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...

我用过：“Claudecode”、“Cursor”。。。对面：“所以咱们这边是没有用过VibeCoding是吧”哈哈哈哈哈哈哈好像机器人检索关键词你们有遇到这么奇葩的HR吗？

我靠，家人们，第一次面试居然是字节的，我真的没想过碰瓷字节，但是 boss 上 hr 找过来，阴差阳错简历就过了。我说实话，刚开始还是挺高兴的，但是现在非常焦虑，因为八股和算法题都没怎么刷，害怕脏了面评😭牛友们支支招吧😭😭😭

忽然就想到薛之谦的《暧昧》，里面有一句歌词说，反正现在的感情都暧昧 你也不必为难找般配。忽然就想到，对于在实习泥潭里挣扎过的我们来说也是这样，实习就是一场巨大的暧昧拉扯。首先，找实习的过程，像是海王广撒网。对于我们卑微的在校生来说，找实习势必要经历一场海投简历的过程（此处不适用于双9大佬），在海投的过程中，和几十上百个HR交流，我是海王她是鱼，互相试探到底。其次，确定实习之后，和mentor的相处，像是确定暧昧关系的一对情侣。在日常相处里，得完成她让你做的事，还想费尽心思做些什么想让她开心，想从她身上得到点什么，以此来证明自己的价值；偶尔还要和她斗智斗勇，来回拉扯battle一些东西。最后，实...