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...

拼多多测试一面，

求各位牛爷爷指点

面试官问你：agent系统中，工具调用失败怎么办？以及之前可能铺垫了哪些问题，串讲！引入“工具”的过程1.什么是agent，他的组成部分有哪些？2.为什么要引用工具，单纯的大模型不行吗？3.工具给大模型扩展了怎么样的能力？4.了解Function call吗？5.了解MCP吗，说说MCP的组成？6.看来你都了解 说说Function call，MCP，工具之间的区别？7.最近很火的skill，你跟Function call，MCP做过对比吗？8.看来你都做过对比，说说skill有哪些特性吧9.看来你都了解，说说mcp和skill哪个上下文占用比较大10我去这些你都知道，那你知道怎么写好一个工具...