如图，最近刷xhs竟然刷到了某团给大量校招生背C...看完了之后有点震惊，如果是几个校招生那可能是个别组的问题，但是大批量校招都出现过这种情况可以理解为公司效益的问题了。也难怪，去年外卖大战的确给美团带来不少亏损，今年财报也是一塌糊涂。回想当年我们刚入行的时候，像去哪儿这种公司还会把校招组织起来培训，生怕你写不出代码，但是放在现在，像字节、得物、小红书等，都是要求你来了之后马上上手，只能说今时不同往日，互联网现在都在卷增量了。从笔试到面试，到谈薪、入职、试用期、绩效，跟对老板，少做垃圾活，每一步都很重要，但是按照现在的环境来看，每一步都走对不太容易。

如题。   

rt 不知道是真的假的丁老板 太难绷了

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...