岗位职责
OceanBase 产研团队正推进 AI 组织转型，构建组织级 AI 底座（Harness 体系），让「AI 闭环交付、人做判断决策」。研发智能团队承担其中多个核心方向的建设，本次实习招聘聚焦其中两块地基：Agent 评测（量化 AI 能力、把质量关）与领域知识库（给 AI 统一上下文，产出质量不依赖个人手感）。这是「OB 自有、可复利、不绑模型」的核心资产，将真实服务于 OceanBase 一体化数据库、LakeBase、OB Cloud 等多个产品线。 你将同时参与评测与知识库两条线，按项目需要灵活切换： ● 从真实研发链路（需求、缺陷、QA issue、历史 MR）整理评测任务与用例，建设 OceanBase 专属评测基准与数据集，覆盖「需求 → 编码 → 测试 → 评审」全链路及 ai-review、问题定位等环节工具； ● 参与 Harness + Model 双层评测：执行评测、定位失败案例并归因分析，输出评测报告，作为 AI 能力量化与质量否决项的反馈信号； ● 按产品线梳理沉淀领域知识（模块地图、架构设计、编码规范、历史经验与踩坑 FAQ），与产品团队工程师沟通交流，把个人经验组织化为可持续更新的知识库； ● 参与知识检索链路（RAG）建设与调优，让 AI 产出切实受益；用评测结果反向优化知识库，形成「量 → 反馈 → 沉淀 → 再量」闭环。 你将获得 ● 亲历真实的 AI 组织转型，产出直接决定多条产品线 AI 的质量上限； ● 接触复杂分布式系统全栈产品线的真实研发链路与业界前沿的 Agent / Harness 方法论； ● 两条可写进简历的完整产出线（评测基准 / 知识库落地），有量化成果数据； ● 导师一对一带教，未来优先推荐校招机会。
职位要求
● 本科及以上在校生（计算机 / 软件 / AI 相关优先），能长期实习：≥ 6 个月、每周 ≥ 4 天； ● 对 AI 有热情：深度使用过至少一种 AI 编程工具（Claude Code / Codex / Pi 等），持续关注 LLM / Agent 技术进展，乐于动手尝试新工具，对 AI 能力的边界有自己的观察与手感； ● 能做数据处理与自动化，数据说话，善于把零散信息结构化沉淀成文档； ● 责任心强，愿意沉进真实研发链路，主动沟通、推动闭环。 加分 ● 有 LLM eval / benchmark 经验； ● 了解 RAG / 向量检索并实践过；了解分布式数据库和 SQL； ● 有 prompt engineering、Agent 工作流、自动化测试经验；有技术写作 / 文档体系经验。
