
Harness 研究工程师
发布于 5 个月前普通员工/个人贡献者
值不值得投
综合评分 72
顶尖AI Agent研究岗,前沿技术栈、发展空间巨大,但WLB存疑,适合技术狂人。
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估,方便横向比较。
薪资怎么样
5.0万
比研究与开发 (研发)中位数高
发布情况
可能已关闭
公司情况
这家公司招聘很活跃
74 个在招 · 其中研究与开发 (研发) 7 个
市场机会
选择面较广
北京 · 研究与开发 (研发) · 约 1160 个在招
该职位已过期
此职位已不再招聘,仅供参考
职位详情
关于这个职位
这个职位专注于探索模型与 Harness(Agent 执行系统)的共同进化,你将亲手构建面向研究的实验平台,打通 Harness 与模型训练之间的反馈链路,并跟踪复现前沿 Agent 研究
最低要求
兼具强研究品味和工程实践能力:能从复杂、嘈杂、非结构化的 Agent 失败中抽象出可验证假设,设计实验,控制变量,分析结果,并判断某个机制是模型能力问题、harness 设计问题、数据问题还是评测问题
工作职责
研究 Model-Harness co-evolution:探索模型能力如何反过来改变 harness 设计,例如模型自生成工具、自动选择上下文、动态规划子任务、主动请求观测、学习错误恢复策略,以及在多轮任务中形成稳定的工作习惯
优先资格
在开源社区有 Agent research、eval harness 或自动化实验平台相关作品,或发表过相关论文 / 技术报告
AI 洞察
优缺点分析
优点
- 站在AI Agent技术最前沿,参与定义人机协作的新范式
- 公司(月之暗面)处于快速成长期,技术氛围浓厚,资源支持充足
- 工作内容兼具研究深度和工程落地,技能积累价值高
- 有机会将研究成果直接转化为Kimi产品能力,影响力大
- 需要同时具备顶尖的研究思维和工程能力,门槛极高
- Agent领域尚未成熟,问题非结构化,需要很强的自主探索和容错能力
- 工作强度可能较大,研发节奏快,需在不确定中持续迭代
缺点 / 挑战
- 适合对AI Agent有极致热情,喜欢挑战复杂问题,既能在论文中汲取灵感又能动手写代码的研究型工程师
角色解读
- 从Harness研究员成长为Agent系统架构师,领导下一代Agent基础设施设计
- 深入模型训练与评估闭环,转向AI研究科学家或AI工程VP方向
- 在开源社区建立影响力,成为Agent领域技术KOL
- 探索模型能力如何改进Harness设计,实现自生成工具、动态规划等
- 构建实验平台,系统化消融分析prompt、tool schema、memory等变量对长程任务的影响
- 从真实Agent任务中提炼失败模式、偏好信号,转化为模型改进数据
- 跟踪并复现前沿Agent研究,将有效机制产品化
- 强研究品味:能从复杂失败中抽象假设并设计实验验证
- 工程实践能力:亲手搭建实验系统、写prototype、跑benchmark、分析trace
- 熟悉LLM、Agent核心概念:Agent Loop、Tool Use、Context Engineering、Memory、Multi-Agent、Eval等
- 深度使用过主流Agent产品(Claude Code、Codex、Devin等),擅长通过prompt engineering研究其实现
申请策略
- 在申请材料中展示你对Model-Harness co-evolution的独特见解,提出一个具体的改进方向
- 关注月之暗面的技术博客和Kimi产品动态,面试中展现你对其现有Agent系统的理解
- 突出在Agent、LLM或自动机器学习领域的研究项目或工程成果
- 展示你如何设计实验、控制变量、从失败中提炼洞察的具体案例
- 如果参与过开源Agent项目(如AutoGPT、LangChain等),请附上链接
- 强调你对主流Agent产品的深度使用经历和独特发现
- 深入学习Agent相关论文(ReAct、Reflexion、Toolformer等),并动手复现核心机制
- 熟悉至少一个实验性Agent框架(如LangGraph、CrewAI),尝试构建自定义Harness
面试指南
- STAR法则:阐明情境、任务、行动和结果,突出你的分析和实验设计能力
- 对比分析:在回答技术问题时,展示你对不同方法的理解(例如对比几种memory机制)
- 数据驱动:用具体的实验结果、指标或案例支撑你的观点,避免空泛
- 请描述一次你从Agent失败中抽象出可验证假设并设计实验的经历
- 如何设计一个消融实验来比较不同context policy对长程任务完成率的影响?
- 谈谈你对Model-Harness co-evolution的理解,以及你认为最重要的一个研究方向
- 你如何评估一个Agent系统的稳定性?请给出具体指标
- 你深度使用过哪些Agent产品?它们的设计有何优缺点?
职位点评
薪资福利
该职位薪资竞争力强(B轮AI公司高级岗位),但未明确披露具体福利,部分满足补偿性动机。
成长发展
该职位处于AI Agent前沿,研究内容极具挑战性,技能成长空间巨大,且有机会参与产品化,发展性动机得到高度满足。
工作生活
职位描述未提及工作模式或WLB,且AI创业公司通常强度较大,生活化动机满足程度较低。
使命价值
AI Agent领域处于高速增长赛道,工作内容具有技术创新和社会影响力,但具体使命描述不多,意义感动机满足度较高。
月之暗面 的其他在招职位