阿里千文办公面试凉经(疑似) 面试过程这是这段时间我初次尝试面试,想看看如今相对前沿的公司需求是什么,也能更好帮助我确定后续学习方向,所以有了这次机会以后就稍微准备了一下参加这次面试。 我这次面试的职位是 千问办公-AI全栈开发实习生,面试的时候面试官深挖我的简历上的项目经历,特别是年初在深圳的那段实习,不过我对当时做的内容很熟悉,问到了自然就想起来了。然后问了些 Agent 相关的问题我这里简单总结几个: 对于编码 2026-09-30 #面试
基于 Inspect AI 的安全评测框架实践:从 Raw Payload 到攻击矩阵 在某垂直领域做大模型安全评测时,安全问题不只是“模型有没有拒答”。同一条请求可能涉及不同风险对象,也可能被不同攻击方式包装;模型输出还可能是自行拒答、实质性作答、平台网关拦截、超时或运行错误。 为了解决这个问题,我们基于 Inspect AI 组织了一套可复现的评测链路,核心思路是:把风险分类、攻击方法、模型调用、评分逻辑和报告统计拆成独立层,再在运行时组合成具体评测任务。 本文会按 taxono 2026-06-25 #工具分享 #Agent 安全
如何用 inspect-ai 搭建 Agent 安全评测框架:设计测试链路及数据集 为什么开始使用 inspect-ai?最近在做一些 Agent 安全测试相关的事情,业务需求是某垂类领域的一款 Agent 需要做安全防护,需要从攻击到测试到加固整链路打通,在产品上线之前保证 Agent 具备一定程度的安全防护能力。 由于这个 Agent 目前是完全为了赶功能出来的半成品,所以在我拿到测试网页的时候不到半个小时就成功找出了稳定调用 ‘python’ 执行工具的方法,后续一系列服务 2026-04-12 #工具分享
Harness 设计:面向长时应用开发的生成-评估闭环 Harness 这词刚出现我是有点懵的,一度以为 A÷ 又在搞什么“颠覆”的新技术了,然后去读了一遍他们新发的文章Link ,其实感觉和 25 年比较容易水的多智能体系统 (Multi-Agent-Systems, MAS) 某些地方有点类似,这里做个简单记录,说不定我们 MAS 又能复活了哪? 为什么直观的方法总会失败上下文窗口增长导致不连贯长时间执行会持续累积对话与中间产物。随着上下文接近上 2026-04-08 #Agent 设计