岗位职责
我们正在把 Browser 建设为 Agent 最核心的执行环境之一。你将负责 Browser Agent 的端到端技术体系，让 Agent 能在复杂、动态、需要登录的真实网页中安全完成长链路任务，并且每一次执行都可验证、可恢复、可观测。 你将负责 ● 设计并实现 Browser Agent runtime，覆盖本地/远程浏览器、标签页与登录态管理、扩展/协议、隔离和跨平台能力。 ● 建设 DOM、Accessibility Tree、截图/视觉 grounding 的混合感知与动作体系。 ● 优化 planner/executor/verifier、上下文工程、错误恢复和长程任务成功率。 ● 建设端到端 eval、trace、replay、回归门禁和线上可观测性。 ● 建立敏感动作确认、最小权限、human-in-loop 和 prompt injection 防护。
职位要求
我们希望你 ● 有复杂系统从 0 到 1 并进入生产的经历，能清楚说明自己的代码与指标贡献。 ● 在浏览器/客户端/自动化和 Agent/多模态能力中有丰富的实战经验。 ● 熟悉 DOM、frame、Accessibility、浏览器事件与安全模型，并使用过 CDP、Playwright/Puppeteer/Selenium、浏览器扩展或 Chromium 中的一项或多项。 ● 对安全边界有敬畏，能把“任务完成”和“未经授权的副作用”同时纳入系统设计。 加分项 ● Chromium/C++、Rust daemon/IPC、Manifest V3、Electron/Tauri 或跨平台客户端经验。 ● 真实登录态、多账号隔离、SSO、远程浏览器、反爬/风控或安全沙箱经验。 ● Browser/GUI Agent 开源项目核心贡献或有影响力的生产落地。
