【团队介绍】 我们正在打造一款最懂电商的 AI Agent 智能应用，致力于通过大模型技术解决电商全链路问题（如智能选品、自动化竞品追踪、营销素材生成、运营数据分析等）。在这里，你将参与定义“什么是好的电商 AI”，通过严谨的评测体系，让 Agent 从“能对话”进化为“能分析、能生成、能服务”。 【岗位职责】 ● 电商场景评测体系搭建：深度参与电商 Agent 产品的全生命周期迭代。针对营销素材、选品分析等核心场景，构建高覆盖度、高区分度的评测集（Benchmark）。 ● 构建“金标准”数据：负责收集和清洗真实电商数据，制定高质量的评测标准。 ● 自动化评测与 Bad Case 分析：对 Agent 的日常版本进行评测和验收。深入挖掘“幻觉”问题，输出可驱动模型优化的深度分析报告。 ● 竞品对标分析：开展行业主流大模型及竞品 Agent 的横向对比评测，挖掘在电商垂直领域的优势与短板，为产品策略（如 Prompt 优化、RAG 检索策略）提供关键数据支撑。 ● 复杂场景攻坚：针对多轮对话、复杂意图理解（如用户模糊询单、情绪安抚）定义新的评测维度，探索 Agent 在电商实战中的能力边界。