阿里云前端工程师23届实习招聘

把最近两个月听到、看到几个事，分享给大家：湖南长沙某个给政府驻场开发的项目中，全是古法编程、纯手工CRUD，一个在那里的实习了几个月的小朋友担心自己再干去会找不到工作。国内某家股份制商行、三大运营商某研究院，日常开发都还是在对话式阶段，把模块需求描述给AI，再把AI给出的代码粘到工程中，最先的AI工具不让用，国外工具更是免谈，虽有国企的稳定不卷，员工却担心自己被温水煮青蛙，彻底失去竞争力。西安一个朋友的公司每月多花几万块钱采购Token，虽然是笔不小的费用，但营收端这两年接到的AI项目越来越多，成本端过去30多人的研发团队现在只需要十几个了，多出来的人要么去跑客户、要么去搞新产品研发、要么就走...

是AI吗？ 还不如AI呢😅

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...