企业微信-AI Agent Harness 全栈工程师-（成都）

负责企微 Agent Harness 核心引擎的设计与开发，包括 AgentLoop（推理-行动循环）、工具编排、指令调度、运行环境等核心能力，支撑上层多产品的能力落地；

建设 Context Engineering 能力，包括多轮对话上下文压缩、Skill 体系、跨会话 Long-term Memory、知识检索、长任务状态快照与恢复，持续优化 token efficiency；

独立完成端到端全栈交付，打通前端交互、后端服务、数据存储到部署运维的完整链路，负责从想法验证到生产可用的全过程；

构建 Harness 开发者工具与可视化平台，包括执行轨迹回放、上下文编排器、工具注册中心、评测数据管理后台等，提升团队研发与调优效率；

搭建 Agent 评测体系，通过评测数据、运行 Trace 和用户反馈定位问题，推动模型、Prompt、Context、Tool 等策略持续迭代优化；

持续优化 Harness 运行时与工程架构，探索 Prefix Cache、流式输出（SSE/WebSocket）、任务队列、沙箱执行、可观测性等基础设施能力，保障多租户高并发场景下的稳定性与可扩展性；

参与AI 能力的探索与落地，与算法/产品团队紧密协作，将 Context Engineering、Long-term Memory、Multi-Agent Coordination 等研究成果工程化到基础设施层，并沉淀为稳定、通用的工程能力。

计算机相关专业本科及以上学历，3 年以上系统开发经验；

熟练掌握 Rust 或具备 C++/Go 等系统级编程语言的扎实功底，且有转向 Rust 的意愿、能快速上手；

深入理解异步/并发编程模型（如 Tokio、async/await），有高并发系统开发实战经验；

熟悉 LLM API 调用模式，理解流式输出（SSE/WebSocket）、Function Calling、Tool Use 等交互协议；

对 AI Agent 运行机制有深入理解，熟悉 ReAct、Plan-and-Execute、Context Engineering、Memory 管理等 Agent 范式；

具备良好的系统设计能力，能独立完成模块级架构设计，关注可扩展性、容错性与可观测性；

具备前端开发能力（TypeScript + React/Vue 任一），能独立完成工具平台的可视化界面；

优秀的分析和解决复杂问题能力，善于从评测数据与 Trace/日志中定位性能瓶颈与逻辑缺陷。 加分项

有 AI Agent Harness / 框架开发经验（自研 Agent Runtime、Harness Engineering 实践，或参与 LangChain / AutoGPT 等项目核心模块）；

有 Agent 评测体系（evals）、轨迹回放、灰度实验平台建设经验；

有 Agent Memory / 知识检索系统经验（全文检索、向量检索、RAG 任一）；

有系统安全、进程沙箱、权限模型开发经验；

有跨平台（Windows/macOS/Linux）系统编程经验；

有多租户 SaaS 系统或企业级后端服务开发经验。