1.计算机、软件工程等相关专业，本科及以上学历； 2.具备扎实的后端或平台研发经验，有较强的架构抽象、接口设计与工程落地能力，主导过供多个团队使用的框架或平台者优先； 3.熟悉Java/Python/TypeScript语言中的一种，具备良好的代码质量意识与工程规范； 4.有Agent框架或Harness的实际研发或深度使用经验（如Claude Agent SDK、Codex、DSH等），理解其上下文管理、工具调用、状态管理等内部机制； 5.理解Embedding、RAG、Context Engineering、长期状态管理等大模型应用核心问题，熟悉记忆抽取、召回排序、更新、压缩与遗忘中的一个或多个方向； 6.了解推荐系统的基本架构（召回、排序、重排、特征与样本链路），对大模型/Agent与推荐系统的结合（如LLM用户建模、生成式推荐、Agent主动服务）有思考或实践者优先； 7.能够从系统与算法结合的视角分析和优化效果、延迟、成本与可扩展性，有真实复杂线上系统经验者优先。 加分项 1.参与过Mem0/MemOS/Letta等Memory项目或主流开源Agent框架，对社区主流Memory方案有深入理解，有开源影响力或代表性技术成果； 2.研究过Claude Code、Codex、ChatGPT等产品的记忆机制，或有编程Agent、桌面端Agent、本地优先应用的研发经验； 3.有大模型评测平台、实验平台、链路追踪系统，或用户画像、特征平台的建设经验； 4.有大规模搜广推系统的研发经验，或做过主动触达、消息推送、智能助理主动服务等"时机+内容"决策类系统；有金融等强合规场景的推荐经验更佳。