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...

只想找个小厂实习，咋改

历时两个月，23场面试，最终收获4家offer，努力终将会有结果。找实习的这段时间令人痛苦，是空窗一场面试都没有的窒息感，是多次二面挂三面挂的绝望感，但是我都咬牙坚持下来了。3.18-momenta4.13-同程旅行4.28-字节跳动5.9-OPPO

上周去面试一家AI创业公司的全栈开发岗，HR提前发了封邮件：请带上笔记本电脑，预装Claude Code或Cursor。我心想：不会是现场写代码吧？这也太刺激了。结果到了面试现场，面试官说了一句话让我彻底放松——又彻底紧张起来："不是让你写代码，是让你教AI写代码。"面试题长这样面试官给了我一个需求："用Go实现一个分布式限流器，支持令牌桶和滑动窗口两种算法，QPS不低于10万。你可以用任何AI工具，时限1小时。"然后他补了一句："我们评估的是你的方法，不只是结果。"我打开Cursor，开始拆解任务：先让AI生成限流器的接口定义和整体...