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...

不过大厂的面试确实比小厂能学到更多

大家好，我是淘天物流技术部的招聘同学 👋 关于我们部门 淘天物流技术部是淘天集团AI Agent落地的核心战场，日均处理亿级订单。我们正在构建首个面向物流全链路的AI Agent平台——从订单接入到末端配送，用Agent技术重构整个履约体验。 海量真实数据 + 复杂业务场景 + 清晰的价值验证，这里有你能找到的最完整的AI落地技术闭环。 🎯 招聘岗位：AI应用研发工程师（实习春招） 你会做什么：  深入业务场景，用Agent等前沿技术推动AI真正落地 参与Agent系统核心模块设计：记忆管理、推理策略、工具编排 搭建RAG知识库、API接入、上下文注入策略 建立自动化评测机制，推动AI能力...