与「印度老婆」相关的搜索结果

最近网上都在讨论加拿大被印度人占领的话题，这真不是夸张。我一个朋友疫情期间为了移民办雇主担保，在加拿大温尼伯当地一家挺出名的连锁披萨店 Santa Lucia Pizza (Winnipeg) 连续干了大半年后厨，回来后直接被恶心到世界观崩塌。 那家店的后厨基本上被印度人和乌克兰难民霸占完了，尤其是里面的印度人，抱团排挤华人，把最脏最累的洗碗活儿全扔给中国员工。店里的印度主管男 堪称戏精转世，只要白人经理在，他就在那儿疯狂走来走去装勤快；白人经理前脚刚走，他后脚立刻原形毕露，自己从来不干正事，在后厨作威作福指挥别人。 这个印度男自己早就结婚了，老婆还怀着孕在印度老家，他却利用职权把一个印度小妹妹介绍进来，整天在后厨和人家打情骂俏。最绝的是，他甚至和这女孩打时间差，下了班把人接回自己家睡一觉，然后再大摇大摆地回店里来关门，男女双方都毫无廉耻之心。 心思全在偷懒和调情上，后厨的卫生自然成了灾难。这帮印度人指甲留得老长，整天不戴手套直接徒手抓披萨配料和搓面团。最恶心的是店里一个印度老头，去完厕所出来内裤上沾着明晃晃的黄色大便，全后厨都在笑。结果他估计连手都没洗，转头就继续去徒手搓面团了。 更离谱的是，店里所有的蔬菜类配料，不管是蘑菇、青椒还是其他蔬菜，从箱子里拿出来百分之百全都不洗，直接切片就往披萨上扔。后厨老员工理直气壮地说：“反正最后要进烤箱高温消毒的，洗它干嘛？” 白人老板同样狼心狗肺。每天晚上后厨那几个巨大的塑料大菜板，店里为了省事，逼着员工直接用高浓度的漂白水硬刷，却从来不给员工提供任何口罩或防护手套。我朋友在那洗了半年，每天被漂白水刺激到疯狂咳嗽、呼吸道刺痛，最后去看家庭医生，医生警告他再干命都快没了。而且这些用漂白水刷出来的菜板根本不经过严格的二次清洗，第二天直接拿来切熟食，切出来的披萨里全都是化学残留。 世界真的就是一个巨大的草台班子，资本家为了省钱、移民为了混日子，底线早就掉光了。如果有住在温尼伯、或者加拿大其他地方的朋友，看到 Santa Lucia Pizza 这家店，请立刻绕道！你吃进去的不仅有超标的漂白水，可能还附赠印度人没洗手的残留。

《印度时报》5月12日报道：2012年浦那小姐选美冠军特韦莎·沙尔玛在家中上吊身亡。她婚前是模特，军人家庭，哥哥是陆军少校。 去年12月，她与一名律师成婚，婆婆是中央邦退休法官。女方家支付了2000万卢比（约140万人民币）。 没想到婆家在婚后逼迫她交出个人投资资产。她丈夫和全家人长期对她进行嘲讽羞辱，精神折磨，甚至殴打。 尸检显示死者存有多处钝器淤青，未必是自杀。警方调查时，她的丈夫已潜逃。目前正被悬赏通缉。 不过这种嫁妆逼死人的案件在印度早已司空见惯。很多阿三把结婚当成了发财途径，把老婆榨干了，弄死，再娶一个继续榨… 印度版本超模了啊！国际女权组织尽快救一下啊？

终于公告了 周末呆在家里，看看外面的世界发生了哪些好玩的事情，其实也很惬意，因为现实中的很多事情比影视剧里演的更带劲。 首先是武汉大学终于出了针对图书馆猥亵事件的公告，概要如下： 1、当事男同学撤销处分，因为二审判决无罪。 2、当事女同学硕士学位、论文维持有效，学校查过了，没有抄袭，也无不端学术行为，就是有多处不规范，非原则性错误。 3、不规范的锅导师来背，暂停招生2年。 4、党委学生工作部时任部长李某等3人，党内警告，因为他们学生纠纷处置不当，惹出这么大的祸。 另外还对一些传闻辟谣，无碍大局。 有对该事件不了解的读者劳驾自己去找ai补课，这事2023年发生，热度延续至今，像这种全国性舆情事件对塑造咱们这个社会的价值观和世界观有很重要指引作用。 武大对此事的处置应该很早就有了，一直拖着没发就是在等二审落锤。我个人觉得这个结果ok，还男同学一个公道，同时也没有被舆论裹挟去处罚女同学，我很讨厌那个女的，但也尊重客观事实。 那个女的曾经嘲讽男同学会持续举报，让他在国内很难就业。但现实情况正好反过来，女方遭遇极端网暴，姓名和照片在互联网上疯传，未来在国内很难就业的是她。法律规范覆盖不到的盲区，网民会对当事人启动私刑，不管你支不支持，它已经成为当代社会公共道德的重要组成部分。 …… 周末还有一件影响深远的事，特朗普签署法令对 H-1B 签证加收 10 万美元新费用。 先简介什么是H-1B签证：是美国最重要的工作签证，通常发放给本科及以上的外籍专业员工。首次申请有效期3年，到期了可以再续3年，最长6年。这个签证雇员自己不能申请，都是雇主企业找政府申请。每年额度8.5万个，申请费是1700-4500，从明天起特朗普要加10万。 最狠的是特朗普说目前拿着之前签证在境外的人，9月21日后重返美国境内也要先交这10万美元，所以那些回国探亲的，境外出差的人，这两天都在紧急抢订飞机票，无论多高的价格都要立刻飞回美国，逾期就是10万美元。 过去30年，中国有大量顶级名校毕业生的留洋路径就是H-1B签证，进到美国大厂打工，不用内卷就能拿高薪，享受资本主义腐朽生活，这样的时代红利以后要缩水。 我看很多人解读为每年签证成本10万美元，这里可能有误会，H-1B签证是每3年一签，所以10万美元是3年成本，每年3.3万美元也不少钱。可能微软、谷歌、苹果这样的大厂付得起，一些小公司就很难承受了。 特朗普的目的是让这些公司多雇佣美国本地人，但美国本地人好吃懒做，哪有亚洲的牛马能吃苦又听话。所以接下来一种可能是这些公司在墨西哥和加拿大设置分公司，让亚洲牛马去那里上班来规避签证费。 我上面提到亚洲牛马，其实咱们中国人还不是H-1B签证的大头，我们只占10-15%，人最多的是印度，占了60-70%。婆罗门和刹帝利倒霉了，美国梦被特朗普一拳砸碎。 可以预见，未来几年中国出国去美国读大学、工作的人会显著下降，这也属于中美软脱钩的一部分。 …… 这个周末还有一件事牵动了部分a股股民的心，韩国核电站发生事故，这次泄漏了265公斤重水。 普通水是H₂O，重水是D₂O，它比水要重10%左右，在核电站里的作用是对核反应堆进行减速和降温。 重水本身不会有辐射，但是在减速核反应堆的时候可能会携带​​氚​​，这个​​氚​​是放射性元素。不过这次韩国那边公告，对泄漏重水进行了检测，没有发现辐射异常，所以不算很严重的事故，影响有限。 综合来看这件事不会对核电板块造成冲击，持股的别慌。 …… 昨晚有读者问我去不去鸟巢看陶喆演唱会，我发一张照片你们感受一下： 这是我年初在香港红磡听陶喆演唱会时拍的照片，不是大屏幕，就是他本人离我这么近，当时就两三米，我怀疑他把话筒扔了唱我大概都听得见。 红磡是室内体育馆，收音效果很好，陶喆当时唱了30多首歌，从8点唱到11点半，香港地铁最晚班车到1点。红磡场馆内没有安检，我看不少人带了啤酒进去，边看边喝，氛围很好。 相比之下鸟巢的视听体验真的差太远，我当时看孙燕姿还是贵宾包厢，看看不清楚，听也听不清晰，这不是花钱能抹平的差距，反正我以后不会再去鸟巢。 另外香港还有一些在大陆看不到的艺人演出，比如明年1月blackpink的演唱会门票我已经订好了，到时候带老婆过去看。 今晚就聊这些，发射～

这次去中国，因为个人原因，主要只是在南京周边。从一个外人的角度乱谈点这次管中窥豹的感受： * 交通还在进一步的发展，南京的地铁6号线都快完工了，我居然在栖霞山看到了修好的地铁站。真的是方便。 * 菜鸟驿站现在都是自己扫码出库，老板轻松了很多。大家自己拿东西，我先后拿了几十个包裹，没一个被别人误拿过。这素质还是很高的。 * 南京地铁仍然很多人不让到站的人先下，我是多次靠着自己的大块头硬挤出去的。这点对老人和身体不强壮的女性孩子真的不友好。几天之后坐首尔的地铁，区别还是不小。不但先下后上，他们各种优先座位，车子再挤大家也不随便坐的。 * 出租车普遍气味好了不少。前几年去，10辆有8辆有异味，现在只有2，3辆了。滴滴似乎在搞车内空气质量的整治。不过有异味的，确实不行，有一种体臭加口臭的非常难闻的味道，很怀疑司机是住在车里的。绝大多数司机表情麻木或者烦躁，生活不易，可以理解。愿意说话的，一直在抱怨平台吸血，赚不到钱。有意思的是，回来打Uber，司机一样抱怨平台吸血抽成太多。 * 买菜真是方便极了。盒马叮咚什么的，app下单一两个小时就送到家了。结果是很多超市菜场都关门了。老人们已经无处可逛。 * 有宠物的人很多，天天看到很多遛狗的，还是有不少人不捡狗屎。我有次看到一个哥们在狗狗拉了之后，拿个纸巾捡起了狗屎，刚刚在心里点了个赞，他随手就丢到旁边的景观灌木里了。 * 男厕的烟味依然如故。我去过的几十个国家中，中国男厕的臭味排名绝对前三。尤其是烟臭。很多人躲在厕所抽烟，非常高档的商场和餐厅，男厕依然一股烟味，很多依然地板满是水渍。 * 随地吐痰的似乎少了不少。还是见到过在商场和餐厅干净地面上用痰砸地板的，可能是少数人吧。 * 很多人打喷嚏咳嗽还是没有避开别人的自觉，也不会拿手肘或者衣服挡一下，各种喷，这个确实不适应。 * 这次需要陪人看病，跑了不少医院，效率还是非常高的，各大三甲永远人山人海。 * 不管在哪里排队，都被别人各种加三。直接挤到你前面当你是空气。 * 国人中口臭的还是不少，有些人一张口两米之内简直令人窒息。可能是没有用牙线的习惯，加上无处不在的幽门螺旋杆菌。中国常见的牙线是类似竖琴结构的那种，不是我常见的一盒一盒的。那种牙线，我试过几种，全部都非常粗极其难用。一个是不习惯，一个是我严重怀疑这么粗的牙线会扩大牙间距，不敢再用了。我一般都是自己带一盒，一个trip够用。 * 满大街的零食量贩店，好想来什么的。一家也没进去过。 * 去过十几个Mall，大多数都非常萧条。最夸张的是一个mall大多数店关门，一楼空间直接租出去给人打羽毛球。以前高大上的金鹰，大多店也关门了。 * 餐饮倒是都还不错。香格里拉里的淮阳菜馆江南灶因为是米其林认证，一位难求。科巷满街的小吃还是那么热闹。 * 中国移动支付非常方便，但是银行随便办点P事只要牵涉到窗口人工，动不动两三个甚至四五个小时，填不完的纸质表，签不完的字，还有各种扫描上传，各种同事商量，领导审核。仿佛每个银行都有巨大的存纸质表格的仓库，里面没人再看的故纸堆一直垒到天花板上。 * 通缩似乎确实存在。很多东西和几年前比反而便宜了些。我几年前买过一双某国外品牌的鞋，400多。这次买了同品牌同一家店类似款式的，不到300。 * 美丽的玄武湖晚上变得乌烟瘴气，全是大喇叭直播的唱歌的，跳广场舞的。 * 南京一个二线城市有10家IMAX。这次在中国看了几场电影，效果不错。 * 以前从没在南京街头看到过印度人。现在不但街上看到过一群一群的好几次，医院也见到来看病的。我在首尔也见到不少。前两年去日本，看到便利店店员很多变成了印度人，也很震惊。他们真的占领了全世界，没有歧视的意思，纯被数量吓到。 * 很多人天天刷AI剧。这个风潮还没吹到北美，不过我觉得快了。

看了一下国内AI短剧的市场，太可怕了。 凡是中国人扎堆搞的方向，尽量不要去搞。 其实有个悖论就是： 流量未必能带来价值。 比如印度的播放量价值和美国的播放量的价值是没法比的。 这大家都能理解。 同样的，在人群划分中 短剧的受众群体的商业价值是远低于长视频用户的商业价值的。现在国内短剧每万播放量的分成1美元都没有的。

这个开源项目系统整理了 35 家 AI 公司的 AI 工程师面试题，全部来自 “公开报告的面试经历” 来自 @outcome_school 团队 @pallavishekhar_ 开源发布，内容几乎涵盖了 OpenAI、Anthropic、DeepMind、xAI、DeepSeek、Kimi、GLM 等 AI Labs，Cursor、Cognition、ElevenLabs 等 AI Native 团队和 Nvidia、Microsoft、Amazon、Apple 等头部大厂。 覆盖的岗位头衔也非常多：AI Engineer、LLM Engineer、Gen AI Engineer、ML Engineer、Research Engineer、Applied Scientist、FDE、MLOps/LLMOps 工程师等。 开源地址： # 内容架构：一个精心设计的双层结构 第一层：跨公司通用题（Common Questions）。 作者把在多家公司反复出现的题目只列一次，标注"Asked at"哪些公司，按十大主题组织： 1. LLM 内部机制与架构 — attention 缩放因子、KV cache 内存公式推导、MQA/GQA/MLA、FlashAttention、BPE、RoPE/YaRN、Chinchilla scaling laws、MoE、解码采样策略、lost-in-the-middle、RMSNorm、SwiGLU 2. 推理、服务与 GPU 性能 — prefill vs decode、continuous batching、PagedAttention、投机解码、量化（FP16→FP4）、五种并行策略、TTFT/TPOT 指标、H100 上的 roofline 计算、vLLM/SGLang/TensorRT-LLM 选型、“如何把服务成本降 10 倍” 3. RAG 与检索 — 分块策略、BM25 vs 稠密检索、重排序器、HyDE、权限感知检索、ANN 索引、索引新鲜度、答案归因 4. Agent 与工具调用 — ReAct、MCP、工具 schema 设计、多智能体编排、Agent 记忆、循环终止条件、人类审批 5. 微调与对齐 — RLHF/DPO/GRPO/RLVR 全谱系、LoRA/QLoRA 数学、灾难性遗忘、“提示 vs RAG vs 微调”决策框架、蒸馏、reward hacking 6. 评估与可观测性 — LLM-as-judge 及其偏差、幻觉检测、基准污染、Agent 评估、回归门禁 7. 安全与负责任 AI — 提示注入（直接/间接）、OWASP LLM Top 10、护栏、Constitutional AI、红队 8. 多模态与语音 — VLM、语音 Agent 延迟预算、barge-in 打断处理、级联 vs 端到端语音、ASR/TTS 评估 9. AI 系统设计 — 十类高频设计题（千万级文档企业 RAG、代码助手、客服 Agent、Text-to-SQL、LLM 网关、数亿用户聊天服务等） 10. 编码题 — 从零实现 attention、KV cache、BPE、采样；LRU 缓存、令牌桶限流器、异步批处理器、SSE 流解析器、最小 Agent 循环 第二层：35 家公司的专属章节，分为五大梯队： 1. 前沿实验室（12 家）：Anthropic、OpenAI、Google DeepMind、Meta、xAI、Mistral、Cohere、DeepSeek、月之暗面（Kimi）、智谱（GLM）、阿里（Qwen）、Sarvam AI（印度） 2. 大厂 AI 组织：Microsoft、Amazon、Apple、NVIDIA、Tesla，以及一组消费级 ML 公司（Uber/Netflix/LinkedIn/Airbnb/Pinterest/Spotify） 3. AI 基础设施公司：Databricks、Groq、Together AI、Hugging Face、Scale AI、Perplexity 4. AI 原生产品公司：Cursor、Cognition（Devin）、Sierra、Harvey（法律）、Glean、 AI（机器人）、Waymo 5. 前向部署/企业 AI：Palantir # 题目分布透露的行业信号同样值得关注 1. 公司的差异化考察方向，和它的商业模式严丝合缝。 这是最能体现整理功力的地方： · DeepSeek、月之暗面、智谱、Qwen 的题目深度绑定自家论文——MLA、auxiliary-loss-free 负载均衡、Multi-Token Prediction、MuonClip、DualPipe、长上下文扩展、GLM 的 thinking 模式。面试这些公司等于面试它们的论文，还要求 PyTorch 从零实现 MoE 路由。 · Groq 的题全是 SRAM-only 架构下的 roofline 重推演：“没有 HBM，decode 的 roofline 论证哪里变了”、“确定性在 p99 层面到底买到什么”。 · Apple 清一色端侧：3B 模型在手机上跑、PTQ vs QAT、不采集用户内容的前提下用设备信号改进模型、30+ 语言区无法记录用户内容的评估方案。 · CharacterAI 是推理经济学：“我们的服务成本被 KV cache 而非权重主导，降一个数量级，代价是什么”。 · Harvey（法律）和 Abridge（医疗） 考的是领域约束下的工程：200 页信贷协议里第 140 页的条款依赖第 8 页的定义术语怎么检索、生成的病历中出现了患者没提过的药怎么当作安全事故处理、PHI 如何约束整个架构。 · Palantir 的招牌是 "decomposition" 轮：把“一家货运铁路公司每年因机车非计划停机损失数千万”分解成工程计划。 2. 编码轮的形态正在发生实质性变化。 文档里反复出现的一类题，与传统 LeetCode 明显不同： · “实现一个内存 KV 存储：先 SET/GET/DELETE，再加事务 BEGIN/COMMIT/ROLLBACK，包括嵌套事务”（OpenAI、xAI 都问） · “给你一个 LLM 推理引擎的调度器类，其中一个方法是空壳，没有规格没有文档。说说你头三十分钟干什么”（xAI） “重构这 120 行能跑但很乱的代码，不许破坏测试”（OpenAI） · “对 5 万个文档跑 LLM 调用，API 限 100 并发、偶发 429 和超时，把 Python 写出来”（Anthropic） 考察重心从算法记忆转向增量需求下的代码演进能力、并发正确性、真实工程约束下的取舍。 3. “AI 协作轮”作为新题型已经进入正式面试流程。 这是文档里最前沿的信号： · Anthropic 部分机器学习岗有 AI-collaboration 轮：现场给你 Claude，考察的是你如何指挥它和验证它的产出，而不是你自己写。 · Meta 2026 年的流程新增三阶段 AI 辅助编码轮（探索修复 → 实现新功能 → 扩展改进）。 · Cursor 的 onsite 是两天在真实 Cursor 代码库上做一个功能（或 8 小时远程版），明确考核你对 AI 工具的使用效率和自主 scoping 能力。 · Sierra 给你两小时和任意 AI 工具，看你选择做什么。 xAI 有四小时限时产品构建。 4. FDE 成为一级岗位类别。 Anthropic、OpenAI、Databricks、Scale、Together、Sierra、Harvey、ElevenLabs、Palantir 的章节里都有 "Applied and Forward-Deployed Scenarios" 专属题库——典型题目如“企业客户说 Claude 幻觉太多，你是驻场工程师，头 48 小时做什么”。这对应了 AI 公司向企业交付方式的转变：模型能力差距收窄后，落地能力成为差异化。 5. 硬核系统题的普及。 "H100 上 70B 模型 batch size 1 的 roofline 计算"、"估算 70B 模型的 GPU 显存（权重 + KV cache + 激活 + 碎片）"、"p99 延迟在部署后翻倍但模型没变，走一遍诊断”——这类题横跨 NVIDIA、Together、OpenAI、Perplexity 等多家，说明推理性能的量化直觉已成为 AI 工程师的通用素养，而非基础设施工程师的专属。

美国产业链重构描述: 半导体、医药和消费电子是当前供应链转移最明显、金额最大的三类行业，美国本土回流与墨西哥/越南/印度“友岸”并行。 半导体领域以台积电亚利桑那项目为代表：总承诺已达2650亿美元，规划10座先进制程晶圆厂加封装厂，N4已量产，后续向3nm及以下推进；美光在纽约克莱和爱达荷的投资规划超过2500亿美元，纽约厂已于2026年浇筑第一罐混凝土；英特尔、三星、格芯等也在俄亥俄、得州等地扩产，CHIPS法案已向24家企业49个项目拨款约317亿美元。 医药与医疗器械方面，礼来、阿斯利康、强生、辉瑞、罗氏等累计宣布超过4800亿美元美国产能承诺，覆盖原料药、无菌注射剂、生物制剂和细胞基因治疗；礼来在印第安纳、弗吉尼亚等地新建多座工厂，阿斯利康规划弗吉尼亚原料药基地，FDA推出PreCheck试点加速审批，同时对专利药进口设置高额关税威胁，倒逼企业“建厂换关税减免”。上游关键起始材料仍高度依赖中国，完全脱钩仍需更长时间。 消费电子与服务器硬件以苹果供应链为典型：印度已承担约25%的全球iPhone组装，越南负责65%的AirPods及部分iPad/Watch/Mac；歌尔等供应商跟随迁至越南；墨西哥对美电脑与电子产品出口大幅上升，台资企业在华雷斯等地扩产数据中心服务器，2025年相关出口已超700亿美元。这些转移多为“中国+1”或近岸，最终组装外迁，但关键零部件仍大量来自中国或需从中国进口。