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...

秋招0offer，估计简历有问题   

拼多多测试一面，

985，算法，26届。投了将近一个月，今天复盘了一下整个过程，发现有几个地方效率极低，记录一下。 弯路1：用时间换"仪式感"，而不是实际进展 每次投递前我都要把简历再过一遍，看有没有要改的地方，然后再提交。这个习惯让我每次投递额外多花20-30分钟。 真相是：第N次看简历发现的问题已经边际效益趋近于零。这些时间用来多投几家或者多刷一道题更值。 弯路2：网申填表没有自动化 算法岗很多公司有独立网申系统，我前期手动填了十几家，基础信息一遍遍重录，连父母职业、家庭住址这些都要写。 后来用了牛客网申助手，一次录入之后，打开任何公司的网申页面自动填写，反思了很久为什么没早点用这种工具...