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...

28届二本 刚开始投 求牛友锐评

跨专业没实习春招能找到测试工作吗😢😢

经常有学弟学妹私信问我这个问题，今天就趁着摸鱼时间简单聊聊我的看法，希望能帮到一些还在纠结路线的兄弟。先说结论：看你具体想走哪个方向，不是一刀切的答案。先搞清楚这俩到底是啥在回答之前，先把概念捋一下，不然很多人其实是糊里糊涂在问。Linux 本质上是一个操作系统内核，配合各种其他软件才能组成一个完整的操作系统，它是个软件。STM32 是 ST 公司基于 ARM Cortex-M 系列内核做的 SoC 芯片（大部分是简单的 M3/M4/M7），它是个硬件。说白了一个是软件一个是硬件，完全不是一个层面的东西。所以我一直挺纳闷的，"学 Linux 必须先学 STM32"这个说法到...