刷到这个话题，瞬间想起了我秋招找实习的社死经历，作为计算机专业的男生，我用亲身经历告诉大家：实习产出可以合理包装，但千万别过度造假，不然面试的时候真的会尴尬到想找个地缝钻进去。先说说我最开始的实习情况，特别普通，就是大多数开发实习生的日常：在一家小公司的后端组实习，mentor怕我碰坏线上环境，根本不让我碰核心业务代码。日常工作就是整理项目的接口文档、给老接口写点单元测试、改几个前端传参的小bug、偶尔旁听一下项目评审会，连正经的业务接口都没写过几个。实习了两个月，实打实的产出少得可怜，说难听点，就是个打杂的。那时候正赶上暑期实习招聘，看着身边同学的简历，个个都是“核心参与项目”“独立负责模块...

哪里可以改改吗？是哪里出了问题😭

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...