原来荣耀还记得我啊

一、为什么 Agent 评测比 LLM 评测更难？ 传统 LLM 评测（现在当然更复杂维度更多元化）关注的是文本生成质量——回答是否流畅、事实是否正确、格式是否合规。但 Agent 是一个完整的系统，它要自主决策、调用工具、与环境交互、在多轮对话中保持状态。这意味着：  不能只看最终输出，还要看中间过程是否合理（中间过程非常重要） 不能只看单次执行，还要看重复执行是否稳定 不能只看功能正确性，还要看性能、成本、并发能力 不能只在单一场景测试，还要覆盖工具调用、长上下文、多轮对话等维度（工具调用的能力评测也是目前的难点与重点）  LLM 评测像测发动机，Agent 评测像测整车——必须综合考察在...

10天四面，速通字节，终于结束了😡

目标小厂

（叠甲，不是腾讯的广告，但是确实是好用，目前很能够助力校招生的校招面试）这段时间踩过不少求职的坑——简历投出去石沉大海，面试时被面试官追问得哑口无言，明明准备了很久，却总抓不住重点。直到偶然发现腾讯开源的简历Skill，搭配WorkBuddy使用，直接解决了我求职路上的两大核心难题。先跟大家说下核心工具：腾讯最近开源的简历Skill，和它的适配载体WorkBuddy。很多牛友可能对WorkBuddy不太熟悉，我一开始也以为它只是个普通的聊天工具，实际用下来才发现，它是腾讯云推出的全场景AI智能体桌面工作台，免部署、一键安装，新用户还会赠送5000积分，日常求职使用完全足够，不用额外花钱解锁功能...