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...

家人们，这种情况还有机会吗😥  

我靠，家人们，第一次面试居然是字节的，我真的没想过碰瓷字节，但是 boss 上 hr 找过来，阴差阳错简历就过了。我说实话，刚开始还是挺高兴的，但是现在非常焦虑，因为八股和算法题都没怎么刷，害怕脏了面评😭牛友们支支招吧😭😭😭

刚面完嵌入式音视频岗的两轮技术面，趁着印象还新鲜赶紧整理出来发上来。一面（约 60 min）一面节奏挺快的，面试官人还可以但是不放水，基本就是对着提纲一道一道往下问，C++、算法、系统三块轮着来，答完一题直接下一题，有几道会顺着追问细节。题目如下：JNI 中 LocalRef 和 GlobalRef 的生命周期管理差异？C++17 的 std::optional 解决了哪些痛点？std::function 和函数指针的性能差异及原因？红黑树插入节点时的旋转规则是什么？如何用最小堆实现 TopK 算法？时间复杂度是多少？海量数据去重（100 亿级别）的三种实现方案？内存泄漏的检测手段（如 Val...