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...

目前八股已经过了一遍，hot100也过了一遍，不知道能不能找一个中小厂的实习

求大家看看这份简历有啥缺点。boss好多已读不回的我已经麻木了，大家嘴毒一点指出来没关系的

我是每周3，4，5才有课，今天上的是这周的第一节课，虽然我找了代课，但是班长没看到我人，后面辅导员又来开班会，专门来找我的，看我来了没有，结果就是代课被发现了，然后辅导员让我回去，如果不回去就要给我处分，我该怎么办，我不会被开除吧