【北斗】Agent 系统研发工程师

岗位职责 / Duties: 【愿景】 负责面向算法研发、业务建模与系统构建场景的 AutoResearch Harness、Agent Swarm 与 AI Builder 能力建设，探索大模型驱动复杂问题分析、方案生成、实验验证和系统搭建的新范式。

【你将参与】 1.设计 AutoResearch Harness：建设任务分解、实验编排、工具调用、结果评 估、失败恢复、知识沉淀等核心模块，让 Agent 能稳定完成长程、开放式研发任务； 2.构建 Agent Swarm 协作体系：研究多 Agent 之间的角色分工、上下文共享、协同决策、互评纠错和成本控制机制，提升复杂任务中的可靠性与可扩展性； 3.建设上下文与记忆系 统：围绕 context compression、memory selection、状态追踪、项目知识库和跨轮学习，提升 Agent 在长链路任务中的连续性和可控性； 4.打造 AI Builder 原型系统：面向真实业务快速交付可用工具，将自然语言需求转化为可执行流程、实验方案、分析报告或业 务系统原型，并沉淀评测闭环与工程最佳实践。

任职要求 / Requirements: 【任职资格】 1.2027届计算机、人工智能、软件工程、数学等相关专业本科及以上，硕士/博士优先。 2.具备扎实的工程实现能力，熟练掌握 Python/TypeScript/Go/Java 中至少一种，能独立完成从问题定义、系统设计、原型开发到评测迭代的端到端交付。 3.熟悉 LLM、Tool Use、 Planning、RAG/Memory、Multi-Agent、Context Engineering 等 Agent 基本机制，对 AutoResearch、AI Builder、Agent Swarm、AI Scientist/AIDE 类方向有实践或深入思考。 4.关注 Claude Code、Codex、OpenClaw、Cursor 等工具背后的 Harness 设计，但不限于 coding 场景。 5.自驱、动手快，能在开放问题中快速验证假设并推动落地。 【为什么是我们】 这里关注的是通往通用智能的 Agent 基础设施，而不是单点 Demo。你将参与 AutoResearch Harness、Agent Swarm、AI Builder、记忆与上下文系统建设，在真实业务和复杂研发场景中验证 AI 自动完成高价值任务的能力边界。