【岗位概述】 我们正在寻找对 AI Agent、机器人与下一代软件开发方式充满兴趣的软件开发工程师。 你会参与构建围绕 LLM Agent、机器人数据与视频理解的系统。相比特定技术栈，我们更看重你的工程判断力、实验能力、学习速度，以及把模糊问题转化为可验证方案的能力。 【What You’ll Do】 - 构建和迭代基于 LLM / Agent 的自动化系统与 Agent Harness - 设计可靠的 Eval Workflow，通过实验、评估和 Failure Analysis 持续提升系统能力 - 参与机器人 / Egocentric Video 数据的处理、理解、检索与质量控制 - 探索模型与传统算法、机器人 / 视频先验信号结合的可能性 - 使用 Codex / Claude Code 等 Coding Agent 参与真实软件开发，并探索更高效的开发范式 - 快速验证新的模型、论文和技术方案，并将有效方案落地到真实系统 【Who You Are】 Required - 具备扎实的软件工程能力，能够独立分析并解决问题 - 熟悉 Codex / Claude Code 等 AI Coding 工具 - 能够进行平和、清晰、有效的沟通 - 能够设计严格、可复现的实验，并清楚地传达实验结果 - 能够在模糊问题中快速拆解问题、提出假设并验证 - 对 LLM Agent / Robotics / Embodied AI 有强烈兴趣 Strong Signals 以下任意经历都会是很强的加分项： - 为 LLM / Agent 设计过可靠的 Eval Workflow - 有 Agent Harness / Coding Agent Infrastructure 经验，熟悉 Tool Use、Context、Verification、Retry / Recovery 等问题 - 使用过 Codex / Claude Code 等 Agent SDK - 熟悉机器人相关理论，使用过 ROS / ROS2、LeRobot 等框架 - 处理过机器人、Egocentric Video 或多模态传感器数据 - 熟悉有效的机器人 / 视频先验信号，如 Pose、Depth、Camera Motion、Optical Flow、Hand / Object Motion、IMU - 有 Computer Vision / Video Understanding / Multimodal Model 相关经验 - 能够快速阅读论文或开源项目，通过 Prototype 和实验判断一个想法是否真正有效 【What We Value】 Experiment over intuition — 用实验和数据验证判断。 Reliability over demos — 相比 Demo，我们更关心系统在真实场景中的可靠性。 Simple systems that work — 偏好简单、可解释、可维护且经过验证的方案。 Ownership — 主动发现问题、定义问题、验证方案并推动落地。