面试练习
把概念，练成判断。
围绕 Agent 开发，按模块和难度练习外部题库原题。
无需登录。练习结果与收藏仅保存在当前浏览器，最多保留最近 1000 次作答，不跨设备同步；无痕模式或清理网站数据会丢失。主观答案不写入存储，仅暂存在当前标签页内存；刷新、关闭或重新开一轮会丢失。
学习模式 · 1 / 1
外部原题 · 自由作答 · 挑战
Benchmark 数据公开后会被训练污染，如何设计抗泄漏的 Agent 评估？
公开 benchmark 一旦发布，题目和答案很快会被抓进训练语料，导致模型「见过考卷」、分数虚高。如何设计一套抗泄漏（leakage-resistant）的 Agent 评估体系？