岗位描述
探索和解决面向下一代 Agent Harness 的工程难题, 解锁更多新的 Agent 能力。
【主要职责】
参与设计 Harness 产品的技术架构与选型。
参与开发 Harness 产品,研究并落地更多新的 Agent 能力:工具与技能(Skills)生态、上下文工程、Memory、Subagent / Multi-Agent 协作、MCP 生态等。
与模型训练团队的工程师与研究员紧密协作,推动模型与 Harness 的共同进化,从 Harness 角度实现与 GLM 系列模型的深度适配。
以内部真实任务作为 Harness 产品和模型能力训练的重要反馈源,持续迭代产品能力。
【任职要求】
面对问题能够独立分析、形成自己的 idea,具备从 0 到 1 推动研究的能力;能快速将想法转化为可运行的原型,高效迭代实验。
熟悉 LLM 与 Agent 的基本机制及技术原理,包括 LLM API、KV Cache、Agent Loop、Tool Use、Reasoning、Planning、Skills、MCP、Memory、Subagent、Multi-Agent 等;对 Prompt Engineering、Context Engineering、Harness Engineering 等课题有深入的理解。
是 Agent 产品的高强度用户,对 Agent Harness 的开发与研究有极大的热情,对模型行为有品味、有判断力;深度使用过代码类与通用类 Agent 产品,并将其融入自己的工作与生活。
熟练使用 AI Agent 工具进行软件开发;在软件开发领域有极强的学习能力,能够在 AI 辅助下、在没有直接经验的领域(如新语言、新技术、新框架)完成以研究为目的的编程工作。
2 年以上计算机科学或相关领域的科研经验,技术功底扎实、技术眼界广阔,有科研品味;特别优秀者可放宽年限要求。