【工作职责】 把 还没被证明的体验设想 做成可运行、可测量、可上线的端到端原型与实验，在真实业务场景里快速验证、快速迭代，把有效结论变成可推广的成熟方案。 工作职责 1、构建可运行的 Agent 核心链路：围绕社区新交互场景，设计并实现 Agent 的核心能力，你需要把一个 看起来可行的想法 ，真正落成可以跑、可以测、可以复盘的系统； 2、端到端负责从想法到验证的完整闭环：你需要从 0 到 1 推动一条探索链路，我们希望你不是只完成开发任务，而是能对 这个方向是否成立 给出工程化判断； 3、设计并实现 Agent Runtime：为智能体在线运行提供稳定的系统支撑，你需要把模型能力变成真正稳定、可维护、可演进的系统能力； 4、设计并实现 Agent Harness：除了让 Agent 跑起来，我们也重视让 Agent 可测试、可评估、可回放、可比较。我们希望把一次次探索，沉淀成可重复验证、5、可持续优化的实验能力，而不是一次性 demo； 6、与多角色协作，把模型能力做成产品能力：把需求变成可执行的 agent spec，把模型能力变成稳定的系统能力； 7、推动 agent 技术路线图与关键架构决策：工具协议、记忆方案、评测口径、发布与灰度机制。 【任职要求】 1. 本科及以上（计算机/软件工程/AI 相关优先），3 年以上后端/平台/AI 工程经验，或有成熟的 agent/LLM 应用落地经验； 2. 熟练掌握至少一门主力语言（Python / Go / Java 等），具备大型项目工程经验； 3. 扎实的软件工程能力：架构设计、可靠性、可观测、性能与成本优化、可维护性； 4. 有 从 0 到可验证 的完整交付经验：能把探索做成可运行系统，并用评测/数据输出结论； 5. 良好的跨团队协作与表达能力：能清晰描述权衡、边界与风险； 加分项 - 做过 Agent/Workflow 系统：多工具编排、函数调用/插件体系、任务队列与调度、长期任务与状态恢复 - 做过 RAG/知识库工程：索引、召回、重排、缓存、增量更新、评测与可观测 - 熟悉 多模态 Agent（图像/语音/视频）或在内容/搜索/推荐场景做过 agent 化探索 - 有论文/专利/开源/行业分享等公开影响力（Agent/LLM Systems/Infra 相关）