#把自己当AI，现在最消耗你token的问题是什么？#https://developer.chrome.com/blog/chrome-devtools-mcp-debug-your-browser-session?hl=zh-cn谷歌把调试模式打开chrome://inspect/#remote-debugging配上mcp{ "mcpServers": { "chrome-devtools": { "command": "npx", "args": [ "chrome-devtoo...

QQ面完隔天3.18挂后当天又被捞，然后隔天3.19面腾讯广告，面试体验跟我去年面wxg有的一比，体验极差（虽然查漏补缺了很多东西但就是感觉不好），一个半小时高压。跟我一起面腾讯广告的室友也感受到了高压（面试官比我和蔼点），广告部门是不是有点成分在里面的，面的都非常规点的。3.21登官网发现又复活了，我五个事业群面了四个了😅

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...