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...

敢问哪家大厂能在工位这件事上打过百度？L 型大工位真的太犯规了东西随便铺开、灵感随时落地这种自由感，谁能不心动啊🥹不服来战💪

据传网易要下大雨从外包开始网上这图片也是零零散散真滴假滴？

想和大家认真聊一句： 实习写在简历上的经历，到底该真实到什么程度，又该不该适当包装？ 我自己的看法是：真实是底色，包装是表达。 大部分实习生刚进公司，其实很难独立扛下大项目，日常更多是协助、执行、打杂、学习。 如果完全照实写“整理文件、录入数据、复印跑腿”，简历看起来就很没竞争力。 所以所谓的“包装”，更像是把不起眼的小事，提炼出价值： 把“整理表格”，写成“负责业务数据汇总与核对，保障部门日常工作高效推进” 把“帮忙对接信息”，写成“参与跨部门沟通，协助推进项目节点落地” 把“简单执行”，写成“熟悉业务全流程，积累实操经验” 这不是造假，而是学会用专业的语言，总结自己真正做过的事。 有一分经...