腾讯混元AI Agent Harness Engineer（北京/深圳））
任职要求
1.使用 Cursor / Claude Code / Codex 等进行重度编程，对 agentic coding 的能力边界和 failure mode 有切身的体感； 2.极客精神，喜欢折腾新技术，享受新技术带来的生产力突破，拥有一定的全栈工程能力和系统设计功底； 3.熟悉 AI/Agent 技术栈，了解 LLM、Agent framework、prompt engineering； 4.代码…
工作职责
1.参与设计并实现 Agent 执行全链路的 tracing & observability 系统； 2.参与构建 Agent 质量评估体系：自动化 eval pipeline、A/B testing、regression detection； 3.开发 Agent debugging 工具； 4.参与核心支撑平台（标注、SBS 评测、数据管道）的架构设计与开发； 5.和 AI 研究团队零距离，能第一时间触碰最新的模型能力，并与团队紧密协作，将大模型与 Agent 协同进化的研究成果工程化落地； 6.探索并实践 AI Agent的日常工作流。
1.策略设计：负责大模型在AI Agent 及多个高价值专业垂类（金融、医疗、法律、科研等多元方向皆可）的后训练数据策略，制定针对行业深度、复杂推理与交互合成等核心能力的数据体系标准； 2.链路与协同：紧密衔接算法与数据标注团队，搭建数据生产标准与质量评估体系；协同推进自动化清洗、数据合成与人工标注的高效流转，保障高质量数据的连续交付； 3.**评测与环境：针对“难求解、易验证”的复杂垂类与 Agent 任务构建科学的动态评测集（Benchmarks）；协同研发搭建前沿模型训练所需的底层验证与交互环境（Sandbox / RL Environment）。
1.围绕大模型、Agent、Context、Memory、工作流、人机协作等方向，参与产品方向设计与关键路径判断； 将模型能力与用户场景结合，完成需求抽象、产品方案设计和版本推进； 2.深入理解用户在创作、决策、协同、知识沉淀、效率提升等场景中的真实需求，形成产品判断； 3.联动算法、工程等团队，推动产品高质量落地； 4.基于用户反馈、行为数据和案例分析，持续优化产品体验与核心机制； 5.对AI 产品进行评估体系的搭建和执行，能够从模型效果、任务完成度、用户价值、稳定性等维度设计评估方法，推动产品持续迭代； 6.总结 AI 产品方法论，沉淀可复用的产品认知与工作框架。
1.负责平台类产品的前后端研发工作，包括配置化能力、模板能力、任务流转、数据管理、权限管理等核心模块建设； 2.参与平台架构设计与通用能力建设，提升系统扩展性、复用性和稳定性； 3.负责复杂交互页面、中后台系统及配置化界面的开发与优化，提升平台整体使用体验； 4.负责服务端业务逻辑、接口设计、数据建模及系统联调，支撑多业务场景接入； 5.沉淀组件、模板、公共模块及工程化能力，推动平台能力标准化和规模化复用。