岗位职责
负责可灵Agent Harness 的开发与优化,为视频生成及多模态创作 Agent 提供稳定、高效、可扩展的运行框架,持续提升复杂任务的完成质量、执行效率与系统可靠性。包括但不限于:
- 设计和优化 Agent Loop、Tool Use、上下文管理、记忆、状态管理及任务恢复等核心能力;
- 建设适用于视频创作的多阶段 Agent Workflow,优化模型、工具与生成链路之间的协同;
- 建立 Agent 评测和可观测体系,持续优化任务成功率、生成质量、延迟及成本;
- 探索 LLM 与视频生成模型在任务规划、Prompt 优化、结果反馈和自动迭代中的应用。
职位要求
- 熟悉 LLM Agent 的核心机制,对任务规划、Tool Calling、上下文工程、记忆管理及多Agent 协作有实践经验;
- 对 Agent Harness 或 Agent Runtime 有系统性理解,能够处理长任务执行、状态持久化、并发调度、失败恢复及 Human-in-the-loop 等问题;
- 了解主流 LLM 的训练与推理机制,能够针对模型特性优化Prompt、工具描述、结构化输出和执行策略;
- 熟悉视频生成模型及相关技术链路,理解文生视频、图生视频、视频编辑、参考图控制和多模态理解等基本机制;
- 具备 AI-Native 的工作方式:善于使用 AI 编程及研究工具快速验证想法,能够通过实验、评测和数据反馈持续迭代,而非依赖经验判断。 加分项:
- 深入理解 Transformer、Diffusion、DiT、Flow Matching 等模型原理及推理机制;
- 在 LLM、Agent、多模态理解或视频生成方向有论文、专利、开源项目等研究成果者优先;
- 有 Agent Runtime、Workflow Engine、模型平台或复杂 AI 应用落地经验;
- 对前沿技术保持敏感,具备较强的自主学习、问题定义和从不确定需求中快速形成可验证方案的能力。