Harness 研究工程师（Harness Engineer/Researcher）

优缺点分析

角色解读

• 技术路径：从Harness Engineer成长为Agent系统架构师，主导Agent基础设施的设计
• 研究路径：深入meta-harness方向，成为自动化和自我进化Agent系统的专家
• 管理路径：带领团队构建下一代Agent平台，逐步走向技术管理岗位
• 设计和迭代Kimi Agent的核心执行框架，包括工具调用、上下文压缩、状态管理与容错重试，确保Agent在真实环境中高效稳定运行
• 构建可长时间运行的Agent harness，使其能在浏览器、终端、桌面等环境中连续工作数小时
• 探索meta-harness，让模型能自我理解并优化自身的harness表现
• 深入理解LLM Agent核心概念：Agent Loop、MCP、Memory、Multi-Agent、Context Engineering、Harness Engineering
• 精通沙箱隔离、状态管理、工具调用、上下文窗口与容错重试等技术细节
• 作为Agent power user，熟练使用Claude Code、Codex、Pi等工具，理解其系统设计trade-off

申请策略

• 申请时附上你实际使用Agent的经验总结或博客，展现你的深度理解
• 面试前了解月之暗面Kimi的产品特点，思考其Agent的现有瓶颈
• 突出你在LLM Agent项目中的实践经验，尤其是Harness或Context Engineering相关
• 展示你深入使用过的Agent工具（如Claude Code）及其定制化尝试
• 如果有开源贡献，务必列出具体项目和贡献点
• 深入研读主流Agent框架（LangChain、AutoGPT等）的源码，理解其Harness设计
• 动手实现一个小型Agent系统，特别关注执行循环和上下文压缩
• 关注meta-harness相关研究，如AutoResearch、Self-Improving Agents等

面试指南

• 技术问题：先给出核心原理，再结合实践经验举例，最后抛出权衡点
• 设计问题：明确需求边界，分模块阐述方案，强调可扩展性和鲁棒性
• 开放性讨论：展现你的好奇心和研究热情，提出自己的假设
• 请描述Agent的完整执行循环，并讨论上下文压缩的策略
• 如何设计一个容错机制使得Agent在长时间运行中不崩溃？
• 比较Claude Code和Codex在context compaction上的差异
• 什么是meta-harness？你如何理解让模型自我改进harness？
• 在调试长任务日志时，你如何定位系统的结构性问题？