多个智能体协作时，整个智能体协作的链路就被称作为 TraceAgent 项目的测试和评估，一般不能只看其中某个模型单次回答好不好，而是要按 Trace 来评估单元测试：把 Prompt、工具调用、参数解析这些关键模块拆开单独测。比如说模型能否选择正确的工具？Agent 调工具时，是否按照工具提前定义好的结构来传参？异常出现时有没有兜底？端到端测试：重点看 Agent 在多轮任务里能不能稳定完成目标。这一步需要反复调试，因为 Agent 的问题往往不是某一步错，而是工作流、工具调用、观察结果、继续决策这一整条链路中某部分出了问题离线评测集：把真实业务中的典型问题、边界问题、失败案例沉淀成 ben...

关于我的上铺兄弟5.1面试的结果。  

该咋投递啊还，boss上几乎没人理，简历咋能优化一下。

5月13刚结束的一面，等了一整个周还没新消息，没收到新的面试邀请，也没收到感谢信，官网流程也一直显示面试中。给HR写邮件不回，5月20打了个电话催了催（我说如果过了就直接发面试邀请给我就好，没过的话帮我结束一下流程），她说到公司帮我查然后推进流程。这又等了一天多还他妈没动静（没有新消息，还是面试中），马上就周末，再到下周一就等了快俩周了。不是哥们，你当我的时间很多吗？要是不想招你赶紧给我结束啊，又锁着我的流程我还没法投别的部门，无语了。我还要继续打电话催吗，感觉再催人就烦了