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...

实习经历太简单了吗，为什么大厂简历都挂了，完全没面试

避雷上海万达信息股份有限公司，离毕业还有两个月毁三方

🕐面试时间：2025.12.03🏢部门：酒旅广告一面说一下你这个是怎么用乐观锁做投流拉黑的？介绍一下你们的业务，为什么要拉黑投流单，同时哪里出现了你描述的并发冲突你有考虑这个反过来的情况吗？你这个相当于就是你的 job 把那个运营的操作给覆盖了，那反过来呢？这个本地缓存热更新是指什么？更新的是什么内容？怎么实现的？介绍一下你如何实现更新特定的缓存的这个令牌桶限流是指什么？那使用那个 Redis 进行限流，还有别的方案进行限流吗？为什么你们否定了本地令牌桶限流的方案，你说一下你理解的什么时候用本地令牌桶什么时候用分布式令牌桶你这个对象池是优化什么场景的？里面存的是什么数据？为什么你们选择使用...