1、自我介绍2、项目深挖3、如果让你设计一个 Agent 的评测体系，你会怎么做Agent 的评测不能只看最终回答像不像，因为很多场景里最终答案看起来没问题，但中间过程其实已经错了。真正可用的评测体系应该至少覆盖三层。第一层是结果评测，也就是任务有没有完成，最终输出是不是符合目标。第二层是过程评测，要看任务拆解是否合理、工具是否选对、参数是否正确、执行顺序是否稳定。第三层是系统评测，要看延迟、成功率、重试率、单次成本、异常恢复能力这些工程指标。如果是线上系统，我会把评测拆成离线和在线两部分。离线阶段构造标准数据集，做固定样本回放，评估规划正确率、工具调用成功率、任务完成率和输出质量。在线阶段则...

这个写的很垃圾吗

求锐评

面经面试时间：1月份，日常实习，部门是国际化（还挺想去的，最后一面挂了（一）项目实践与工程化类实习中挑一个最有挑战的经历介绍性能优化的具体落地动作（资源加载、渲染、运行阶段）？如何量化优化效果？（简历有提到如何理解 CDN？哪些资源适合放 CDN、哪些不适合？是否了解 CDN 动态加速？（简历有提到CDN虚拟列表的实现逻辑、核心优势（简历有提到AI 提效（cursor rules）的具体实践？（简历有提到skills 与rules 的核心区别是什么？(当时没回答好大模型与 2020 年前传统模型的本质区别？催生大模型出现的核心原因？（没回答好，扯到transformer前端开发中常用的设计模式...