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...

已经不求大厂实习了，有个中厂就烧香拜佛了。求各路朋友给个建议吧，实验室项目我做的不是我写的这个，这个是我拿到他们的代码做了websocket和jwt的升级；个人项目是我基于导师曾经说过的需求有灵感启发自己写的。真想有个实习啊，来脱离导师时不时的需求，还没钱又花时间！

真是逆天，今天突然收到前司leader的微信，让我请假一天回去帮他修bug，写需求气不过，骂了回去，资本家们都这么不要face的吗？兄弟们，怎么看

快手timeline，三轮技术面，HR打了10min电话没有面试4.30投递5.14一面5.18二面5.19三面5.21 offer暑期投递情况：字节-非洲交易平台 二面挂，最意难平的一面，八股太久没看了，败在八股上字节-番茄小说 一面挂，问得挺难的只能说淘天-天猫新品营销 一面挂，问了很多Agent的评测相关，不太会米哈游-游戏测试开发 一面完进池子，跟平常后端面试问得差不多，组里以开发为主。携程 笔试AK完筛选了一个多月了美团 笔试A2，最终3个志愿流程结束，今年HC真的很少，而且日常转暑期的时候ld透露今年只招985，不能转滴滴 3月投的提前批，说4月优先处理，到现在还是公共待分配剩的不...