秋招帮忙选个offer

1、自我介绍2、项目深挖3、如果让你设计一个 Agent 的评测体系，你会怎么做Agent 的评测不能只看最终回答像不像，因为很多场景里最终答案看起来没问题，但中间过程其实已经错了。真正可用的评测体系应该至少覆盖三层。第一层是结果评测，也就是任务有没有完成，最终输出是不是符合目标。第二层是过程评测，要看任务拆解是否合理、工具是否选对、参数是否正确、执行顺序是否稳定。第三层是系统评测，要看延迟、成功率、重试率、单次成本、异常恢复能力这些工程指标。如果是线上系统，我会把评测拆成离线和在线两部分。离线阶段构造标准数据集，做固定样本回放，评估规划正确率、工具调用成功率、任务完成率和输出质量。在线阶段则...

主播27号面完，到现在还显示这个是不是要挂了啊

“白天打工，晚上谋反”的状态，大概是每个在职求职者最真实的写照。09:00 - 09:20 (通勤)： 刷刷各个公司的招聘更新了没？看看邮箱，收集下信息。10:00 - 12:00 (工位)： 假装忙碌。12:00 - 14:00 (吃饭+午休)：吃饭的时候可以看看八股。14:00 - 15:00 (开会)： 开会时偷偷浏览职位详情。15:00 - 18:00 (工位)： 干活。18:00 - 19:00 (吃饭+通勤)：利用空闲排一下今晚的测试和笔试时间。19:00 - 23:00 (高强度)：笔试，笔试，还是笔试。最高峰一晚上三个笔试，直接榨干了。“骑驴找马”不仅是体力的考验，更是心理的博...