深圳移动 21号

说实话，上周我真的有点崩。字节简历挂，腾讯笔试完没消息，美团一面之后也没回音。阿里、百度、快手投完石沉大海。我心想：五月了，大厂该招的都招完了，我是不是没戏了。躺了两天，焦虑得不行，刷牛客看到有人说"别慌，还有公司在开"。我一开始不信，心想都是安慰的话。后来看到一个信息汇总表，逐行看了一遍，愣住了。（给大家也同步链接： https://link.zhiyeapp.com/r/Xe4qmZlgj还在招的公司，比我预想的多很多：· 百度AIDU计划（大模型方向，5.19更新的）· 搜狐畅游（产品、开发、策划一堆岗位）· 上海农商银行（后端、数据、运维）· 晋华集成电路（IC设计...

没想到挂了还有感谢信啊哈哈哈哈啊哈哈啊哈哈

还有后续，笑飞了，hr回了个👌🏻

一、为什么 Agent 评测比 LLM 评测更难？ 传统 LLM 评测（现在当然更复杂维度更多元化）关注的是文本生成质量——回答是否流畅、事实是否正确、格式是否合规。但 Agent 是一个完整的系统，它要自主决策、调用工具、与环境交互、在多轮对话中保持状态。这意味着：  不能只看最终输出，还要看中间过程是否合理（中间过程非常重要） 不能只看单次执行，还要看重复执行是否稳定 不能只看功能正确性，还要看性能、成本、并发能力 不能只在单一场景测试，还要覆盖工具调用、长上下文、多轮对话等维度（工具调用的能力评测也是目前的难点与重点）  LLM 评测像测发动机，Agent 评测像测整车——必须综合考察在...