求助求助

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...

这种线下的能去吗，之前看过几个线下被骗的帖子😰

RT，不是很好意思直接问HR

1.介绍自己的一个项目的整体流程2.数据库缓存一致是怎么做的3.高并发条件下异步update数据库，如果异步消息没送到数据库，就会出现数据库和redis信息不一致问题，怎么解决4.我看你用了服务发现？（我说用的nacos5.Nacos的作用，底层协议是怎么样的（我估计是想让回答出来gRPC6.Agent项目如果用户会话记忆过长，怎么处理，是否考虑压缩上下文7.微调大模型测试的时候怎么判断大模型微调的效果是好是坏，只是依靠人工查看指标吗8.如果有一个5000-10000个任务的线程池，要求必须全部完成，怎么设计线程池9.是否有了解过openclaw等框架，对skill有什么了解，会用吗10.手撕...