最近总是感觉很没劲

1、自我介绍2、项目深挖3、如果让你设计一个 Agent 的评测体系，你会怎么做Agent 的评测不能只看最终回答像不像，因为很多场景里最终答案看起来没问题，但中间过程其实已经错了。真正可用的评测体系应该至少覆盖三层。第一层是结果评测，也就是任务有没有完成，最终输出是不是符合目标。第二层是过程评测，要看任务拆解是否合理、工具是否选对、参数是否正确、执行顺序是否稳定。第三层是系统评测，要看延迟、成功率、重试率、单次成本、异常恢复能力这些工程指标。如果是线上系统，我会把评测拆成离线和在线两部分。离线阶段构造标准数据集，做固定样本回放，评估规划正确率、工具调用成功率、任务完成率和输出质量。在线阶段则...

牛友们，被快手约面了，想了解一下这部门和面试强度，有友友面过吗，这个是不是不算暑期实习呢?

timeline1.13打电话约面1.20 一面 第二天约二面1.23 二面 过了一个周末约三面1.28 三面2.2 通知三面过 offer审批2.5 oc

换个部门面试正常多了，上次那个面试官我能记一辈子😠整体就是少量八股加项目拷打，但是面试官对我第一个项目还是一点不感兴趣，除了答八股的时候扯了点后面没怎么问，基本问的都是我拿来凑数的rag，，，10点半结束后12点约二面我的回答是ai自动总结的，懒得回忆了00:18 自我介绍02:24 项目介绍03:40 Java基础：int取值范围本章节回答了一个关于Java基础的问题。面试者准确回答了int类型（32位，含符号位）的取值范围是-2^31到2^31-1。04:24 看你的简历上写了threadlocal，讲讲怎么用的？本章节讨论了ThreadLocal的应用。面试者在短链项目中用它存储用户信...