1、项目里负责的边界是什么？哪些内容是亲手实现和验证的？2、如果要做一套可落地的 Agent 评测体系，整体怎么设计？评测一般要分离线和线上两层。离线评测解决“改动前后谁更好”，线上评测解决“真实用户下效果是否稳定”。离线侧我会先把样本按场景拆开，比如知识问答、工具调用、多轮追问、拒答场景、多语言场景、长文本场景，然后分别看回答正确率、工具调用成功率、检索命中率、拒答准确率和格式稳定性。线上侧看用户行为指标，比如首轮解决率、转人工率、二次追问率、平均耗时、token 成本和异常率。Agent 不能只看最终答案，通常要拆成三层指标：检索层、决策层、生成层。检索层看有没有召回正确证据，决策层看有没...

26应届，根本约不到面试  

🏢 1.5 - 字节跳动 - 番茄小说（后端开发） 面试状态：一面（已挂，1.7 收到感谢信） 🗣️ 1. 自我介绍 常规自我介绍。 💻 2. 算法题（手撕代码） ① 数字串转化为字符串  题目描述：给出一个数字串（如 12322），要求给出所有可能的对应字符串组合（输出数组）。例如 12322，输出要列出 1 2 3 2 2 对应的字母 abcaa，12 3 2 2 对应 lcaa 等等。 结果：想了 5 分钟没思路，面试官主动提出换题。  ② 翻转字符串里的单词（URL倒置）  题目链接：************************ 结果：想了 5 分钟，在面试官指引下说出思路。...