招聘对象：2027 届本科及以上应届毕业生 方向意向：全栈 / Harness / 评测与效果工程 关于团队 我们来自商米集团商迈事业部，围绕集团“IoT + AI”战略，打造面向全球线下商业的 AI 底座。聚焦全球线下商业数字化，把模型能力建设成可交付、可复用、可规模化的 Agent。我们期待：有好奇心、靠谱、尊重事实、自驱、协作开放。 岗位定位：本岗位包含全栈、Harness、评测与效果工程三个方向。你将在资深工程师带教下参与 Agent 平台核心能力建设；投递时无需严格锁定方向，入职后结合个人背景与业务需要确定 1 个方向深入。 岗位描述 共同职责： 参与 Agent 平台研发，包括需求分析、方案设计、开发交付与迭代优化。 跟踪 AI 与 Agent 技术前沿（Agent 协议、IDE 形态、开发者工具、评测方法等），结合线下商业场景进行原型验证与落地实践。 与产品、算法、业务团队协作，把真实场景需求转化为可复用、可规模化的 Agent 能力。 方向职责： A. 全栈方向 参与前端交互（Agent 对话、执行过程可视化、协作与调试面板）、后端服务、数据存储；参与 Web IDE 基座、远端沙箱、资产同步与版本管理、工具调用与执行引擎、MCP / Tool 接入等。 B. Harness 方向 参与 Agent Loop、工具调用与执行引擎、任务规划与调度、系统提示词与工具描述；参与上下文工程、记忆系统、多 Agent / Subagent 协作机制；面向多国家、多行业、多语言场景验证与迭代 Harness 设计。 C. 评测与效果工程方向 参与 Agent 评测体系落地：评测集、评测环境、回归机制；参与全链路效果优化、问题归因标准建设、知识库与 RAG 专项评测；参与评测平台与可观测性建设，包括批量评测、trace 追踪与可视化。 岗位要求 2027 届本科及以上，计算机、软件工程、人工智能、统计等相关专业优先； 掌握至少一门主流编程语言（Python / TypeScript / Rust / Java 等），具备扎实的计算机基础（数据结构、算法、操作系统、网络、数据库）； 了解 LLM 与 Agent 基本概念，如 LLM API、Agent Loop、Tool Use、RAG、评测等； 愿意并善于使用 AI 编程工具，能在 AI 辅助下学习新语言、新框架并交付可运行代码； 对开发者体验、模型行为或数据指标至少一个方向有感知和兴趣； 能阅读英文技术文档与源码，沟通协作良好； 有动手项目经验：课程设计、学科竞赛、实习、开源贡献、个人作品均可。 方向偏好（满足其一即可，不要求全部）、 全栈方向：有 Web 前后端项目经验，能讲清基本架构取舍； Harness 方向：搭建过简单 Agent，或使用过 LangGraph / AutoGen 等框架； 评测方向：熟练使用 Python，有数据处理、实验设计或结果分析经验。 加分项 有全栈项目经验：开发过 Web 应用 / SaaS / AI 应用等； 是代码类或通用类 Agent 产品的高频用户； 接触过沙箱 / 容器 / 隔离环境、IDE 插件、MCP Server 等方向； 搭建过简单 Agent 系统：自主任务执行、多 Agent 协作、工作流编排等； 接触过记忆系统、知识库、长程任务或 Agent 评测； 了解 KV Cache / Prompt Cache / 前缀匹配等机制； 有 Prompt / Skill 调优经验，或接触过 SFT / RLHF 等后训练数据构建与效果验证； 了解 Langfuse 等可观测性工具与 trace 分析； 参与过开源项目，或有技术博客、benchmark / 评测集、Agent 应用作品； 能用英文与开源社区、用户社群沟通。