1、自我介绍2、项目深挖3、如果让你设计一个 Agent 的评测体系，你会怎么做Agent 的评测不能只看最终回答像不像，因为很多场景里最终答案看起来没问题，但中间过程其实已经错了。真正可用的评测体系应该至少覆盖三层。第一层是结果评测，也就是任务有没有完成，最终输出是不是符合目标。第二层是过程评测，要看任务拆解是否合理、工具是否选对、参数是否正确、执行顺序是否稳定。第三层是系统评测，要看延迟、成功率、重试率、单次成本、异常恢复能力这些工程指标。如果是线上系统，我会把评测拆成离线和在线两部分。离线阶段构造标准数据集，做固定样本回放，评估规划正确率、工具调用成功率、任务完成率和输出质量。在线阶段则...

Landing困境：作为实习生，刚进公司大概率会陷入“打杂迷茫”：做着基础任务、看着复杂代码，总觉得没学到真东西本文结合自身经历，提供以下思路，并且在后续实习经历中持续更新分享，也欢迎各位牛友分享补充1、文档篇优点：易获取 缺点：容易陷入大量文档中谨记核心点：什么样的文档我们需要花时间认真看？技术实践文档和业务文档技术实践文档：这部分最有价值的，无论是当前热门的龙虾，还是经典的技术，在真实企业生产场景中是如何应用的，背景、目标、方案、尤其是踩坑经验，多去在知识库平台看这种博客/文档像网易内部不同bu就已经有好几款龙虾了，有道的、云音乐的、智企的，如何去利用好这些工具，真实开发中如何用更提效，各...