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...

就挺无语的。我大二就开始实习了，不是为了卷谁，就是很早之前听学长建议，觉得早点接触下工作没坏处。到现在暑期实习加起来第三段了，每段都是自己投简历、刷题、面试一步步拿的。昨晚寝室聊各自暑期实习找得怎么样，我说了一嘴我这边定了，然后我室友直接来一句： 就是有你这种工贼，才把行情搞成这样的“、”正常人谁大二就出去实习""你一个人占三个坑知不知道"、“拿着实习的工资干着正式的活儿，还没上班就想着帮公司美美省钱，真孝顺嗷”我昨天差点动手，被另一个室友拦着了。讲话太难听了，跟有病一样。他自己之前天天打游戏的啊？我提前准备还成我的问题了？

28届二本 刚开始投 求牛友锐评

面经停更，先更大模型，内容主要来源是langchain官方文档 使用langchain集成deepseek记得安装langchain-deepseek 模型 静态模型 from langchain.agents import create_agent from langchain_openai import ChatOpenAI model = ChatOpenAI( model="gpt-5.4", temperature=0.1, max_tokens=1000, timeout=30 # ... (other params) ) agent = create_agen...