京东方提前批

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...

在学校工作室里面的工位

5.12终面1.自我介绍2.参加过的项目里面选一个讲讲，项目内容和工作流程3.承接上一问，该项目包括哪些子任务，用到哪些软件4.承接上一问，你在其中负责哪些子任务，项目是否落地，实物5.就业规划如何6.上一问没回答好，又问想从事的行业有哪些7.感觉还是上一问没回答好，问想在哪些城市工作8.可实习的时间是多少，是否跟老师沟通9.参加实习能否保证准时毕业10.反问我觉得我的终面发挥的不好，根据牛客的面经准备了好多草稿，但是只有一点帮助。当时回答第五问的时候，我确实脑子一片空白，我没有参加过工作，只是个闷头学习做事的呆子，对整个就业市场完全迷茫。我脑子里只浮现出钱多事少离家近，但是这个回答显然不行。...