求捞

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...

我用过：“Claudecode”、“Cursor”。。。对面：“所以咱们这边是没有用过VibeCoding是吧”哈哈哈哈哈哈哈好像机器人检索关键词你们有遇到这么奇葩的HR吗？

面试岗位游戏客户端开发工程师面试问题自我介绍玩的时间最长的游戏是什么为什么想做游戏开发项目相关的就不说了，不过有一些算比较通用的表现层和业务层出现冲突了可以怎么解决帧同步和状态同步的区别，你这个项目里用的是什么，为什么这样选图形学：如何判断一条射线与一个三角形相交（ai 说用重心坐标，那问的不应该是如何判断一个点在三角形里面吗）对比 Lambert 和 Blinn-Phong 两个光照模型介绍一下 PBR八股：map 和 unordered_map 的区别（使用的数据结构，增删查改的时间复杂度）常见的排序算法以及适用场景有没有其他公司的 offer开发过程中遇到过的最大的挑战是什么，该如何解决...