大众点评-Agent 开发工程师
1. Harness 架构建设：负责点评 Agent Harness 的架构设计、技术方案讨论与核心模块开发，持续提升系统的可扩展性、稳定性和可维护性。
2. Agent 核心能力开发：设计并实现 Agent Loop，包括上下文管理、任务规划与执行、状态管理、异常重试、容错和多级降级等关键机制。
3. Tools 与 Skills 体系建设：负责工具和技能的设计、开发、接入与编排，完善调用协议、结果组织及异常处理机制，提升 Agent 对复杂用户需求的覆盖与执行能力。
4. 评测驱动效果优化：基于 Agent 标准评测体系，开展效果评估、Bad Case 分析与链路归因，围绕规划、工具调用、生成质量和系统稳定性持续迭代优化。
5. 全栈与跨端交付：承担以 Python 为主的后端开发，同时参与 Node.js 相关服务及前端功能建设；根据业务需要，参与少量跨端功能开发。
6. 产品与工程协同：与产品、算法、客户端及业务团队密切协作，参与方案设计和产品方向讨论，推动需求从想法、研发、评测到上线的完整闭环。
1. 具备 1 年及以上全栈开发经验，拥有良好的工程基础，能够独立完成方案设计、编码、测试、上线与问题排查。
2. 以 Python 为主要开发语言，熟练使用 Node.js；具备 Java 开发基础和相关实践经验，需能够在点评现有以 Java 为主的技术基建上完成功能开发和日常维护。
3. 有实际 Agent 开发经验，理解 Agent Loop、工具调用、上下文管理等核心机制，能够将原型能力工程化并投入真实业务。
4. 深度使用 Codex、Claude Code、Cursor 等 AI 编程或智能开发工具，并能将其有效融入日常研发流程、提升交付效率和质量。
5. 了解大语言模型、RAG、强化学习（RL）等相关知识，理解其基本原理、适用场景与工程实践。
6. 了解模型量化相关知识，对模型部署、推理性能与资源成本之间的权衡有基本认识。
7. 学习能力强，对 AI 发展保持高度关注，持续跟进大模型、Agent 等方向的技术与产品进展；相信 AI 能够极大改善现有工作方式，认同 AGI 正在到来，并愿意主动探索和实践 AI Native 的工作方法。
8. 具备良好的沟通协作能力、问题拆解能力和结果意识，愿意对产品最终体验负责。
1. 参与中大型 C 端 Agent 的完整开发过程，覆盖架构设计、能力研发、评测优化和线上运营，积累稀缺的真实线上经验。
2. 在 AI Native 团队中成长，以全闭环方式承担多数开发需求，拥有更完整的技术视角与更大的自主空间。
3. 深度参与产品方向性决策，让技术判断直接影响产品能力、用户体验与业务演进。
4. 面向本地生活复杂场景，挑战多工具协同、LBS 决策、真实供给组织和高可靠 Agent 架构等有业务深度的工程问题。