面试记录2

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...

RT，不是很好意思直接问HR

3月份找暑期实习到现在，没有公司愿意给我面试，我大概投了二十多家，是不是投的还是太少了。

目前选择: 1、快手-主站-直播技术部，base北京，快手面试更侧重于考vibe coding，快手offer写的5月25到岗 2、腾讯-pcg-腾讯视频，base深圳，腾讯全方面考察了，项目+八股+vibe coding，但是腾讯还在录用评估阶段 考虑因素: 1、因为是南方人的原因，更倾向于留在南方 2、腾讯进度比较慢，不确定能不能拿到offer 3、腾讯推进agent，不知道agent相关经历会不会给秋招加分 4、快手的title相较于低一点，但是感觉主站直播很稳定。腾讯视频相对可能业务线更边缘。 5、担心进快手后强度太高，面试感觉组里面蛮缺人。 6、企鹅不确定性太多了，还在录用评估阶段。...