腾讯腾讯云 -AgentRuntime研发负责人(深圳/北京)

1.面向大模型强化学习训练与Agentic Agent构建场景，负责Agent沙箱核心模块的架构设计与研发； 2.覆盖沙箱生命周期管理、快速启动、快照与 fork、资源隔离与安全边界等方向，将工具调用、记忆技能、长任务运行、RL Rollout 等需求转化为沙箱层能力； 3.参与Harness Engine建设，支撑确定性、可观测、可评估的Agent执行框架； 4.持续跟踪业界沙箱与Agent Infra前沿技术，推动平台技术演进，以AI Natives方式重塑团队研发模式。

负责面向 Agentic AI 场景的沙盒基础设施平台建设，支撑美团自研模型强化训练、agent评测、数据合成、在线调用等场景下的大规模多样化环境需求。 - 设计并实现统一的执行抽象层，支持 Function Call / Container / microVM / fullVM 等多种执行基座，并提供一致的接口与调度能力。 - 负责沙盒集群的控制面与数据面架构设计，包括 API Gateway、Host Agent、Cluster Monitor 等核心组件的研发与演进。 - 优化沙盒环境镜像的分发、加载与启动链路，建设分层镜像、按需加载、本地缓存、只读层共享等能力，提升冷启动性能与资源利用率。 - 面向超大规模并发场景，持续推进密度优化与成本优化，包括页缓存复用、内存回收、运行时争用治理、超卖与隔离平衡等方向。 - 建设面向 Agent 执行过程的轨迹日志、状态追踪、故障恢复与可回放机制，提升系统的稳定性、可观测性与可审计性。 - 与模型、训练、评测、推理、平台等团队协作，推动 AI Agent 运行时基础设施在实际业务中的落地。

负责阿里集团、阿里云战略级产品SLS研发，在日增数百PB级的超大规模实时数据之上，挑战从“经典可观测性”向“AI Native 基建”的跨越。通过实时采集、索引、存储、语义检索和分析等技术，实时处理每日数百PB海量数据，并针对AI应用场景进行特定优化，提供智能、自动化数据检索和分析服务。加入该岗位，您将有机会在国内超大规模的实时日志平台上，打造新一代的AI基础设施。 1. 定义下一代 AI 数据基座： 基于现有海量日志平台，重构面向 Agent Runtime 的数据基础设施，解决高吞吐写入与低延迟语义检索共存的工程难题； 2. 构建 Data + AI 飞轮： 研发高性能的数据清洗与向量化流水线，从数据中实时化萃取高质量数据，构建AI存储和检索系统，通过构建数据反馈回路，使模型和Agent持续进化； 3. 超大规模系统攻坚： 维护并演进日处理百 PB 级数据的实时平台，在极致的成本与性能约束下，探索存算分离、混合索引等前沿技术落地。

1、负责快手AI IDE与Coding Agent平台的核心系统设计与研发，包括前端和Node.js后端开发； 2、负责Coding Agent Runtime核心能力建设，包括但不限于： （1）Agent 执行引擎（任务规划、代码生成、执行与修复闭环）； （2）多轮上下文管理与压缩（context management/memory system）； （3）Tool调用系统（文件系统、终端、Git、搜索、编译工具等） 3、负责AI IDE核心功能开发，包括但不限于：AI代码生成与补全系统、AI代码修改与自动修复能力、AI Agent自主完成复杂编码任务能力、基于 Agent的项目级理解与操作能力； 4、负责AI IDE前端系统开发，包括但不限于：IDE Web界面开发（编辑器、diff、agent执行状态）、Agent执行可视化与调试界面、多Agent协作界面与交互设计； 5、负责LLM与Coding Agent深度集成，包括但不限于：Prompt engineering与上下文构建优化、Token使用与性能优化、多模型routing与调度策略； 6、参与AI IDE与Coding Agent架构设计，包括：Agent memory架构设计、长上下文管理与检索优化、高性能Agent执行架构设计； 7、持续优化Coding Agent的成功率、执行效率和用户体验； 8、关注和研究AI Coding Agent前沿技术，推动AI IDE能力持续演进。