快手卡了一个多礼拜了

个人bg学历双非一枚，在校期间死磕电赛 + RM两个比赛搞嵌入式。大二升大三时觉得在比赛里能学到的边际收益越来越低，更想往一线产品开发上靠，就半离队跑出去实习了。各家公司的秋招陆续开锣，开个帖子记录一下自己面试的过程，自己复盘的同时，也希望能帮到同届的xdm，互通有无💪 投递时间线 & 整体感受5月其实是个非常尴尬的时间窗：大厂暑期实习基本收尾了秋招还没正式启动留出的坑位基本要求尽快入职（云鲸智能、智元科技这种），但大部分27届最快也得6月中旬考完试才能到岗——总不能为了实习丢毕业证吧，这就本末倒置了五一结束后开始陆续投简历，截止5/10约到两个面试，都是B轮左右的小厂，面经分享如下...

破防了，真破防了。我们宿舍老三，大学三年我没见他翻过一次专业书。每天早上十点起，中午LOL一把，下午吃鸡，晚上吃完饭继续。期末考前借我笔记抄一抄，每次还能比我高。我以为他就是那种聪明但摆烂的，毕业肯定也就随便找个差不多的。结果上周他突然在群里发了个截图，鹅厂某事业群的暑期实习offer。我们整个宿舍群直接安静了五分钟。我去问他咋准备的，他说"没准备啊，就投了简历面了一下"。我血压当场上来。后来才知道，人家大二就在跟着学长偷偷接私活做小程序，github上小一千star，面试官看完直接说这种我们要。我现在每天图书馆坐十小时，刷题做项目背八股，offer还在路上……哭了

😭😭被拷打麻了，手撕还不是hot100

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...