- 博客(11)
- 收藏
- 关注
RSS订阅原创 群面模拟系统中的令牌控制：如何让AI智能体有序发言
发言权（令牌）和发言内容生成（LLM调用）解耦。拿到令牌不等于可以立即生成，要等轮到你的时机。生成完内容不等于释放令牌，要等前端播完。这套机制让群面系统的发言节奏从"机器快"变成了"人感自然"，同时保证了在多人并发场景下不错乱、不卡死。每个参与者——AI智能体、面试官、真人用户——都遵循同样的令牌规则，公平竞争，有序发言。
2026-06-13 22:31:24
15
原创 群面模拟中的点名发言机制实现
这个点名发言机制的核心逻辑不到 80 行代码，但它解决了一个真实场景中的关键体验问题。设计上遵循了几个原则：轻量化：没有引入 NLP 或复杂的语义分析，String.contains() 对人名匹配已经足够非侵入式：不修改原有的抢答循环，只在关键钩子点（发言完成时）插入检查自然终止：利用讨论本身的规律避免无限链式点名对于一个群面模拟系统来说，真正让用户觉得“这像是真人在和我讨论”的，往往不是大模型本身的智能程度，而是这些交互细节的合理编排。
2026-06-06 20:52:34
190
原创 群面系统中五维能力评估的实现
五维能力评估从最初的规则引擎演进到大模型评分，是面试系统智能化的关键一步。通过收集用户实际发言、精心设计提示词、结合DeepSeek API进行语义理解，我们实现了更准确、更可信的能力评估。未来可以在以下方向继续优化。多轮对话评估方面，可以结合多轮讨论中角色的变化趋势，评估候选人在讨论进程中的成长性。同侪对比方面，可以在同一场群面中对比多位候选人的相对表现，提供排名和百分位信息。分数校准方面，可以引入人工标注数据对大语言模型输出进行校准，提高评分的准确性。
2026-05-31 15:25:26
344
原创 群面模拟中的AI智能体发言决策引擎设计：异步收集、与阈值设计
本文介绍了群面模拟系统中AI候选人发言决策机制的设计实现。系统采用异步循环收集、五维权重评分和发言阈值仲裁机制，通过角色匹配度(25%)、内容相关性(25%)、情绪激活度(15%)、时机窗口(20%)和阶段权重(15%)五个维度计算发言意愿分。设计包含双层阈值(常规0.65/破冰0.50)、35%发言时间上限和3秒冷却期等约束条件，确保讨论公平自然。系统支持16种MBTI人格与5种角色组合，通过线程池分离决策与发言执行，实现了接近真实群面的交互体验。未来可优化方向包括动态阈值调整、情感衰减补偿和语义匹配增强
2026-05-10 18:43:20
334
原创 介绍我们的智能体——以群面mbti小人为例
我们完全基于每个智能体都有唯一的身份标识和固定的属性集合（如人格、角色、名称），不是匿名的大模型调用入口。智能体内部维护状态变量和记忆存储，能够记录对话历史、行为记录、情绪变化等信息，不需要外部每次传入完整上下文。智能体可以基于自身状态和上下文自主做出行为决策，而非被动响应用户输入。即使是单轮对话的智能体，也会根据用户输入选择不同的回复策略；多智能体场景下则会主动竞争发言权。智能体可以根据当前场景（讨论阶段、话题、历史对话）调整自身行为，生成符合身份的回复，而不是千篇一律的输出。
2026-05-05 21:02:33
369
原创 智能体设计遇到的问题及解决方案
智能体开发真不是「调个大模型API」那么简单，从会话管理、上下文设计、权重调优到稳定性保障，每一步都有坑。我这几个问题算是最典型的，如果你也在做智能体相关的开发，希望能帮你少走点弯路。
2026-05-05 20:50:29
413
原创 群面智伴——项目架构
这是一个由多个AI智能体驱动的沉浸式群面模拟系统语音交互与实时字幕5类不同角色的AI候选人智能体事件化复盘与五维能力评估MBTI人格画像可视化本系统通过AI多智能体技术模拟真实群面场景，结合语音交互和事件化复盘，为求职者提供了一个低成本、高频次的群面练习平台。五维智能体画像- 从人格、情绪、角色、能力、记忆五个维度建模Manus Agent架构- 通过工具调用实现复杂决策事件化复盘- 每条评分都有原始证据支撑实时语音交互- 沉浸式练习体验。
2026-05-04 16:36:41
211
原创 群面智伴_山东大学创新实训
系统模拟完整的无领导小组讨论流程，用户与多个AI候选人智能体共同完成群面题目，AI面试官全程观察并记录。讨论结束后，系统生成多维评估报告，并提供可追溯的复盘功能。
2026-04-19 00:04:27
422
空空如也
pom文件红线报错怎么办
2024-04-21
TA创建的收藏夹 TA关注的收藏夹
TA关注的人