消息提到一种叫 Uno 的推理加速方法：保留自回归模型保证质量，加入扩散做并行草稿，原模型负责验证，且不改变输出分布。在 Qwen3-8B 上，最大测试批次下每请求吞吐量提升 2.5 倍、系统吞吐量提升 1.6 倍。是否开源、能否复现、工程成本与硬件要求、换模型或场景后提升是否稳定，素材没有说明。对想投推理优化岗的人，更实用的是把它当成理解分工的案例，而不是把它当成岗位分类。

别把一种方法内部分工，当成招聘岗位分类

Uno 里扩散只做并行草稿，原模型保持主导并验证，这是一种方法内部的技术切分。招聘市场里，“推理加速”岗位可能覆盖推理引擎、加速库、部署、性能评测等不同方向，不能从 Uno 反推出岗位普遍分“草稿侧”和“验证侧”。你可以用这两类能力自查：如果你对“一次提出多个未来 token”更兴奋，可以先补生成建模、并行解码；如果你更想弄清原模型怎么验证、采样行为是否一致、吞吐怎么测，可以先补推理引擎、采样逻辑和评测方法。这只是准备方向的偏好判断，不是岗位承诺。

面试问清团队实际负责哪一环

不要只问“你们做什么优化”。可以问：当前方案里草稿由什么产生，原模型在验证环节承担什么？是否涉及扩散或并行解码？吞吐评测在什么批次、什么硬件上做，输出分布如何校验？如果对方强调加速倍数，继续追问测试条件、基线设置和失败场景。假设你面一个推理优化团队，对方说“我们做并行草稿和验证”，你可以接着问草稿生成方式、验证开销、评测脚本谁维护。这是模拟提问思路，不代表面试官一定会问，也不代表团队一定这样分工。若对方主要做部署和加速库，你的准备重点应转向工程与性能调优。

没有推理加速项目，简历怎么靠

从可迁移能力切入：并行生成、采样一致性、吞吐量评测、批次调度。写简历只写真实做过的事，例如“用[实际记录]对比过两种解码策略的吞吐与输出一致性”，不编造倍数。练习时，可以拿一个公开小模型，用公开推理框架做一次不同批次下的吞吐测试，记录硬件、输入长度、并发设置，并说明你如何检查输出是否稳定。这样面试时你能讲清评测条件，而不是复述 Uno 的 2.5 倍。一个实际可做的小建议：找一份推理优化岗位描述，把要求逐条标成“生成/草稿相关”“验证/一致性相关”“部署/加速库相关”，再看自己缺哪块，优先补那一侧的基础。 延伸阅读：英伟达2027春季AI实习生简历怎么写？突出LLM推理优化与深度学习项目