Agent Harness 工程师-AI infra方向-上海/深圳/北京/杭州

1.Agent Harness 核心框架研发**：负责 Agent 运行时的架构设计与实现，包括 agent loop 调度、Tool/Skill 抽象与注册机制、Context 组装与压缩策略、长任务的状态持久化与 checkpoint 恢复、Sub-Agent 并发编排、以及沙箱隔离与权限控制体系，为上层业务提供稳定、可扩展、可复用的 Agent 执行底座； 2.AI Infra 调优 Agent 研发**：面向 AI Infra 场景构建调优类 Agent，覆盖算子/Kernel 优化 Agent（如面向 GPU/NPU 的算子生成、调参与自动调优）、推理全链路优化 Agent（如 PD 分离部署下的调度策略寻优、KV cache/显存账本分析、量化与投机解码配置搜索、TTFT/TPOT 拐点定位）等方向；设计 Agent 与性能分析工具链（profiler、benchmark harness、tracing 系统）的深度集成，让 Agent 能自主完成「性能归因 → 优化方案生成 → 实验验证 → 收益量化」的闭环； 3.全链路 Tracing 与 Observability**：设计并实现 Agent 执行全链路的可观测系统，对 LLM 调用、工具调用、重试与降级、Token 与成本消耗、上下文膨胀等关键环节做 Span 级建模与结构化埋点；建设延迟/成本/成功率归因分析能力，沉淀 failure mode 分类体系与异常告警机制，让 Agent 的"黑盒行为"可解释、可回溯； 4.Agent 质量评估体系**：构建自动化 eval pipeline，覆盖离线 Benchmark、在线 A/B Testing、SBS 人工评测与 regression detection；针对 Infra 调优类任务设计可客观判定的任务级指标与 rubric（如性能收益阈值、正确性校验、pass@k、轨迹级评分），建设评测集管理与 CI 门禁，使每次 Prompt、模型、工具变更都有量化的收益与回归判定； 5.Agent Debugging 工具链**：开发面向研发的调试工具，支持 Trace 回放与单步执行、上下文与 Prompt 的 Diff 对比、工具调用链可视化、失败样本最小复现集自动提取；打通从线上异常 Trace 到本地可复现调试的闭环，显著缩短 Agent 问题定位周期； 6.支撑平台建设与工程化落地**：参与标注平台、数据管道、任务集与轨迹数据仓库等核心支撑平台的架构设计与开发，为模型训练与 Agent 迭代提供高质量数据闭环；与 AI Infra、模型推理团队零距离协作，第一时间承接最新模型与硬件能力，将大模型与 Agent 协同进化的研究成果工程化落地，并持续探索 AI Agent 在 Infra 研发工作流（性能分析、容量规划、故障定位、算子开发）中的深度实践。