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...

求求大佬们帮忙看看简历，心态已经被磨平了，感觉自己简历问题比较大，但是不知道怎么下手改。马上要春招了，好迷茫。。。

恐怖如斯

Timeline2.26 投递3.3 一面3.5 二面3.12 hr面3.17 oc一面 1h15min一面两个面试官，第一次见。。。面试官介绍业务。问了很多agent相关问题。最近有关注业内agent相关的知识或者新闻吗，挑一个说说。（回答了claude code的设计和anthropic的agent相关工程实践，又聊了一下skills）看你之前实习做过MCP相关工作，讲讲为什么当时要用mcp，mcp有哪些好处？你当时接触的这个agent，它是怎么知道某轮tool call之后该不该结束的？如果让你设计一个agent，如果一轮tool call的返回结果非常非常多，你会怎么设计。你说到了让a...