京东 美团 头条 求比较

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...

个人情况：双非，两段实习原本谈好三月签三方，结果月底说可能没HC，公司来年不招初级开发，可能试用期无法转正。四月初开始投简历，但是还要同时忙毕设，已经是微活的状态了。现在每天都挺焦虑，没找到工作好像也不会做其他的。现在去考研时间也不一定够，而且也不太甘心现在这个结果。希望路过的大佬能指点一下------不知道现在投国企来不来得及，不过感觉学历是硬伤，有没有大佬知道，非常感谢------感谢各位大佬的留言，后续可能考研，不上岸就转行了。

一面一来介绍了一下面试流程，然后开始基于项目进行提问1.接口请求策略，网络请求+离线计算双模式，代码逻辑是什么样的？2.追问，既然能本地算，为什么要走网络请求？3.追问，如果网络请求拿不到，走本地计算会有什么后果吗？4.简单介绍一下这个项目的背景吧？给谁用的？用来干什么？5.第二个项目是给谁用的？6.如果不小心在考试过程中刷新了页面，你是怎么保证倒计时不重置，以及考试状态不丢失？7.答存本地，刷新之后在重新获取。面试官追问，要是把缓存清掉不就没了？再答，那应该是存在后端会比较好8.SSE和WebSocket的本质区别是啥？9.追问，那你为什么在对接deepseek的时候选择了SSE？实时聊天的...