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...

最近才准备开始投，没实习，八股只看了一点点形势有点严峻😇

蚌住了，沉淀三个月  收到的面试反而更少了，大部分做完了测试就了无音讯，大模型应用，产品，AIGC，甚至售前工程师我也愿意做啊！这个时代怎么了？为何不愿意接受双非生😭

投的是小鹏的嵌入式软件岗，base 广州，整体感受是问得偏底层 + 车相关的东西穿插着问，没什么花活，但是抠细节，答得浅了会一直追问。一面 技术面 大概50min面试官应该是组里的开发，全程对着我简历问，最后留了几分钟反问。自我介绍，挑一个你觉得最有挑战的项目讲一下你这个项目里用的是什么 MCU？为什么选这一款，没选别的？C 语言里 volatile 关键字什么场景下要用？只在多线程里用吗？static 修饰局部变量、全局变量、函数分别是什么效果？结构体内存对齐讲一下，为什么要对齐，不对齐会怎么样？写一个宏，求两个数中的较大值，注意副作用问题函数指针和指针函数的区别，分别怎么写？malloc ...