岗位职责
- Agent 运行时建设：参与创作 Agent 运行时的设计与研发，涵盖会话管理、沙盒生命周期、进程隔离与权限收敛、分层状态模型（进程内 / 会话级 / 持久化事件日志），以及基于事件日志与游标的断线重连与回放机制，保障长任务在弱网、多端、跨会话场景下稳定运行。
- Harness 与工具体系：建设可配置的 Agent 执行框架——单次运行可编排提示词、Skill、MCP、工具集与子 Agent，通过前置 / 后置 Hook 以责任链方式串联输入输出，支持角色与工具集的低成本热切换；并在其上沉淀可复用的工具与 Skill 资产。
- 端上协作能力：建设 Agent 与前端页面的协作通道（页面能力白名单 SDK、双向事件通道、人在回路的确认与接管），让 Agent 不只是回答问题，而是能直接在创作中心里帮用户把事情做完。
- 记忆与知识：建设 Agent 的长期记忆与知识检索体系，覆盖用户级记忆存储、创作领域知识库、检索与重排、上下文构建，解决「越用越懂你」的问题。
- Agent 互联：制定并落地站内 Agent 接入标准，把不同业务方形态各异的 Agent 输出统一翻译为可感知进度与动作的事件流，让创作 Agent 成为创作场景的统一入口。
- 评测与数据闭环：建设 Agent 效果的评测体系——执行轨迹采集、评估函数、离线经验蒸馏与能力回流，把线上真实交互变成可持续迭代的燃料。
- 性能与成本：持续优化首响延迟、冷启动、上下文长度与推理成本，在效果、体验与成本之间做出可解释的取舍。
职位要求
- 计算机、数学或相关理工科专业本科及以上，1～3 年研发经验（优秀者不受此限制），计算机基础扎实（数据结构、算法、操作系统、网络、数据库）。
- 熟练掌握 Python / Go / TypeScript 中至少一门，具备良好的工程习惯与系统调试能力，能独立完成从方案设计到上线交付的全过程。
- 熟悉 Agent 的核心范式与技术体系：Agent Loop、Tool Use / Function Calling、MCP、Skill、Planning、Reflection、Memory、Multi-Agent、Human-in-the-loop；理解上下文与状态管理、工具路由、结果校验、异常恢复、长任务执行等关键问题。
- 对「把 Agent 做成可用产品」有真实认知：清楚 Demo 到线上之间隔着什么，能主动为稳定性、可观测性、延迟与成本负责。
- 对 AI 有超出工作范畴的热情与好奇：主动跟进前沿模型与工具并上手实践；能熟练使用 AI 编程工具（Claude Code / Cursor 等）提升研发效率。如果你不只想过用 AI 做点什么，还真的动手做了，我们会很期待听到。
- 学习与解决问题的能力出色：能快速进入陌生领域，在没有现成答案的问题上独立推理出方案并做出实际结果——最好在过往经历中有能体现这一点的实例。 加分项
- 有 Agent 框架 / Harness 的二次开发或自研经验，或对主流框架（Claude Agent SDK、LangGraph、OpenAI Agents SDK、AutoGen 等）的设计取舍有自己的判断。
- 有沙盒运行时、会话服务、Serverless / 容器化、事件驱动架构或长连接（SSE / WebSocket）相关经验。
- 有 RAG、记忆系统、向量检索或知识库建设经验；了解嵌入模型与推理服务的工程部
