AI Agent 开发实习生

我们维护的是已经在生产环境运行的 Agent 系统：Agent Loop、Multi-Agent 编排、上下文工程、工具接入、沙箱执行、可观测与评测闭环，技术栈以 Node.js / TypeScript、Golang、Python 为主。这里有真实的会话、真实的工具调用和真实的线上故障。

实习期间，你会在 mentor 的设计讨论和代码评审下认领一个有明确边界的子模块，从读代码、写方案、实现、跑评测到修线上问题完整走一遍；代码经评审合入主干并随版本发布，而不是只写演示 demo。

核心职责

负责 Agent Loop 中的一个子模块，例如工具调用与错误恢复、会话上下文压缩与恢复、任务规划与执行状态机；独立完成方案、实现与单元测试，并能基于真实任务 trace 说明它在哪些步骤失效、改动后好在哪里。

按工具接入规范实现新的 Tool / MCP 适配器：补齐 schema、参数校验、权限边界、超时、幂等与错误返回；交付适配器代码和接入文档，保证 Agent 在异常输入下也能正确调用并恢复。

参与评测建设：基于真实业务场景构造评测集与断言，编写打分与回归脚本，跑评测、读 trace，判断问题出在提示词、上下文管理、检索还是工具实现，把结论整理成可复现的用例与评测报告。

参与 Multi-Agent 编排或沙箱执行中的一项：定义子 Agent 的任务拆分、调度与结果汇总，明确超时和失败重试语义；或在隔离沙箱中复现线上问题，提交最小复现脚本与修复。

参与可观测与线上问题排查：读日志与链路追踪，定位会话中断、工具调用失败、上下文超限等问题；补充 trace、指标与埋点，提交修复并通过代码评审与自动化测试合入主干。

计算机、人工智能、软件工程或相关专业在读，本科、硕士均可。

至少掌握一门语言（Node.js / TypeScript、Golang、Python），能独立写出可运行、可调试的代码，理解异步、并发与基本数据结构。

真正动手用过 LLM 或 Agent 工具（Claude Code、Cursor、LangChain、Dify 或自建 Agent 均可），能说清楚它们在哪些任务上会失败、能力边界在哪里，而不只是“用过”。

有基本工程习惯：会用 Git 管理分支和提交，能在命令行里工作，会写测试；遇到报错先复现、看日志、定位，再下结论。

能读英文技术文档和源码，能把问题写成别人可复现的 issue：现象、复现步骤、定位过程、结论。

加分项

课程项目、实验室项目、开源贡献、竞赛或个人 side project 中有可演示的完整作品，能讲清自己负责的部分、做过的取舍和踩过的坑，附仓库链接更好。

自己搭过 Agent、RAG 或工作流应用，处理过上下文管理、工具调用、评测中的至少一个具体问题。

读过 Agent 框架源码（LangGraph、AutoGen、OpenAI Agents SDK、Claude Code 等任一），或从零写过 Agent Loop、工具调用与上下文管理。

熟悉 Go 或 TypeScript 的工程化实践（构建、测试、 CI、依赖管理），或了解容器与隔离技术（Docker、bwrap、namespace）、可观测性（日志、指标、链路追踪）。

在真实项目中深度使用过 AI 编程工具，能判断生成代码的正确性，说清它在哪里节省了时间、在哪里给出了看似正确实则错误的答案。