深度求索Agent Harness 团队
任职要求
1.2年以上计算机科学或相关领域的科研经验，水平过硬，眼界广阔，有科研品味。特别优秀候选人可放宽年限。 2.硕士学历及以上。特别优秀候选人可放宽。 3.计算机科学领域具有含金量的科研成果。 4.面对问题能够独立分析并提出自己的 idea，具备从 0 到 1 推动研究的能力。能够快速将想法转化为可运行的原型，具备高效的实验迭代能力。 5.熟练使用 AI Agent 工具进行软件开发。在软件开发领域具有极强的学习能力。能够在 AI 辅助下，在没有直接经验的领域（如语言、技术、框架等）进行研究目的的编程工作。 6.是 Agent 产品的高强度用户，对 Agent Harness 的开发和研究有极大的热情，对模型行为有品味有判断力。深度使用过代码类及通用类Agent产品，并将相关产品的使用融入到自己的工作和生活中。 7.熟悉 LLM 以及 Agent 基本机制及其技术原理，包括 LLM API、KV Cache、Agent Loop、Tool Use、Reasoning、Planning、Skills、MCP、Memory、Subagent、Multi-Agent 等相关知识。对 Prompt Engineering、Context Engineering、Harness …
工作职责
加入 DeepSeek Harness 团队，探索 Agent Harness 方向的未知前沿。 【团队使命】 Model + Harness = Agent 我们正在以研究、工程、产品相结合的方式，把 DeepSeek 的模型能力转化为前沿的科研突破与领先的 Agent 产品。 你将加入 Harness 团队，与研究员、工程师、产品经理紧密协作，探索 Harness 领域的研究、工程与产品前沿，定义 DeepSeek 对 Harness 的理解。 【招聘方向】 全职/实习：Agent Harness 研究方向、Agent Harness 研发/工程方向 全职：Agent Harness 产品方向 实习：Agent Harness 项目经理方向 Agent Harness 研究方向 加入 DeepSeek Harness 团队，探索 Agent Harness 方向的研究前沿。 1.与 Harness 团队的研究员与工程师深度沟通、紧密合作，共同定义和实现 Harness 领域基于模型能力的前沿创新，包括但不限于上下文管理、长期记忆、Subagent 与 Multi-Agent、自进化 Agent、超长程任务等领域。 2.与模型训练团队的研究员与工程师深度沟通与合作，从 Harness 的角度实现 DeepSeek 的 Harness 与模型的深度适配，实现模型与 Harness 的持续共同进化。 3.提出 Harness 领域的基准测试与评测方法，构建评测基准数据和制定数据标注策略，从 Harness 的角度研究并优化 Agent 在各领域的智能水平。 4.基于多层面的用户反馈，以真实世界的任务做为 Harness 研究的重要反馈源，设计相关数据与实验，持续迭代 Agent 能力在真实使用场景下的表现。
1.负责AI领域相关项目的开发和实施，包括算法设计、模型调优和代码编写。 2.负责与团队成员合作，确保项目按时交付并达到高质量标准。 3.负责研究和探索AI技术和发展趋势，持续优化和改进项目。
团队使命 Model + Harness = Agent 我们正在把 DeepSeek 的前沿模型能力，转化为领先的 Agent 产品。这其中除模型本身以外的所有工作，都属于 Harness 的范畴。 你将加入 Harness 团队，与工程师、研究员紧密协作，参与 DeepSeek 桌面端 Agent 产品的全过程，定义 DeepSeek 对 Harness 的理解。 规划 DeepSeek Harness 产品路线图，连接研究员、工程师、开源社区和广大用户。 理解判断用户的最真实需求，定义与衡量“Agent 是否真的在更多场景下更深入的帮助到更多的人”的指标。 与模型训练团队的研究员深度沟通与合作，实现模型与 Harness 的共同进化。 帮助 Harness 产品内部落地，以内部真实任务做为 Harness 产品和模型相关能力训练的重要反馈源，持续迭代产品能力。 维护 Harness 产品用户社群，从潜在海量用户群体中获取反馈、提取信号，指导产品迭代。 协助项目管理相关工作。
1、建设企业级 Agent Harness / Agent Runtime，支撑会话管理、任务执行、工具调用和状态持久化； 2、建设 Agent Serverless 基础设施，实现按需启动、弹性伸缩和生命周期管理； 3、建设 Agent 可观测体系，覆盖 Trace/ Log/ Metric/ Event 全链路，支持调试回放和故障诊断； 4、建设 Agent 身份认证与权限治理能力，解决权限穿透、最小授权和安全边界问题； 5、建设 Multi-Agent 通信与协作机制，负责任务分发、消息传递和 SuperAgent 路由编排； 6、参与 OpenClaw/Claude Code/Hermes/LangGraph/MCP 等开源 Agent 框架研究与改造，参与沉淀小红书自研 Agent Infra 技术体系。
我们是阿里巴巴国际数字商业集团-Alibaba.com-Accio算法团队，Alibaba.com是全球最大的跨境B2B数字化平台，我们在24年11月推出AI Native应用Accio，并在25年9月推出Accio Agent版本，上线以来至今，用户数和订阅量以每月翻倍的速度飞速增长。我们团队有丰富的算力资源、自由的研究氛围以及靠谱的商业落地场景，我们正在寻找能够赋予大模型"行动力"的算法工程师，我们致力于构建具有长期记忆、持久运行、能够自主操控计算机、编写复杂系统、能够实际帮助用户解决生产力任务的的数字员工Agent系统。 1. 研发并优化 Agent 的核心能力模块，包括但不限于自主规划（Planning）、多步推理（Reasoning）、工具/skill调用（Tool Use）、长短期记忆（Memory）及 RAG 增强； 2. 复杂任务动态编排：设计并实现高扩展性的Multi-Agent协作框架（如Agent Swarm/Agent Team），支持将模糊的宏观目标递归拆解为原子任务； 3. Long-horizon运行设计：构建结合"工作记忆+全局知识库"的多级存储系统，解决Agent长期运行中的信息遗忘问题，建立跨Agent的共享上下文能力，设计Agent持续进化框架； 4. 构建端到端的Agent评测体系，构建生产力场景benchmark，推动Agent在business场景落地。