岗位职责
加入我们，你将参与构建面向 AI Agent 的观测、评估与审计平台，深入 Agent 的模型调用、工具执行、上下文流转与反馈过程，让复杂任务的执行过程可追踪、运行效果可评估、关键行为可审计。
- Agent 采集：建设 LoongSuite Agent 对主流 Agent 框架、模型服务及工具链的采集能力，完善自动埋点、上下文传播与运行数据关联，提升采集覆盖率、可靠性与性能。
- Agent 观测：围绕 Agent Loop 中的模型调用、工具执行、上下文流转及结果反馈，建设全链路追踪、性能分析与故障定位能力。
- Agent 评估：建设在线与离线评估能力，分析任务完成质量、工具调用效果、执行效率与成本，支持失败归因、版本对比及效果评估。
- Agent 审计：关联用户与 Agent 身份、权限、工具调用、数据访问及执行结果，支持行为溯源、敏感操作审计与异常分析，完善访问控制和敏感数据保护。
- 数据基础设施：研发高吞吐的数据处理、存储检索与查询分析能力，支撑海量 Agent 运行数据的实时分析与历史追溯，持续优化性能、稳定性和资源利用率。
职位要求
- 扎实的计算机基础，熟悉数据结构、操作系统与计算机网络；熟练掌握 C++、Go、Java、Python 中至少一门语言，具备良好的编码习惯。
- 熟悉 LLM 与 Agent 的工作机制，理解模型调用、工具执行、上下文管理及 Agent Loop 执行流程，具备 Agent 应用、框架或平台研发经验。
- 在 Agent 数据采集、观测、评估或审计中至少一个方向有实践，能够结合执行轨迹分析任务效果、性能瓶颈与执行异常。
- 具备分布式系统研发经验，熟悉数据处理、存储或检索相关技术，理解一致性、容错与可扩展性。
- 熟悉异步 IO、多线程并发、内存管理或高性能网络编程，具备性能分析与优化经验，能够解决吞吐、时延及资源消耗问题。
- 有技术热情和自驱力，具备良好的问题分析与沟通协作能力，能够独立推进核心模块的设计、研发与落地。
- 加分项：熟悉 LoongSuite、OpenTelemetry，或有自动埋点、上下文传播、低开销采集经验；有 Agent 身份权限关联、敏感操作审计、异常行为检测或评估体系建设经验；深入研究过 LangGraph、AgentScope、AutoGen 等 Agent 框架源码。
