岗位职责
- 参与设计和开发面向真实软件研发场景的 AI Coding Agent，构建具备代码理解、生成、调试、测试和优化能力的自主编程系统，提升复杂代码库中的任务完成质量与效率；
- 研究并实现 Agent Harness 核心能力，包括推理与规划、上下文管理、长期记忆、工具使用和执行反馈，提升 Agent 在长程、多步骤任务中的自主性与可靠性；
- 探索代码检索、仓库级理解、智能补全、缺陷定位与修复等关键技术，结合模型能力与工程系统设计，推动算法在实际产品中落地；
- 设计和优化 Subagent 与多智能体协作机制，实现复杂编程任务的拆解、调度、并行执行与结果验证，优化任务成功率、执行时延和资源成本；
- 建立面向真实编程任务的评测与实验体系，开展执行轨迹分析、失败归因和对比实验，将用户反馈转化为可验证的改进方向，持续迭代 Agent 能力；
- 持续跟踪大模型、AI Agent 与代码智能领域的前沿进展，与算法、工程及产品团队紧密协作，快速完成从技术想法、实验原型到产品能力的转化。
职位要求
- 本科及以上学历，计算机科学、人工智能、软件工程或相关专业，具备扎实的计算机基础与算法能力。
- 具备扎实的编程与工程实践能力，精通 TypeScript、Python、Go 等语言中的至少一种；能够独立完成实验原型、系统开发及问题调试，重视代码质量与可维护性；
- 熟悉大模型基本原理及应用技术栈，理解 Agent Loop、工具调用、推理与规划、记忆及多智能体协作机制；在 Prompt Engineering、Context Engineering 或 Agent Harness 设计方面有实际经验；
- 熟悉代码理解与生成相关技术，对代码检索、语法与结构分析、跨文件依赖理解、自动化测试等方向中的至少一项有深入理解，能够将其用于解决真实编程任务；
- 具备实验设计、数据分析与问题归因能力，能够围绕任务成功率、代码正确性、执行效率等指标构建评测，基于数据和失败案例验证技术方案，而不止于完成 Demo；
- 深度使用 AI Coding 或通用 Agent 产品，并将其融入日常开发；对模型行为、能力边界和开发者体验有自己的判断，具备较强的自主学习、跨领域探索与协作能力。 加分项：
- 有 AI Coding、Agent Harness、开发者工具、IDE 插件或相关基础设施的研发经验，或有高质量的个人项目、开源作品及社区贡献；
- 有大模型微调、强化学习、推理优化，或基于 Agent 执行轨迹构建训练数据的实践经验，能够结合模型与系统两侧优化 Agent 能力；
- 在 ACL、EMNLP、NeurIPS、ICML、ICLR、AAAI 等会议发表过与 LLM、Agent 或代码智能相关的论文，或在相关领域取得其他有代表性的研究成果。
