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...

该咋投递啊还，boss上几乎没人理，简历咋能优化一下。

5月13刚结束的一面，等了一整个周还没新消息，没收到新的面试邀请，也没收到感谢信，官网流程也一直显示面试中。给HR写邮件不回，5月20打了个电话催了催（我说如果过了就直接发面试邀请给我就好，没过的话帮我结束一下流程），她说到公司帮我查然后推进流程。这又等了一天多还他妈没动静（没有新消息，还是面试中），马上就周末，再到下周一就等了快俩周了。不是哥们，你当我的时间很多吗？要是不想招你赶紧给我结束啊，又锁着我的流程我还没法投别的部门，无语了。我还要继续打电话催吗，感觉再催人就烦了