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...

28届找小厂实习，沟通了一百多一个面试都没有，简历投了十份但是都没后续了，不知道问题出在哪，是项目问题吗，有没有大佬帮我看看。

这种实习能去吗？    

投递了很多，给面的比想象中少非常多，第一周就三个面试，感觉有还比较KPI，整体没有什么意思，希望下周可以好一点京东（约的最后一个面试，感觉之前面试已经有人选了）1：拷打实验室项目2：拷打百度项目3：如何执行动态代码的（Java）4：场景题，给你两个机器，进行负载均衡，一个60%，一个40%，如何操作半个多小时结束，无算法，后续显示流程挂（10-20）亿规模量化1：为什么选择量化2：找工作看重什么3：实习过程中怎么协调的4：你最有成就感的事情第一次投量化，面的第一个量化公司，下周还有一个规模大一点量化的面试。这周这个公司比较奇怪，笔试完先hr面再技术面，星期五好像打电话过来，然后被我手机当作骚扰...