The posting
1、负责面向科研及专业场景的智能体应用研发,基于大语言模型构建具备任务规划、工具调用、信息检索、代码执行和多轮交互能力的 Agent。 2、参与智能体 Harness 平台建设,完善 Agent 运行环境、上下文管理、工具接入、任务编排、状态管理、沙箱执行及异常恢复等基础能力。 3、负责专业 Skill 的设计、开发与集成,将文献检索、网络搜索、文档解析、数据分析、专业工具和领域工作流封装为可复用的 Agent 能力。 4、面向历史学、人文社科等专业科研任务,与领域专家共同梳理实际研究流程,将资料搜集、文献阅读、证据整理、分析推理等过程转化为可执行的 Agent 工作流。 5、负责 RAG、知识库及外部数据源接入,支持 Agent 对论文、图书、档案、网页及多模态材料进行检索、理解和综合分析。 6、建设 Agent 自动化评测体系,围绕任务完成率、工具调用准确率、结果正确性、执行成本和稳定性等指标开展测试和持续优化。 7、跟踪 Agent、Tool Use、MCP、Context Engineering、Agentic RAG 等方向的最新技术,并完成新方法的验证和工程落地。
1、计算机、人工智能、软件工程等相关专业本科及以上学历,具备良好的 Python 开发能力。 2、熟悉大语言模型基本原理及应用开发方式,对 Prompt、Function Calling、Tool Use、RAG、结构化输出等技术有实际使用经验。 3、熟悉至少一种主流 Agent 开发框架或具备自主搭建 Agent 系统的经验,理解 Agent Loop、Planning、Memory、Tool Execution 等基本机制。 4、具备较强的后端和系统开发能力,熟悉 API、数据库、消息队列、任务调度、容器及 Linux 环境,能够完成复杂 Agent 应用的端到端开发。 5、具备较强的问题拆解能力,能够将开放、复杂的业务或科研需求抽象为明确的任务流程、工具接口和评测指标。 6、关注 Agent 实际可用性,能够定位并解决工具调用失败、上下文过长、循环执行、任务中断、结果不稳定等工程问题。 7、具备良好的沟通协作能力,能够与算法工程师、数据工程师及领域专家共同完成智能体应用建设。 加分项 1、有 Deep Research、Coding Agent、科研 Agent、Browser Agent 或长任务 Agent 的开发经验。 2、有 MCP、LangGraph、OpenAI Agents SDK、AutoGen、CrewAI 等相关框架或协议的实践经验。 3、有复杂 PDF/文档解析、网页检索、多模态理解、代码执行沙箱等工具接入经验。 4、有 Agent Skill/Tool 平台、插件体系、工作流编排平台或 Agent Harness 基础设施建设经验。 5、有 Agent Benchmark、轨迹数据分析、自动化评测或 LLM-as-a-Judge 相关经验。 6、有历史学、人文社科、科研辅助等专业领域智能体项目经验。 7、熟悉模型部署与推理服务,如 vLLM、SGLang、Transformers 等,并具备一定的性能优化经验。



