Agent Harness 研发工程师

1. 01

   自研 Harness 框架：参与设计和开发面向行业场景的 Agent Harness 产品技术架构，包括 Agent Loop、工具系统、上下文管理、记忆与状态管理等核心模块

2. 02

   行业 Agent 落地：基于自研 Harness 框架，实现零售、客服、研发、供应链、办公等行业 Agent，将通用模型能力适配到垂直业务场景

3. 03

   算法与工程联合优化：从算法角度和工程角度联合优化，从 Context Engineering、Harness Engineering 等角度持续优化 Agent 的任务完成率与用户体验

4. 04

   模型+Harness 协同进化：以行业真实任务为反馈源，推动模型能力与 Harness 架构的双向迭代，实现 1+1>2 的效果

5. 05

   前沿技术追踪与落地：跟踪 Agent 领域前沿进展（MCP、A2A、Multi-Agent、Sub-agent 等），快速验证并在产品中落地

必须项

1. 01

   熟悉大模型基本原理与技术机制，包括但不限于：Transformer 架构、注意力机制、KV Cache、推理优化（Reasoning）、Tokenization 等

2. 02

   熟悉 Agent 核心概念与技术栈：Agent Loop、Tool Use、Planning、Skills、MCP（Model Context Protocol）、Memory、Sub-agent、Multi-Agent

3. 03

   深度使用过主流 Agent / Harness 产品（如 Claude Code、Codex、OpenCode、OpenClaw、Hermes 等），对 Agent 产品有品味和判断力

4. 04

   了解大模型的训练过程，包括预训练/后训练，熟悉开源大模型技术报告的模型与训练细节

5. 05

   对 Prompt Engineering、Context Engineering、Harness Engineering 有实践理解和浓厚兴趣

6. 06

   熟练使用 AI Agent 工具进行软件开发，具备在 AI 辅助下快速上手陌生技术栈的能力

7. 07

   扎实的编程基础，至少精通 Python / TypeScript / Go 中的一种语言

8. 08

   良好的沟通能力与团队协作精神

加分项

1. 01

   有 AI Agent 或 LLM 应用的实际项目经验（课程项目、开源项目均可）

2. 02

   有个人开源作品或对开源社区有深度贡献

3. 03

   了解 RAG（检索增强生成）、Function Calling、Embedding 等技术

4. 04

   有行业场景（零售/客服/供应链/办公等）的实习或项目经验

5. 05

   在计算机科学、编程竞赛或数据科学领域具有含金量的奖项或论文发表

6. 06

   能用英文阅读技术文档和参与社区交流