软件工程表白妈妈

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...

要了简历逗逗我吗，😭，是不是简历是一坨，请教一下佬，不玻璃心

团队里最近来了个实习生，第一周就天天摸鱼什么事也不干，身体往后一躺就开始刷手机。因为我们部门比较少，就只有我们两个实习生。+1还是大忙人，不能一直教他，就让我一些基础流程告诉他，让他好上手；我就把我基础的一些流程告诉他，让他先尝试着干。做也不好好做，嘴上说着知道了，转头又不停地问很基础很基础的问题，甚至问我：“excel怎么求和”这种无语问题因为手头马上就ddl，就说你先网上查一下，我一会再跟你说，他就转身去找+1了，说我对他态度不好......没招了真没招了，家人们。。。昨天跟+1说了，有点私事，想提前半小时下班，他看到我走了转头就跟+2打小报告了，今天+2找我谈话了现在感觉干的不太顺心，每...