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...

现在投暑期还有机会吗😭

不是直接进公司实习，而是学校和知名企业合作（挂名），把这个“实习”业务委托给教育机构带着全班人做小项目，拿了一个优秀实习生表彰证书，这种能写进简历算作实习经历吗

我是上个星期三入职的，然后是6点半下班，今天下班的时候还有些东西没弄完，加了20分钟班，回家了，结果老板直接发QQ问我怎么走了，项目出问题了怎么办，你这样子不配合还要不要实习了，由于我确实不想在这里干了，于是直接跟老板说不干了。还好我已经找到一个更好的公司了，要不然只能加班了