今日头条的状态一直在评估中。。。

✉️投递：简历挂：美团、阿里、小红书、小米筛选中：b 站、携程、腾讯音乐、得物、360、腾讯云智、爱奇艺、华为💬面试：字节 一面挂腾讯 一面挂蚂蚁 两次一面挂快手 一面挂滴滴 二面挂京东 终面挂本人双非本211硕，有一段中厂后端开发实习，想走java后端/agent开发方向，从3月份开始投递以来到现在屡战屡败，总结了下自己确实前几次面试没有把握住机会，对实习、个人项目掌握的不是很透彻，面试的时候问深了就会露怯。后续只能继续沉淀一下，看能否找个日常先干着，不过现在日常基本上没什么hc，也是希望渺茫。很快九月份秋招就要开始了，不知道秋招是否比现在机会更多些？眼看着大家开始打牌，鼠鼠我属实有点着急...

现在人这么多 我感觉占七成以上了

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...