8.1 北山科技开发（实习岗）

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

为什么第一段实习都找不到😂，211本，项目一个点评一个微服务商城，

使用在线IDE，根据一个readme文件，写出一个完整的项目。readme如下：智能安全邮箱设计题目目标在本地环境实现一个“可用 + 可测 + 有安全设计”的邮箱系统，包含服务端与客户端，并引入基础智能能力。总体约束不可直接使用成熟开源邮箱系统库作为核心实现。可使用通用网络库与基础加密库，但需说明用途。所有功能需提供可复现测试步骤和结果。必做功能1. 服务器管理实现 server 进程，负责接收、存储、分发邮件。测试要求：同时运行两个服务器，模拟两个隔离域名的邮箱系统。两个系统之间可互相发信。两个系统存储应逻辑隔离（不可直接读写对方用户数据目录）。2. 客户端管理实现 client 进程，负责...