【关于我们】 元狲科技在做 AI 信息与写作、AI 电商与设计两个方向。 这个岗位会参与把一个需求做成能跑的功能，也会追着看它到底做得怎么样。比如，同样是用 AI 把一批资料整理成稿子，有的版本漏掉了关键信息，有的引用在原文里找不到。你会和团队一起弄清楚问题出在哪，改完再测一遍。 【你会参与什么】 1. 从用户反馈和实际操作里找问题。和同事把一句还没说清楚的需求聊具体，确定用户要完成什么，做成以后怎么判断。 2. 用 Claude Code、Codex 等工具搭原型。动手试不同的模型、提示词和工具调用方式，弄清楚一个功能是怎么跑起来的，以及哪一步影响了结果。 3. 做评测样本和评分规则，用同一批任务比较不同方案。碰到失败样本，判断该换模型、补材料，还是改流程，再用实验看改动有没有用。 4. 把你的发现和取舍讲给产品、设计、研发同事听，一起决定下一版该改什么、怎么验收。 【我们希望你】 1. 亲手做过一个能运行的 AI 工具、Agent 或产品原型。个人、课程和实习项目都可以。我们想听你说说它是怎么做出来的，卡住的时候你怎么查。 2. 我们尤其看重你跟 AI 和同事沟通的能力。你能把事情的来龙去脉、目标和约束讲清楚，也能发现对方理解到了哪一步。当 AI 给的结果跑偏，或者同事对需求有不同理解时，你知道该追问什么、补什么信息，怎么确认接下来做的是同一件事。 3. 对模型评测和算法有兴趣，愿意自己整理样本、跑对照实验，也能说清楚实验结果能说明什么。 【加分项】 1. 熟练使用 Claude Code、Codex、Cursor 等 AI 编程工具，实际用它们做过原型调试、自动化或批量评测。 2. 理解 Agent 搭建的原理，包括但不限于任务拆解、上下文管理、工具调用、记忆、失败重试和结果校验。能结合自己搭过的流程，解释这些环节怎么配合。 3. 了解大模型生成结果的基本原理。能结合模型、提示词、参考材料和工具调用，解释 AI 为什么会给出某种结果，动手验证改动有没有让结果变好、变稳定。 4. 做过模型或 Agent 评测，比如构建评测集、设计评分规则或奖励函数、写自动评测脚本。能说明你怎么验证评测方法是否有效。 【投递时】 请挑一个你亲手做过的项目。除了成品，我们也想听一次你觉得自己沟通得好的经历。你当时发现了什么理解上的差异，怎么让 AI 或同事听懂你的意思，最后又怎么知道事情对上了。