1.深度参与 Agent 产品及 Agent Harness 的架构设计与功能实现，探索 AI 与业务场景的深度融合 2.通过 Context Engineering、Prompt Engineering、RAG、SFT（指令微调）等手段，系统性提升 Agent 的逻辑推理、长程任务规划及指令遵循能力 3.参与 Agent Harness 及 Multi-Agent 技术框架搭建，建设上下文与状态管理、工具调用、执行控制、记忆、沙箱等能力，推动前沿 Agent 技术在实际产品中快速落地 4.探索并构建稳健的评估方法论，开发自动化评估与可观测工具，量化 Agent 在基础推理、复杂环境交互、执行轨迹及工具调用等方面的表现

1.2027 届本科及以上学历，计算机/软件工程/人工智能等相关专业优先 2.具备出色的编程能力，深入理解数据结构与基础算法，熟悉 TypeScript/JavaScript、Python、Java、C++、Golang 等至少一门语言 3.熟悉 LangChain、LangGraph、LlamaIndex 等 LLM 应用框架的设计思路及组件，理解 Agent Harness 基本机制，有实际的 RAG 或在线 Agent 项目落地经验 4.熟悉 Context Engineering 和 Prompt Engineering，理解 CoT、ReAct、Plan-and-Execute 等典型推理与 Agent 执行范式，并能根据业务反馈持续迭代优化策略 5.熟悉 Node.js、FastAPI、Flask 等 Web 开发框架，具备 API 设计、服务端开发、部署及问题排查的工程经验 6.有 Agent Harness、MCP、自动化评估、开源项目贡献经验，或在 GitHub 上有高质量 AI 相关项目者加分