多个智能体协作时，整个智能体协作的链路就被称作为 TraceAgent 项目的测试和评估，一般不能只看其中某个模型单次回答好不好，而是要按 Trace 来评估单元测试：把 Prompt、工具调用、参数解析这些关键模块拆开单独测。比如说模型能否选择正确的工具？Agent 调工具时，是否按照工具提前定义好的结构来传参？异常出现时有没有兜底？端到端测试：重点看 Agent 在多轮任务里能不能稳定完成目标。这一步需要反复调试，因为 Agent 的问题往往不是某一步错，而是工作流、工具调用、观察结果、继续决策这一整条链路中某部分出了问题离线评测集：把真实业务中的典型问题、边界问题、失败案例沉淀成 ben...

至今一个可转正被割了剩下的5点面试都挂了求收留，数据分析，数据开发，测试！

20年的5月23，星期六，再过两个月就毕业了，楼主一个人孤独的坐在去北京的高铁车厢里，正赶上疫情+两会，整个车厢只有我自己，满心都是对未来的憧憬，出发前的前一个晚上，楼主幼稚的向初恋表达一下一定要出人头地，以后让你后悔的决心.......“你要去哪”“北京”“好远啊”记得她一直希望我考老师，安安稳稳在小城市发展，那时候虽然我们都各自有了更多感情经历，但内心最深处，还是对初恋有一些执念，楼主在大学前是个典型的鼠鼠形象，读大学后被初恋坚定的选择后，才慢慢的有意识的去修补自己的性格缺陷。虽然这份感情可以说是情天恨海，经历过疯狂的争吵，互相说最伤心的话，无尽的内耗，再到最后像花束版的恋爱一样，吵都懒得...