bg：本某9（目标院校），无实习Timeline：4.10投递4.22机试5.12 上午技术面＋主管面当天下午之前牵头的负责人打微信电话通知面试过了，问base意向（杭州/上海），告知了薪资（真的很高），问有没有offer啥的。思考后base选择杭州（地理位置好），话说这算是［保温电话］吗🤔晚上11:45发面试评价邮件。5.13 官网状态更新符合"114525"定律，开始泡池子，希望早日offer！不太想再面试其他厂了，这个大概要泡多久啊，求华为收留#牛客AI配图神器#

面试官史上无敌温柔，也很专业，之前面字节都给我面到怀疑人生了，面经不分先后，不完整相互介绍聊聊项目秒杀券怎么实现分布式锁，可重入，锁超时消息队列的消息挤压问题可以设置很多consumer吗消息队列怎么保证消息可靠redis的数据类型大key怎么解决，有什么危害多线程的并发工具有哪些concurrenthashmapunsafe了解吗算法：全排列mysql主键什么类型为什么自增索引的底层原理是什么自增除了方便索引还有什么用

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...