字节跳动Agent Sandbox研发工程师-火山引擎
任职要求
1、扎实的编程基础：精通算法与数据结构，并熟练掌握至少一门编程语言，如Go、Rust、C/C++、Python或Node.js； 2、操作系统与容器基础：熟悉Linux操作系统、进程模型、文件系统、网络、Namespace、cgroup、seccomp、权限模型或容器运行时原理； 3、虚拟化与安全隔离经验：熟悉安全容器、轻量虚拟化、微虚拟机或相关隔离技术，有生产实践经验优先； 4、分布式系统经验：具备分布式系统设计和线上问题解决能力，理解可用性、扩展性、性能、成本之间的工程取舍； 5、性能优化…
工作职责
1、负责字节跳动Sandbox方向的设计与研发工作，打造安全、轻量、高性能、易扩展的隔离运行时底座，支撑AI Agent、代码执行和模型评测等场景； 2、设计安全沙箱架构与AI Agent执行环境：主导Sandbox运行时、隔离模型和多租户安全边界的设计与演进，支持代码、工具调用和AI Agent任务在隔离环境中稳定执行；构建面向Agent的代码执行、浏览器操作、文件处理和工具集成能力，提供可隔离、可观测、可扩展的运行环境； 3、优化冷启动与实例生命周期：围绕镜像缓存、快照恢复、预热池、运行时初始化、文件系统加载等链路设计优化方案，持续降低端到端启动延迟； 4、建设资源治理能力：实现CPU、内存、网络、磁盘、文件系统、进程和权限的精细化约束与计量，提升平台在高并发场景下的稳定性和资源利用率； 5、完善可观测与故障诊断体系，推动平台工程化建设：建设Sandbox实例生命周期、资源用量、异常退出、性能瓶颈和安全事件的监控、追踪与诊断能力；沉淀稳定的控制面、数据面、SDK、API和运维工具，提升业务接入效率和平台NoOps能力。
【构建大规模并发沙箱平台】 在 Agentic AI 时代，模型的迭代不仅仅依赖GPU算力的轰隆运行，也依赖海量、异构、瞬时爆发的沙箱（Sandbox）运行。我们的目标是：致力于构建超大规模的 Agent Sandbox 算力平台，支撑高并发沙箱请求。你将通过极致的底层性能调优、创新的资源调度策略以及高性能的沙箱控制平面，为 AI 模型提供“秒级拉起、丝滑交互、无限扩展”的 AaaS（Agent as a Service）底座。 【工作职责】 1. 极速调度与高并发管控： （1）构建高可用的分布式管控中心，支撑海量 Agent 任务的瞬间涌浪与规模化并发提交。 （2）设计并实现极速的 Sandbox 创建与休眠唤醒，为用户提供安全、高效、经济的沙箱环境。 （3）重构面向 Agent 场景的镜像分发体系，实现运行环境的“瞬间就绪”及高频数据读写的高效支撑。
职位描述 1、用户数据分析与产品优化：深入分析用户对 Agent 的使用情况，包括但不限于用户行为路径、功能使用频率等数据指标，完成用户需求满足度分析，识别用户痛点和未被满足的需求，提出并推动 Agent 供给补充或优化建议； 2、用户反馈分析和体验设计：收集、整理和分析用户反馈，发现产品问题并提出解决方案。通过用户调研、可用性测试等方式，深入了解用户需求和使用习惯，参与用户体验设计； 3、竞品分析与市场洞察：对标和分析 ChatGPT 等通用大模型产品、以及市面上其他通用 Agent 产品。从功能、体验、技术、商业模式等多个维度进行深入竞品分析，洞察市场趋势和产品发展方向。
你将加入创新业务核心算法团队，围绕创新业务场景，利用 LLM、RAG、Tool Use、Multi-Agent 等前沿技术，打造真正理解用户需求、具备规划与执行能力的新一代 AI Native 产品。 岗位职责 1、负责通用 Agent 框架的设计与研发，包括意图识别（Router）、任务规划（Planning）、工具调用（Function Calling）、检索增强生成（RAG）、状态管理（Memory）等核心能力，构建可支撑复杂任务执行的智能体系统。 2、深入创新业务核心场景，设计垂类 Agent，打通用户状态、结构化信息、环境信息、知识库等多源信息，提升用户从“提出需求”到“获得可执行方案”的效率与体验。 3、基于开源或自研基座模型，利用 SFT、RL 等技术进行垂直场景微调，增强模型在复杂指令遵循、规划推理、工具使用、个性化表达与安全性上的能力。 4、面向长链路、复杂任务场景，探索并落地 Multi-Agent 协作机制，提升系统任务完成率、稳定性与可解释性。 5、建设 Agent 自动化评测平台，制定覆盖任务完成度、相关性、可执行性、工具调用准确率与安全性的多维指标，通过离线评测与在线 A/B 实验持续驱动效果优化。
1. 基于VLM/Agent等 AI 能力，融合图文/视频笔记的文本、图像、视频、音频等多维度信号，覆盖笔记、评论、账号、交易、直播等多体裁场景的国际化内容风险识别与处置，持续提升主动召回能力，实现风险、体验、效率的协同优化。 2. 建立并持续演进 Rednote 的内容特征体系与内容分级系统，输出结果应用于治理中的处置判罚、以及搜推流控等核心链路，为 Rednote 全球生态的内容质量与安全构建长期竞争壁垒。 3. 负责面向 Rednote 治理、内容理解、编辑等核心场景的 Agent 系统端到端研发，涵盖 ReAct / Tool Use / Multi-Agent 架构、意图理解与任务规划；深度参与 Agent 效果优化——从工具设计、上下文管理、编排策略到 Agentic RL 的 Post-Training，产出效果领先的 产品。 4. 深度参与LLM/VLM 的预训练、SFT、RL 等全链路训练，参与构建多模态内容理解、编辑、生成等 AI 基础能力，推动 AI 从技术到业务价值的闭环落地。 5. 持续追踪AI Agent领域的最新进展，引入并验证新技术的可行性，沉淀技术文档与最佳实践，推动前沿技术在rednote业务中的应用，保持团队的技术领先性；，沉淀国际顶会论文（CVPR/NeurIPS/ICLR/ACL 等）