一亮：“又涨了”？
“嗯，最近市场行情不错，系统抓住了几波趋势”。林晨说，“按照这个速度，下个月资产就能突破五十万了”。
“那……”苏婉犹豫了一下，“如果t厂没通过，咱们是不是也不用太担心了”？
林晨想了想，摇摇头：“不一样。投资系统是‘外快’，不稳定，而且规模有限。t厂的工作是‘主业’，能提供稳定的现金流、技术平台和行业资源。更重要的是——”
他顿了顿：“我需要证明自己还能在顶级公司立足。这不仅是为了钱，也是为了那口气”。
苏婉理解地点点头。她知道，对丈夫来说，这次求职已经超越了单纯找工作的意义，这是一场中年码农的自我救赎。
“对了”，林晨转换话题，“我昨晚把餐饮创业的初步规划发给了林枫，他刚回消息说很感兴趣，等他下个月项目结束，可以来鹏城详谈”。
“那浩子那边呢”？
“浩子还有两个月毕业，时间刚好衔接”。林晨说，“如果t厂面试通过，我就边工作边规划餐饮；如果没过，我就全职投入餐饮创业。总之，路不会断”。
苏婉笑了：“你现在越来越像战略家了，永远有plan b、plan c”。
“被生活逼出来的”。林晨也笑了，“不过说真的，这次准备t厂笔试，我发现自己对技术的热情又回来了。那种解决难题的成就感，比单纯赚钱更让人满足”。
“那就好”。苏婉站起身，“中午想吃什么？我给你做点好吃的，补补脑”。
“简单点就行”。林晨说，“我下午还要复盘一下笔试题目，有几道题的解法可能还能优化”。
“好，那我去做饭。你休息会儿”。
苏婉离开书房后，林晨重新打开电脑，调出刚才的解题思路记录。他开始逐一复盘，思考每道题是否有更优的解法，机器学习题的答案是否遗漏了重要细节。
这种对技术的极致追求，已经刻进了他的骨子里。无论这次笔试结果如何，这段全力以赴的准备过程，已经让他完成了从传统码农到AI工程师的蜕变。
而蜕变之后，无论飞向哪个方向，天空都会更加广阔。