岗位职责
- 负责 WorkBuddy Harness 的整体效果与能力优化；本岗位为研究和工程复合型岗位，可侧重其中一个方向，但需要对另一方向有所了解，更倾向于研究与工程兼备；
- 独立解决问题，提出原创性想法，从 0 到 1 驱动研究探索；同时拥有扎实的工程落地能力，打通从想法提出到落地实现的完整链路；可针对全新问题定义合理的评测与验证标准，搭建配套评测数据集；立足真实业务场景，保证智能体能力在现实环境下有效可用；协同内部团队，以用户真实任务表现为反馈，不断优化迭代 Harness 效果；
- 重点研究方向包括但不限于以下内容：1）Context Engineering 方向：探索复杂现实场景的上下文组织与编排方案，兼顾模型窗口容量约束与 Token Efficiency，实现对模型注意力的定向引导，让有限算力聚焦任务关键信息，提升不同环境下的智能体表现；
- Harness Self-Evolution 方向：随着 Model 能力迭代与业务场景持续演化，研究 Harness 闭环自进化机制，使其能够自主迭代工具集、执行架构与多智能体协作范式，动态适配不断变化的需求；3）Multi-Agent Coordination 方向：旧石器时代，人类依靠大规模群体协作走出非洲、赢得生存竞争；AI 时代，我们致力于让大规模分布式智能体有机协同，构建 Agent 集群化协作能力；4）Long-term Memory 方向：智能的提升来自持续的经验沉淀。长期记忆不止实现历史信息的留存，更需要让 Agent 完成经验内化与自我迭代进化，塑造稳定的行为模式与长期决策准则；5）Long-Horizon 方向：面向步骤链路长、反馈稀疏的真实世界任务，研究智能体长周期运行、持续自主决策的关键机制，解决长链路执行中的能力衰减，支撑 Agent 完成持续性的复杂思考与任务执行；
- 重点工程方向包括但不限于以下内容：1）Context Engineering 方向：负责 Agent 上下文与提示工程优化，提升 Agent 在各类复杂场景下的适配能力与任务表现；2）Harness Self-Evolution 方向：负责 Agent 自进化 SDK 及平台的搭建，实现智能体自主迭代与持续能力升级；3）Evaluation 方向：负责 Agent 评测体系建设，设计 Agent 多维度能力评测范式，构建大规模评测数据集与基准，支撑 Agent 效果迭代和自进化。
职位要求
- 计算机相关专业本科及以上学历；对 AI 行业有极大的热情；
- 熟悉 LLM 与 Agent 的底层机制与技术原理，涵盖 Transformer、Model Inference、Prefix Cache、Programmatic Tool Calling、Context Compaction、Skills、MCP、Agent Memory、Multi-Agent 等；
- 深度使用过一种或多种 Agent 工具，可借助 AI 工具快速学习陌生领域知识，敢于承接未知技术挑战；
- 既有研究品味，又能实践落地；技术上既有深度，也有广度；具备英文文献阅读能力。
