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...

😭这是给挂了吗，都一周了还显示这个。。。。

不过大厂的面试确实比小厂能学到更多

💡 写在前面春招和暑期实习的节点越来越近了，相信很多同学和我一样，每天都在死磕算法题或者八股文。但在高强度的刷题过程中，我发现自己陷入了一个极其内耗的死循环：刷完就忘，复盘极其耗时。很多时候，前脚刚看懂了灵茶山艾府（灵神）等大佬的精妙题解，遇到同类变种题大脑又是一片空白。如果想认真做复盘笔记，不仅要在代码编辑器、网页和笔记软件之间来回切换，还要手动去调整 Markdown 里的代码高亮和 LaTeX 数学公式，半个多小时过去了还没进入核心逻辑的梳理。作为一个程序员，遇到这种机械的重复劳动，第一反应当然是：写个工具把它干掉。于是，我花了点时间开发了这款浏览器插件 CodeNote Helper...