岗位职责
- 专注真实交付 (Delivery-Driven): 技术的价值只在业务结果中体现。评估组织工作的唯一指标是：这套系统是否在生产环境中成功接管了过往时代需多名资深研发维护的复杂模块？关注如何用Agentic的方法让大模型在 C++/Go 的底层代码、Hadoop 调度队列或 Linux 内核参数中完成精准的排障与调优。
- Agentic & Context Engineering：组织将以AI Native的方式重构技术资产，将业务背景、架构设计、优化思路、排障 SOP等工程直觉，拆解并重构为 Agent可见的知识和环境，为组织内外的AI提效提供基础支撑。基于对基架业务的深刻理解，持续通过Harness Engineering等手段提升Agent能力，是实现提效目标的关键手段。
- 安全性与可审计性是底线 (Security & Auditability as the Baseline): 在基础架构领域，每一次变更都可能引发全网故障。Agent 不仅要是高效的执行者，更必须是绝对守规矩的系统公民。组织必须将 RBAC（基于角色的权限控制）、爆炸半径限制、静态配置检查以及不可篡改的执行审计日志（Audit Trail）深度打入 Agent底层。Agent 的每一次思考过程、每一次工具调用、每一次状态流转，都必须做到 100% 可追溯、可审计、可确定性回滚。
- 工作内容：用Claude Code/Codex/BuildYourOwnAgent完成真实业务中的SWE/SRE/ACE工作，探索和实现机构级AI Agent产品形态。
职位要求
- 主动性与破局意愿： 面对模糊的业务边界和复杂的存量系统，主动担当，不等待指令并主动识别系统痛点，以 AI 原生思维拆解并重塑问题。
- 扎实的领域基础与技术广度： 不以特定技术栈（C++/Go/Java）自限，但要求对操作系统内核、分布式协议、存储原理、稳定性与性能等底层知识深厚积累。理解系统的本质，能为 Agent 注入正确的 Context。快速跨越技术范畴的能力，跨栈工作与全栈能力。
- 高效 AI 实践能力： 熟练且创造性地使用 Claude Code, Gemini等主流 AI 工具。不仅是 AI 的使用者，更是 Agentic Workflow 的设计者，善于将复杂的工程直觉转化为可自动化的逻辑。
- 价值驱动的评价观： 拒绝“闭门造车”或技术自嗨。愿意以最终业务使用产生的真实价值（如：故障自愈率、资源利用率提升、成本节省绝对值、端到端交付时效）作为评价工作的唯一标准。
- 沟通协同力： 具备极高的沟通带宽，精准抽象专家经验，并能通过技术实力和逻辑影响周边组织，推动变革落地。
