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...

写简历真的好难。。。想试试能不能找到份实习，求狠狠拷打

作为天天和算法、研发撕需求的AI产品经理，我虽然不是程序员，但我可能是全公司用AI写代码频率最高的人之一——写SQL取数、写Python脚本处理数据、写伪代码跟研发对齐思路、甚至写简单的自动化工具给自己提效。今天不聊面试题，聊聊我怎么让AI给我写出能跑的代码。一、先说结论：我用AI写代码的频率有多高？每天。作为PM，我日常需要：从Hive里取数分析（写SQL）处理Excel搞不定的数据（写Python脚本）快速验证一个想法是否可行（写Demo级别的代码）甚至写一些自动化脚本，让自己少加班以前这些事得排队等研发哥哥有空，现在？AI就是我的7x24小时专属程序员。 虽然它写的代码不一定完美，但把“...