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...

竞赛聊胜于无，实习也没学到东西

春招约不到面试，太难受了

211，数据分析方向，26届，现在拿到一个offer了，趁着还记得，复盘一下哪些地方白搭了时间。 1. 网申填表没早点用工具 这是我最后悔的一件事。前两个月手动填每家表单，有的公司还有父母信息、在校成绩单、个人综合测评，一张表四十分钟起步。 后来同学说牛客有个网申助手，信息录一次，各家表单自动填，装完之后悔恨了很久怎么没早用。 以我投了45家来算：前25家手动，均摊每家15分钟，总计约6小时。后20家用工具，大概平均5分钟，共1.7小时。光这一项就差了将近4小时。 找工作的同学：早装，越早越好。 2. 简历反复改，追求完美浪费时间 前期花了将近两周在打磨简历，从第五版往后每次改动对结果几乎没有...