通义Token Foundry-Agent Sandbox平台研发专家-AI Infra 团队
任职要求
1. 计算机或相关专业，精通 Go/Java/Rust（至少一种），有 3 年以上高性能分布式系统或云原生底座研发经验。具备极强的性能调优能力，能充分的发挥出 CPU、内存、网络及存储性能。 2. 深入理解 Docker 容器技术及 Kubernetes 架构模型。熟悉 K8s 内部机制，有自定义 CRD、高性能 Operator 或 K8s 调度器二次开发经验者优先。 3.…
工作职责
【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。
【构建支撑 AI 自主进化的虚拟环境】 当大模型（LLM）进化为智能体（Agent），它们不再仅限于文本交互，而是开始真正在浏览器网页/电脑桌面和终端命令行中执行复杂任务。我们的目标是：构建一套全端覆盖、极速启动、深度可观测的 Agent 虚拟执行沙箱。无论是轻量级的 Web 交互，还是复杂的Windows真实系统仿真，我们致力于为 Agent 提供安全、高效的运行环境。加入我们，定义下一代 AI Agent 的基础设施，支撑模型的自我迭代进化！ 【工作职责】 1、Agent 沙箱环境矩阵构建： （1）打造毫秒级启动的轻量化 Web 沙箱，构建完备的 ContainerUse 环境支持体系。 （2）突破 OS 层虚拟化瓶颈，构建支持全功能桌面的沙箱，支撑基于复杂人机交互（GUI）的评测需求。 2、统一沙箱管理引擎研发： （1）设计实现端侧管控服务的极致轻量化与高并发承载能力。
【构建支撑 AI 自主进化的 Agent 编排平台】 当 Agent 开始自主规划任务、调用工具、操作环境时，传统的 CI/CD 流水线与集群监控已无法满足 AI 实验的需求。我们的目标是：在 Kubernetes 上，构建一套“Agent 任务编排引擎与自动化评测底座”。让成超大规模的 Agent 能够在云原生沙箱中极速试错，让算法科学家的每一次迭代都有据可依。加入我们，打造大模型工业化生产的超级中枢！ 【工作职责】 1. 超大规模 Agent 任务编排引擎 （1）定义 Agent 任务全生命周期管理，实现高并发任务的调度、优先级排队与自动容错重试。 2. 环境编排与自动化评测系统 （1）提供面向大模型强化学习与评估的自动化编排，建立 Agent 轨迹数据极速回溯体系。
1. 面向ToB行业场景（如AI手机等），设计并构建可扩展、高可用的Agent编排系统，支撑多模态交互系统中复杂任务的自动化执行。 2. 深度整合阿里集团内部丰富的Agent能力，同时对接第三方生态服务，打造统一的行业级Agent应用。 3. 制定标准化的工具描述协议、Agent接入规范与开发者工具链（SDK/CLI/调试平台），降低内外部生态伙伴的接入门槛。 4. 针对移动端等资源受限环境，优化Agent调用链路的性能、延迟与鲁棒性，支持离线、弱网、低功耗等边缘场景下的可靠运行。
推动在各个行业专家领域高生产力价值Cowork Agent的构建与实践落地，让模型在Agent环境中完成现实世界的真正复杂任务，持续提升模型在真实、高经济价值任务中的表现，拓展大模型实际能力边界。 1. Envs/Harness Building & Generalization：复现并维护高可靠性主流Harness环境，提升模型在不同Harness场景下的泛化能力；同步探索Qwen Frontier Harness设计，探索Loop Engineering、Multi-Agent 与 Auto-Harness，与算法/数据链路 codesign 实现更好效果。 2. Data Design & Scaling：挖掘金融、量化、法律、医疗、设计、数据分析、工业、工程等场景下的高价值数据和workflow，探索数据Pattern演化，User-Centric Data优化，General Long-Horizon Data Pipeline构建；在CPT/SFT/RL端到端验证配比/学习策略，优化模型端到端长程的行业Agent解决方案。 3. Agentic Rewarding System：构建面向真实Agentic任务的General Verifier，设计Evolving Rubrics、Code Verifier、实现Outcome & Process Level 数据监督与自动化Rewarding，User model Rewarding。 4. Real World RL：基于现实环境、现实任务的大规模Agentic RL训练，探索CPT->RL的端到端Scaling Law，Multi-step Rewarding Shaping，Agentic Behavior Learning。