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...

七月份还没入职，怎么大伙撤了这么多人啊，有点哈人啊是年会让大伙寒了心，还是年终奖不如意。我看大家年终奖份额发的都是正常月数，翻了一下评论区，貌似又跟调薪有关😂😂😂智驾的未来在哪里😭

至今一个可转正被割了剩下的5点面试都挂了求收留，数据分析，数据开发，测试！

我在美团实习的时候，发现身边优秀的人通常有以下几点的共同特质，当然我只是将我实习了解到的说一下，但我觉得不光是美团，可能大部分互联网大厂喜欢的人才就有以下几点共同特质。主动比如当你的leader提出了一个问题的时候，答案可能大家都不知道，但是你主动去找资料，并且尽可能高效的、详细的去回答这个问题。再比如，有同事对解决一个问题有困难的时候，你能在保证自己工作任务顺利完成的情况下，主动去为同事提供帮助。复盘比如对出现的问题，未达到预期，能及时做好复盘，并且提出自己的想法，和未来可以改进的点。乐于分享自己学到的一个工具，总结的经验，或者自己学习到的知识等，能及时沉淀出相关的文档，并且在适当的时机进行...