Oppo内推码！

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...

   😅? 

在boss上投简历，沟通和投出去的比例是12:1，是我简历不够好吗，还有什么能优化的地方

现在市面上已经有各种各样的AI工具和应用，从写作助手到代码生成，从图像识别到智能对话，技术形态越来越丰富。我认为在这样的环境下入门AI，应该关注大模型这一核心方向，因为很多应用背后都依赖大模型技术。了解大模型的原理和应用逻辑，有助于更好地理解整个AI生态的发展趋势。AI真的发展的太快了。