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...

目前面过腾讯和字节的前端，一面均挂，投其他公司没消息😓，有没有大佬指点一下

太想去一个大一点的公司实习了兄弟们，年后投了很多小公司，也都没回复，有点失去信心了。

"请介绍一下你在实习期间的主要工作成果。" 答辩组的三位技术专家坐在对面，我深吸一口气，打开了准备好的PPT。 "我主要参与了订单系统的架构优化项目。三个月前接手时，这个系统在日常流量下就偶尔会出现超时，团队一直担心大促时会扛不住。" 我翻到第二页，上面是一张压测报告的对比图： "通过参与微服务拆分、缓存架构重构和数据库读写分离，我们把系统的QPS从8000提升到了80000，P99延迟从500ms降到了50ms。上周的全链路压测中，系统在模拟双十一流量洪峰下依然保持稳定。" 一位专家抬起头："你具体负责了哪些模块？&quo...