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...

原本想以为实习经历就更好找正式了，但是恰恰相反，在boss上面，石沉大海，要么是实习转正，要么必须线下面试，我真没招了，准备跳楼了

因为考研没秋招，现在怎么都找不到合适的工作。。。

211，数据分析方向，26届，现在拿到一个offer了，趁着还记得，复盘一下哪些地方白搭了时间。 1. 网申填表没早点用工具 这是我最后悔的一件事。前两个月手动填每家表单，有的公司还有父母信息、在校成绩单、个人综合测评，一张表四十分钟起步。 后来同学说牛客有个网申助手，信息录一次，各家表单自动填，装完之后悔恨了很久怎么没早用。 以我投了45家来算：前25家手动，均摊每家15分钟，总计约6小时。后20家用工具，大概平均5分钟，共1.7小时。光这一项就差了将近4小时。 找工作的同学：早装，越早越好。 2. 简历反复改，追求完美浪费时间 前期花了将近两周在打磨简历，从第五版往后每次改动对结果几乎没有...