学习路径推荐

按面试目标选路径。每天 2 小时估算，顺序不能跳（后面依赖前面）。

路径 A：游戏后台基础架构

目标岗位：游戏基础架构、游戏引擎后台、游戏服务器框架
预计时长：约 21 天（42 小时）

data-structures — 数据结构基础（2h）
concurrency — 并发与锁（3h）
redis — Redis 原理与实战（3h）
http-tls-rpc — 网络通信基础（2h）
rate-limit — 限流：互联网 vs 游戏（2h）
ratelimit-circuitbreak — 熔断降级（1.5h）
consistent-hash-impl — 一致性哈希实现（2h）
reservoir-sampling — 蓄水池抽样（1h）
raft-gossip — Raft & Gossip 共识（2h）
k8s-network — K8s 网络原理（2h）
self-mesh-k8s — 自研服务网格 + K8s 部署（3h）
distributed-kv — 分布式 KV 设计（2h）
lockstep — 帧同步原理（2h）
stateful-migration — 有状态服务迁移（1.5h）
stateful-recovery — 有状态服务恢复（1.5h）

复习重点

路径 A 的核心考察：分布式一致性 + 无锁/低锁并发 + 服务网格演进。重点背清 xmesh 演进故事线和 consistent-hash 的具体实现细节。

路径 B：互联网/智能硬件后台

目标岗位：互联网后台、智能硬件云端、通用服务端
预计时长：约 18 天（36 小时）

data-structures — 数据结构基础（2h）
concurrency — 并发与锁（3h）
http-tls-rpc — 网络通信与 RPC（2h）
tcp-net — TCP 网络深度（2h）
redis — Redis 原理与实战（3h）
mysql-innodb — MySQL InnoDB（2h）
message-queue — 消息队列（2h）
design-model — 设计模式（1.5h）
distributed-transaction — 分布式事务（2h）
rate-limit — 限流方案（2h）
lvs-epoll — LVS + epoll 高性能 I/O（2h）
os-zerocopy — 零拷贝原理（1.5h）
gc-stw — GC 与 STW（1.5h）

复习重点

路径 B 核心：MySQL 锁与事务 + Redis 高可用 + 分布式一致性。把 CAP/BASE/两阶段提交/TCC 讲清楚是必考项。

路径 C：AI 工程方向

目标岗位：AI 后台工程、LLM 应用开发、RAG 系统、Agent 开发
预计时长：约 20 天（40 小时）

data-structures — 数据结构基础（2h）
llm-fundamentals — LLM 核心原理（3h）
llm-inference-optimization — 推理优化（2h）
rag — RAG 架构（2h）
rag-data-cleaning — RAG 数据清洗（1h）
rag-context-pruning — 上下文裁剪（1h）
rag-storage-cleanup — 存储清理策略（1h）
agent-dev — Agent 开发（枢纽：闭环/范式/协议/坑清单）（2h）
agent-runtime-deepdive — Agent 运行时深水区（状态机/记忆/沙箱/预算）（2.5h）
ai-in-game-lifecycle — AI 与游戏研发周期（巡检/QA/反外挂/客服）（2h）
ai-eng-practices — AI 工程实践（1.5h）
redis — Redis（向量/缓存场景）（2h）
rate-limit — 限流（LLM 接口保护）（1.5h）
concurrency — 并发（推理服务并发模型）（2h）

选修深化：agent-evaluation-ops（Agent 评测口径与线上运营，面 AI 平台/基建岗建议必看）、llm-evaluation（通用评测方法论）、llm-security（提示注入与防护）、llm-cost-latency（成本与延迟）、fine-tuning（微调选型）

复习重点

路径 C 核心：Attention 机制 + KV Cache + RAG 全链路 + Agent 运行时。能画出 RAG 架构图并说清每个组件的取舍是加分项；Agent 方向能从"六件套"讲到状态机与预算熔断的实现，才算扎穿了枢纽之下那一层。

路径 D：进阶游戏基础架构

目标岗位：资深游戏基础架构、平台/中间件、SRE 方向（在路径 A 之上的深水区）
预计时长：约 20 天（40 小时）
前置：先完成路径 A（本路径默认你已掌握 A 的分布式一致性与服务网格基础）

access-gateway — 接入网关与长连接（2h）
message-bus — 消息总线（2h）
cni-plugins — CNI 网络插件三流派（2h）
ebpf — eBPF 数据面（3h）
mesh-central-vs-decentral — 中心化 vs 去中心化网格（2h）
mesh-istio-cilium — Istio vs Cilium 网格落地（2h）
config-hot-reload — 配置热更新（1.5h）
token-leaky-bucket — 令牌桶与漏桶算法详解（2h）
seckill — 秒杀/抢购系统（2h）
release-strategy — 灰度/金丝雀/蓝绿发布（3h）
cpp-coroutine — C++ 协程（2.5h）
llvm-compile — LLVM 编译流程（2h）
sanitizers — Sanitizer 排查内存/并发问题（1.5h）

复习重点

路径 D 核心：网格数据面（eBPF/Sidecar 取舍）+ 发布策略 SOP + 高并发承载（秒杀/令牌桶）。这是把路径 A 的"能讲清演进"升级到"能讲清取舍与事故"的深水区，面高级/资深岗必备。

路径 E：UE gameplay / 局内服务器

目标岗位：UE gameplay 程序、局内服务器、引擎方向
预计时长：约 12 天（24 小时）
前置：tcp-net（TCP/UDP 与队头阻塞）+ kcp-quic（UDP 可靠传输思路）——UE 复制栈就建在这层之上

engine-architecture — 引擎架构与一帧的时序（2h）
uobject-gc-reflection — UObject / GC / 反射（复制栈底座）（2h）
gameplay-framework — 端存在性矩阵与 Role 判定（2h）
net-driver-channel-bunch — NetDriver / Channel / Bunch（2.5h）
property-replication — 属性复制（RepLayout / Shadow State / Push Model）（3h）
rpc — RPC 六格矩阵与顺序陷阱（2h）
movement-prediction — 移动预测与回滚（3h）
relevancy-bandwidth — Relevancy 与带宽预算（2.5h）
lag-compensation — 延迟补偿（服务器回溯）（2h）
dedicated-server-session-travel — DS 部署 / Session / Travel（3h）

选修深化：gas-network（技能系统网络模型）、iris-replication（UE5.4+ 新复制栈）、network-physics（物理同步）、anti-cheat-authority（服务器权威校验）

复习重点

路径 E 核心：「服务器改一个变量 → 客户端看到」的完整复制链路 + 「客户端按键 → 本地预测 → 服务器纠正 → 回滚重放」的闭环 + 大房间的带宽账。这三条讲透，UE 网络面试的主干就稳了。

路径 F：零基础机器学习数学（非面试路径）

这条路径不是给面试准备的

目标读者：小学高年级到初中生，以及任何"想搞懂大模型底下那套数学、但被符号挡住过"的人。

其余五条路径都对着某个岗位；这条不对任何岗位。它只想把机器学习和大模型底下的数学，从"要背的公式"变成"看得见的图"。不需要任何前置知识，会数格子就行。

目标：建立机器学习与大模型底层数学的直觉（不刷题、不考试、不写代码）
预计时长：约 20 天（34 小时）
前置：无

🛠 会写代码的读者另有一份配套学法页：机器学习数学 · 怎么学（闪卡优先协议 + 五级阶梯 + 2 小时速成课表，含 numpy 代码）。本路径不受其影响，按下面顺序读即可。

what-is-vector — 向量是什么：箭头和一对数字是同一件事（1h）
vector-arithmetic — 加减是走两段路，数乘是拉长缩短（1.5h）
linear-combination-span — 几根积木能拼出多大的地方（1.5h）
matrix-as-transformation — 矩阵是把整张网格搬一次家（枢纽篇）（2h）
matrix-multiply — 连做两次变换，顺序还不能换（1.5h）
determinant-area — 行列式：一格面积被放大了几倍（1.5h）
linear-system-solve — 解方程组就是倒着走回去（1.5h）
eigen-intuition — 特征向量：没被拐弯的那几个方向（1.5h）
dot-product-similarity — 点积：两个箭头有多顺，也是相似度/检索/注意力打分的几何本体（1h）

里程碑停靠点 · 读完第 9 篇

你已经能看懂两段文字"像不像"是怎么算出来的——检索、推荐背后那个"相似度"，就是点积。停在这里也是一个完整的成就。

high-dimensional-intuition — 量尺一多，随便两根箭头就都快垂直了（1.5h）
orthogonal-basis-projection — 换一组量尺看世界：同一个位置，两种说法（1.5h）
rank-low-rank — 秩：一张大表里真正独立的方向有几个（1.5h）
norm-normalization — 先把尺子拉齐，再比谁更像（1.5h）
linear-vs-nonlinear — 叠一百层还是一层：折一下才能造出弯的（1.5h）

里程碑停靠点 · 读完第 14 篇

你已经能看懂一个大模型算一遍是怎么回事：箭头进来 → 矩阵搬一次家 → 折一下 → 再搬 → 再折 → 出结果，中间要比"像不像"就做点积、要换角度看就换组量尺、要把尺子拉齐就归一化。

probability-distribution — 一堆可能性怎么分蛋糕，采样就是闭眼落一点（1.5h）
expectation-variance — 平均落在哪、抖得有多厉害，以及那个 √n（1.5h）
exponential-softmax — 先用指数拉开差距，再摊成一整块蛋糕（1.5h）
log-information — 猜 1000 只要问 10 次：对数就是"翻了多少次"（1.5h）
cross-entropy — 押注押错了，该扣多少分（1.5h）

里程碑停靠点 · 读完第 19 篇

你已经能看懂模型怎么拿主意、怎么知道自己错了：采样、temperature、top-k/top-p、损失函数、困惑度，全都是这五篇讲的东西。

derivative-slope — 导数就是坡度：往前迈一小步，是上坡还是下坡（1.5h）
gradient-descent — 浓雾里下山：脚下哪边最陡就往那边迈（1.5h）
chain-rule-backprop — 一串齿轮：传动比连乘，再倒着乘回去（2h）

里程碑停靠点 · 读完第 22 篇

你已经能看懂模型到底怎么"学会"的：蒙眼下山、学习率为什么难调、反向传播在分摊什么、梯度消失与爆炸从哪来。

至此，前 14 篇讲清了模型算一遍，后 8 篇讲清了模型怎么学会——一个大模型从前向计算到参数更新的每一步，在数学上是什么，你都能说出来了。

复习重点

这条路径必须按顺序读，因为它是一条链子：第 3 篇的"坐标 (3,2) 就是 3 个向右 + 2 个向上"是第 4 篇的钥匙；第 6 篇的"面积归零"是第 7 篇"倒不回去"的原因；第 9 篇的"投影"是第 11 篇"换量尺"的算法本体；第 5 篇的"连搬两次还是一次"是第 14 篇"叠一百层还是一层"的直接推论；第 14 篇末尾那句"模型怎么知道该在哪儿折"是第二板块的入口；第 19 篇的"罚分"就是第 21 篇要下的那座山。跳着读会觉得后面突然变难，顺着读会觉得每篇只多了一点点。

全域核心：向量是箭头，矩阵是搬家，特征向量是没被拐弯的方向，点积是两个箭头有多顺；量尺一多大家就都快垂直，秩是真正独立的方向有几根，折一下才能造出弯的；分布是把蛋糕切开，softmax 先拉差距再摊成一块，交叉熵是猜错该扣多少分，梯度下降是蒙眼下山，反向传播是把传动比倒着乘回去。

路径对比速览

	路径 A（游戏基础架构）	路径 B（互联网后台）	路径 C（AI 工程）	路径 D（进阶游戏基础架构）	路径 E（UE gameplay）	路径 F（机器学习数学·非面试）
天数	~21 天	~18 天	~20 天	~20 天	~12 天	~20 天
核心门槛	分布式 + 服务网格	MySQL + 分布式事务	Transformer + RAG + Agent 运行时	网格数据面 + 发布策略 + 高并发承载	复制栈 + 预测回滚	矩阵即变换 + 梯度下降
最难专题	`self-mesh-k8s`	`distributed-transaction`	`llm-inference-optimization`	`ebpf`	`movement-prediction`	`matrix-as-transformation`
共同前置	`data-structures` + `concurrency` + `redis`	← 同	← 同	路径 A 全部	`tcp-net` + `kcp-quic`	无

依赖规则

路径中任意相邻 A → B，B 依赖 A。不要跳着学——跳过前置会让后面的专题读起来很痛苦。可参考知识点依赖图。