1、项目里负责的边界是什么？哪些内容是亲手实现和验证的？2、如果要做一套可落地的 Agent 评测体系，整体怎么设计？评测一般要分离线和线上两层。离线评测解决“改动前后谁更好”，线上评测解决“真实用户下效果是否稳定”。离线侧我会先把样本按场景拆开，比如知识问答、工具调用、多轮追问、拒答场景、多语言场景、长文本场景，然后分别看回答正确率、工具调用成功率、检索命中率、拒答准确率和格式稳定性。线上侧看用户行为指标，比如首轮解决率、转人工率、二次追问率、平均耗时、token 成本和异常率。Agent 不能只看最终答案，通常要拆成三层指标：检索层、决策层、生成层。检索层看有没有召回正确证据，决策层看有没...

给时间时间 终会梦想成真的🥺那就努力努力再努力🤲

实习经历第一次写，感觉写的有点像在堆东西，但不知道咋改，有无高手指导。准备3月底开始投暑期，时间问题不大吧。    有一个mcp打错字了，忽略即可

1.自我介绍2.实习经历拷打,主要拷打ui自动化测试和接口自动化测试3.Redis都有什么数据结构4.针对用户登录使用Redis存储登录信息设置测试用例5.常用的测试工具6.使用AI生成测试用例对于业务不理解应该怎么办7.GET和POST区别8.常用的测试工具9.MySQL的左连接右连接10.栈和队列区别11.集合和列表的区别12.两个简单sql13.算法四选一