搭建了生产级多 Agent 平台
「生产级」「平台」「多 Agent」三个大词，面试官会逐个要你证明：上线服务过谁？几个 Agent 怎么协作？崩了谁兜底？
01一条 bullet 的解剖ANATOMY
一条经得起追问的项目 bullet，通常能拆成三段：做了什么动作、对象和边界是什么、结果怎么核对。三段里最容易被砍掉、也最值钱的是第三段——「怎么核对」。没有它，前面两段就只是自我声明。
反过来看：如果一句话里全是「生产级」「智能」「高效」这类形容词，却说不出对象、边界和证据，那它在面试官眼里不是加分项，是一串等着被戳破的靶子。形容词不接受追问，动词和数字才接受。
02五组：装逼写法 vs 可追问写法BEFORE / AFTER
左边不是「错」，而是「一追问就塌」。右边不一定更谦虚，而是把同一件事写成能往下接的样子。示例都用通用措辞，套自己的项目时把 X/Y/Z 换成具体的模块、条件和证据位置。
差
风险
好
可追问
实现了一条可复盘的 Agent 运行链路：任务定义→隔离执行→trace→结果报告
说清做出的闭环和证据，边界注明「未做批量评测与多人协作，非无人值守」。
差
风险
显著提升了准确率 / 效率
「显著」是形容词。追问必到：从多少到多少？在什么样本上测的？怎么测的？
好
可追问
在 N 条自建样本上，X 指标从 A 提升到 B（测量方法：……）
给出样本规模、指标定义和测法。数字不用大，能复现就有力。
差
风险
独立完成全栈开发
「独立」「全栈」一追就露：脚手架是不是模板？哪些是抄的、哪些是自己写的？
好
可追问
负责 X 模块，复用了 Y 脚手架，自己设计并实现了 Z
把「自己做的判断」和「站在别人肩上的部分」分开写，反而显得诚实可信。
差
风险
运用先进的 RAG / 大模型技术
「先进」不是信息。追问：为什么用 RAG 不用别的？检索不准怎么办？
好
可追问
用检索 + 重排解决 X 场景的召回问题，已知在 Y 情况下会失效
讲清楚为什么选它、解决了什么、什么时候不灵。承认边界比堆术语更专业。
差
风险
实现了智能自动化工作流
「智能」「自动化」在 Agent 语境里最危险——面试官会直接问：哪一步是人审的？出错谁负责？
03数字怎么加，才不算吹NUMBERS
简历要有数字，但数字分两种：可核的和编的。区别不在大小，在你能不能当场说出它怎么来的。
- 可核：「N 条样本」「X 秒降到 Y 秒」「覆盖 M 个用例」——你能说出口径和测法。
- 可疑：「提升 300%」「服务上万用户」——一旦说不出基数和来源，减分比不写还狠。
- 技巧：数字后面自带测量方法，比如「在 50 条自测样本上通过率 40→85%（人工标注）」，追问空间就被你先占了。
没有真实数字时，宁可写「做了什么、证据在哪」，也不要编一个撑场面的百分比。可核的小数字，永远赢过唬人的大数字。
04三个别写DO NOT
- 别写没做的。规划里的功能、看过的教程、别人仓库的能力，都不是你的项目产出。
- 别写不懂的。简历上出现的每个名词都是追问入口——写上「向量数据库」就要能讲清它解决什么、你怎么用的。
- 别写无法追溯的。说得出、给得出证据（README、trace、测试、报告、截图）的才写；查无实据的一律删。
05自测CHECKLIST
- 每一条 bullet 都能拆成「动作 + 对象/边界 + 可核结果」吗？
- 删掉所有形容词后，这句话还剩下信息吗？
- 每个数字，你能当场说出它的口径和测法吗？
- 每个技术名词，你能讲清「为什么用它、什么时候不灵」吗？
- 面试官指着任意一句问「怎么证明」，你都有东西可以打开吗？
写完简历，拿它去练 F-016 三十次追问，再看 F-019 项目怎么讲 把口头版也对齐；想系统检查项目本身站不站得住，回 F-010 作品集怎么经得起追问。