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...

😅😅😅😅

今年大二，想要先找一个中小厂，主要是力扣没刷多少，八股还没背完，请求各位大佬提出宝贵的意见，肯定会虚心接受😭😭😭

“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...