职位描述
1. 需求理解 Agent：读懂业务需求文档、会议纪要、原型稿与聊天上下文，还原真实意图、识别歧义、主动澄清，将模糊描述转化为结构化、可执行的技术任务。
2. 代码研发 Agent：理解现有代码库与技术栈，自主规划实现路径，完成编码、自我修复、代码走查与 MR 组织，产出符合团队规范的可合入代码。
3. 自动化测试 Agent：基于需求与代码变更自动生成测试用例，覆盖单元、接口、端到端场景，执行测试、定位失败根因、驱动缺陷修复与回归验证，直到质量达标才放行。
4. 系统运维 Agent：自主完成发布、灰度、监控、告警响应、故障定位与自愈、容量与成本调优，让"上线之后"真正无人化。
5. AI 研发平台：为四大 Agent 提供统一底座——任务生命周期、代码与环境沙箱、工具调用体系、上下文工程、多 Agent 协作、人机交接、组织级研发经验沉淀与复用。
职位要求
1. 本科及以上学历，计算机、人工智能或相关专业，3年以上研发或算法工程经验。
2. 熟悉大语言模型基本原理与工程实践，理解并实践过 Harness Engineering 关键机制，能独立完成从模型到应用的落地。
3. 有 Agent 系统的实际动手经验，理解 ReAct / Plan-Act / 多 Agent 协作等范式，做过至少一个跑通闭环的 Agent 项目（不限于研发领域）。
4. 熟悉主流 Agent 框架与生态，了解主流代码大模型（Claude、GPT、Qwen、Deepseek 等）的能力边界与适用场景。
5. 代码功底扎实，熟悉至少一门主流语言（Python / TypeScript / Go / Java 等），能独立产出高质量工程代码；对研发流程（需求、编码、测试、CI/CD、发布、运维）有整体认知。
6. 良好的沟通协作能力，能与算法、产品、业务方紧密配合，快速迭代验证。
加分项：
有 Cursor / Claude Code / SWE-Agent 等方向的研究、复现或二次开发经验。
参与过代码大模型的训练、微调、评测或 Benchmark 建设。
有开源 Agent 项目、技术专利或高质量技术文章沉淀。
用 AI 工具深度改造过自己的研发流程，并有可量化的提效数据。
在需求工程、自动化测试、AIOps 中任一方向有 AI 结合的落地案例。
