人保财险福建省分科技岗

有大佬知道蚂蚁智安安全技术有限公司的吗？想问一下这个是内包吗，属于蚂蚁的正编吗

本人双非本211硕，秋招前最后一段实习去极氪汽车实习秋招够用吗？

多个智能体协作时，整个智能体协作的链路就被称作为 TraceAgent 项目的测试和评估，一般不能只看其中某个模型单次回答好不好，而是要按 Trace 来评估单元测试：把 Prompt、工具调用、参数解析这些关键模块拆开单独测。比如说模型能否选择正确的工具？Agent 调工具时，是否按照工具提前定义好的结构来传参？异常出现时有没有兜底？端到端测试：重点看 Agent 在多轮任务里能不能稳定完成目标。这一步需要反复调试，因为 Agent 的问题往往不是某一步错，而是工作流、工具调用、观察结果、继续决策这一整条链路中某部分出了问题离线评测集：把真实业务中的典型问题、边界问题、失败案例沉淀成 ben...

2023年刚入职快手的时候，楼主在牛客发过一篇帖子，标题还挺经典的：“双非小垃圾，上岸大厂测开经历”现在一晃 2026 了，真的是一眨眼三年过去了。当年还是刚进厂的新人，每天想着别被试用期优化、别写出什么离谱bug、别开会的时候一句话都听不懂。现在回头看，还是挺感慨的。这三年楼主在快手做测开，算是比较幸运，也算是一路被各种需求、事故、排期、评审、上线摁着成长了一波。三年晋升了 3次，目前主要在做 AI 测试工具开发相关的事情。先说结论：如果你是学生，尤其是还在纠结开发、测开、AI方向怎么选的同学，测开这个方向真的可以认真看看，特别是现在 AI这波起来之后，很多东西已经不是以前大家印象里的“点点点测试”了。先说下这三年楼主 23 年刚来的时候，其实心态还是挺虚的。本硕双非，学校光环基本没有，甚至有时候还能反向加 buff，懂的都懂。当时能进快手，真的有种“我何德何能”的感觉。刚入职那会儿，最怕的就是别人问我负责啥。因为新人嘛，说白了啥都不会，代码要看，业务要补，测试体系要学，线上问题还要跟。每次听到一堆缩写、平台名、链路名，脑子里都是：这又是什么新物种。但测开这个岗位有个好处，就是你被迫看得很全。你不只是写一个接口，也不只是测一个功能。你要知道需求怎么来的，服务怎么调的，链路怎么跑的，数据怎么造的，问题怎么定位的，工具怎么提效的。刚开始挺痛苦，后面慢慢会发现，这些东西全是经验条。三年晋升3次，靠的不是啥天赋这个点我知道很多同学会比较关心，先说在前面，楼主不是那种天赋怪，也不是那种大学就 ACM、实习一堆、简历金光闪闪的人。楼主自己感觉，这三年能往前走，主要就几个点：第一是别只做“接需求的人”。很多同学刚进公司容易变成需求流水线，别人说测啥就测啥，别人说做啥工具就做啥工具。这样当然也能干活，但很难有自己的判断。后来我慢慢意识到，测开最值钱的地方不是“我测完了”，而是“我知道这个地方为什么容易出问题，以及怎么让它下次少出问题”。第二是多往前走一步。比如发现一个问题，不只是提个 bug就结束了。能不能看看是不是链路上还有类似问题？能不能补个自动化？能不能沉淀成工具能力？能不能让后面的人不用再踩一次？这些事情单看都很小，但是做多了，别人会知道你不是只在完成任务。第三是技术别停。测开不是不用写代码，恰恰相反，想做得舒服一点，代码能力很重要。Java、Python、前端、平台、CI/CD、数据构造、稳定性、压测、监控，多少都得碰。尤其现在到了 AI 测试工具这块，很多东西就更偏工程化了，不是调个 prompt 就完事。你要考虑接入方式、模型效果、数据闭环、用例生成、缺陷定位、报告归因、人工确认成本，甚至还要考虑怎么让业务同学真的愿意用。这玩意挺有意思的，也挺折磨人的哈哈。现在在做 AI 测试工具简单说一下现在做的事情，不展开太细，怕说多了又变成工作汇报。现在楼主这边主要在做 AI 测试工具开发，方向大概就是把 AI 能力和测试工程结合起来。比如以前很多测试动作需要人肉整理、人肉分析、人肉写用例，现在就可以尝试让 AI帮忙做一部分。不是说完全替代人，这个真别吹太满，实际落地过的都知道，AI 很强，但也很会一本正经地胡说八道。所以真正有价值的地方，是把 AI 放到合适的位置。让它帮你提效，让它帮你发现遗漏，让它帮你做第一版分析，然后人再去判断、修正、沉淀。我个人感觉，AI 对测开这个岗位其实是个机会。以前很多人觉得测开有点尴尬，像开发又不是纯开发，像测试又不是纯测试。但现在反而这种“懂业务、懂质量、懂工程、还能做工具”的人，会越来越吃香。因为 AI 落地不是一句“我们接个大模型”就完事，它一定要进到具体场景里。而测试，就是一个特别适合 AI 落地的场景。给学弟学妹的一点建议如果你现在还在学校，想走测开或者开发测试相关方向，我还是建议别把自己限制死。不要一上来就纠结“我是测开是不是不如后端”“AI来了测试是不是没了”“双非是不是没机会”。这些问题楼主当年也想过，想多了真没啥用，最后还是得看你手里有什么。算法该刷还是刷，八股该背还是背，项目该做还是做。别信那种“测开不用算法”“测开随便学学就行”的话，校招面试的时候该拷打还是拷打，面试官不会因为你投测开就突然变成慈善家。技术路线的话，楼主还是建议以开发能力打底。Java / Python 至少有一个比较熟，数据库、缓存、消息队列、Linux、网络、并发这些基础别太虚。然后再补测试相关的东西，比如自动化测试、接口测试、质量平台、持续集成、稳定性保障这些。如果对 AI 感兴趣，也可以早点接触一下。不用一上来就研究多高深的模型原理，先从怎么用 AI 做工具、怎么接 API、怎么设计一个能落地的小场景开始。比如用 AI生成接口用例、分析日志、总结缺陷、辅助写测试报告，这些都可以包装成项目，也比硬凑一个商城系统有意思一点。当然，项目别只写“调用大模型生成结果”，那太单薄了。你得说清楚输入是什么、输出是什么、怎么保证结果可用、怎么评估效果、失败了怎么办、人工怎么介入。这些才是面试官会感兴趣的地方。关于快手这个就稍微私心一点了哈哈。快手这几年给我的感觉，整体还是比较适合成长的。业务复杂度够，流量也够，工程问题是真实存在的，不是那种纯玩具项目。你愿意钻的话，能学到不少东西。当然大厂肯定也不是天堂，排期、需求、对齐、评审、线上问题，一个都不会少。有时候也会怀疑人生，这个大家都懂。但如果你是学生，想找一个能真正接触工程复杂度、又能在 AI 这波里做点实际东西的地方，快手还是可以看看。尤其是测开 / 质量工程 / AI 工具方向，我个人觉得后面空间还挺大的。最后三年前楼主发帖的时候，是真的没想到自己三年后会回来写这种帖子。当时只想着能不能顺利入职，能不能活过试用期，能不能别太菜。现在也不敢说自己多强，只能说比三年前那个小垃圾稍微不那么垃圾了一点。如果你也是双非、也是普通背景、也是觉得自己没啥光环，其实真的不用太早给自己判死刑。路肯定难走，但不是没得走。校招这事有时候挺玄学，学历、实习、项目、面试状态、部门HC，哪个都能影响结果。但你能做的，就是让自己被捞起来的时候，真的接得住。有想了解测开、快手、AI测试工具、校招/实习方向的同学，也可以评论或者私信，能聊的我尽量聊。希望大家都能上岸，少点焦虑，多点 offer。