一、为什么 Agent 评测比 LLM 评测更难？ 传统 LLM 评测（现在当然更复杂维度更多元化）关注的是文本生成质量——回答是否流畅、事实是否正确、格式是否合规。但 Agent 是一个完整的系统，它要自主决策、调用工具、与环境交互、在多轮对话中保持状态。这意味着：  不能只看最终输出，还要看中间过程是否合理（中间过程非常重要） 不能只看单次执行，还要看重复执行是否稳定 不能只看功能正确性，还要看性能、成本、并发能力 不能只在单一场景测试，还要覆盖工具调用、长上下文、多轮对话等维度（工具调用的能力评测也是目前的难点与重点）  LLM 评测像测发动机，Agent 评测像测整车——必须综合考察在...

软件测试这个简历可以吗😭求指导🙏

现在AI这么恐怖，毕业26，能干到30吗？暑期实习也找不到，感觉快进斩杀线了啊

全程15分钟。面试官人挺好的，即使我的回答跑题了也没有打断我，而是等我说完再纠正1.自我介绍2.Linux中查看系统性能的命令3.学习的时候用的是哪个版本的Linux答：WSL2 有没有用过原生的Linux答：用过CentOS4.介绍自己的一个项目（我介绍了自己的基于RAG的英语学习网站）如何部署的模型如何实现的调用RAGembedding用的是哪个python库5.如何看待AI Agent，是否用过AI Agent答：用过OpenAI的Codex问：Codex是闭源的，有没有接触过开源的AI Agent框架答：没有6.RAG和传统检索方式相比有什么优势我答的是RAG和传统语言模型相比有什么优...