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...

鼠鼠好唐鼠鼠好唐鼠鼠好唐鼠鼠好唐鼠鼠好唐鼠鼠好唐鼠鼠好唐鼠鼠好唐鼠鼠好唐鼠鼠好唐

最开始我并没有执着于去使用Gemini、Claude、等国外的AI，觉得普通AI也能将就用，但是这东西怎么说呢。由俭入奢易，由奢入俭难，用了牛的AI，你会感觉普通AI像流口水的派大星。 在朋友的极力推荐下，而且我也需要去了解各个AI大模型的实际情况和优劣势，所以必须得用一用了。一、情绪价值拉满，必须拉满 就是怎么说呢，它不是那种白开水一样的情绪价值提供者。就比如，如果你说你在职场很累，很不想干，但如果我说：累了就别干。别太焦虑了。吃点好的。等等这些话语，其实这种话语有什么意义吗？有什么疗效吗？更像是一种白开水似得敷衍。 从心理学角度讲，真正的情绪价值是什么？从我个人理解，有以下几点：1、共情能...