Watch Jobs
ByteDance logo
字节跳动
AI Agent Harness优化专家/工程师-TRAE
立即应聘

AI Agent Harness优化专家/工程师-TRAE

发布于 大约 3 小时前

普通员工/个人贡献者

北京市
中级经验
全职员工
仅现场办公
硕士
机器学习工程
Llm
Prompt Engineering
Tool-Calling
上下文工程
代码智能

AI 估算 · 35k–65k

高级AI工程师岗位，字节跳动大厂薪资较高，北京地区，技术栈前沿，市场竞争力强。

职位详情

关于这个职位

该职位主要负责字节跳动TRAE产品的AI Agent Harness优化，涉及多智能体框架设计、模型适配与Prompt调优、上下文工程体系建设以及效果分析

你将参与前沿的代码智能研发，与团队持续提升端到端问题解决能力，适合对LLM和Agent方向有深度兴趣的工程师

最低要求

硕士学位及以上，计算机、软件工程、人工智能等相关专业背景，博士学位或具备同等实力者优先

具备扎实的编码能力与工程素养，熟练掌握至少一门主流编程语言（Golang/Python等），具备良好的数据结构和算法功底
有大模型应用相关经验者优先：熟悉大模型的Prompt调优，了解各种模型使用机制，能够针对模型做工程适配
对Agent框架、工具调用（Tool-Calling）、多轮规划/执行、上下文检索与编排等方向有实践经验或深度兴趣，能够从「端到端效果」视角思考系统设计
具备良好的产品意识与指标意识，能够从用户视角和业务视角反向设计评测指标与实验方案
具备良好的沟通协作能力和自驱力，愿意在快速变化的AI Coding领域中持续学习与探索

工作职责

负责TRAE整体Agent Harness能力的效果优化与架构设计：设计、迭代TRAE的多智能体（Agent）框架与调度策略（如任务分解、工具编排、Agent协作等），在真实开发场景下持续提升端到端问题解决能力与鲁棒性

负责多模型适配与策略调优：面向代码智能场景，完成模型适配、Prompt体系设计、推理策略与Pipeline设计，根据不同任务特征选择、组合和调度模型，提升整体编程成功率与用户体验
负责TRAE的Context Engineering体系建设：设计和落地代码智能场景下的上下文工程方案，包括代码仓库、文档、Issue、工单、日志等多源信息的召回、排序、压缩与注入策略，构建高质量上下文（Context），在复杂长链路任务中持续优化「用对信息」
负责Agent效果分析：搭建并完善TRAE端到端核心效果指标定义，对策略/模型/框架改动进行实验设计、结果分析与归因，驱动持续迭代
持续跟踪LLM、Agentic Workflow、Tool Use、Code Agent等方向的前沿进展，结合TRAE业务特点进行技术调研与方案创新，在关键方向上形成方法论沉淀，产出专利、论文或对内技术影响力

优先资格

在大模型、Agent、AI Coding等相关方向有高影响力项目经验或顶会论文/专利产出

有IDE/DevTools/CI/CD/代码分析等工具链相关研发经验，对工程实践有深刻理解
有构建自动评测平台、日志回放系统、智能数据闭环（从用户数据到训练数据）的经验
对开发者体验（DX）有强兴趣，乐于与真实开发者深度共建产品与工作流

AI 洞察

优缺点分析

优点

  • 技术前沿：聚焦LLM、Agent等热门方向，积累宝贵经验
  • 平台优势：字节跳动大厂资源丰富，数据场景真实
  • 成长空间：有机会参与核心产品研发，影响力大
  • 技术深度要求高，需要同时具备工程和实践能力
  • 领域快速变化，需要持续学习和跟进最新进展
  • 适合对AI Agent和代码智能有浓厚兴趣、具备扎实工程能力、愿意在快速迭代中成长的工程师

缺点 / 挑战

  • 可能面临较大的业务压力，需要快速迭代交付

角色解读

  • 成为AI Agent领域的专家，主导复杂系统的架构设计
  • 向技术Leader或架构师方向发展，带领团队攻克技术难题
  • 深入前沿研究，产出专利或顶级会议论文，提升行业影响力
  • 负责TRAE多智能体框架的架构设计与效果优化，提升开发场景下的问题解决能力
  • 进行模型适配与Prompt调优，设计推理策略和Pipeline，提高代码编程成功率
  • 建设上下文工程体系，实现多源信息的智能召回与注入，确保Agent使用正确信息
  • 搭建效果指标体系，通过实验分析与归因驱动持续迭代
  • 精通至少一门主流编程语言（Golang/Python），具备扎实的数据结构和算法基础
  • 熟悉大模型应用，有Prompt调优和模型工程适配经验
  • 对Agent框架、工具调用、多轮规划有实践或深度兴趣
  • 具备产品意识和指标意识，能设计评测方案

申请策略

  • 关注字节跳动技术博客和开源项目，了解已有技术栈
  • 准备一个端到端Agent Demo，展示综合能力
  • 突出大模型应用或Agent相关项目经验，包括具体贡献和效果提升
  • 强调编程能力，展示Golang或Python的深度使用
  • 如有论文/专利或开源项目，重点列出
  • 体现产品思维和实验设计能力
  • 深入学习LLM原理和Prompt Engineering技巧
  • 动手实践Agent框架，如LangChain、CrewAI等

面试指南

  • 先明确问题核心，结合场景分析，提出可落地方案，并考虑权衡
  • 使用具体案例支撑，展示从设计到实验的闭环思维
  • 体现对前沿技术的了解，同时强调工程落地能力
  • 请设计一个多Agent协作系统，如何分解任务和协调？
  • 如何优化Prompt以提高代码生成成功率？举例说明
  • 上下文工程中，如何平衡召回质量与效率？
  • 你如何定义和衡量Agent端到端效果？
  • 描述一个你参与过的AI项目，遇到的挑战和解决方案

职位点评

79
综合评分

大厂核心AI岗位，前沿技术栈，高成长但WLB一般。

从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。

更适合这类人
适合追求技术成长和前沿挑战、能接受高强度和现场办公的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利85
成长发展95
工作生活50
使命价值75

薪资福利

85较高

字节跳动提供有竞争力的薪资和福利，大厂平台稳定，补偿性动机满足度高。

薪资信号未披露（AI估算：35K-65K/月）

成长发展

95较高

岗位技术前沿，涉及LLM、Agent等热点方向，成长空间大，且公司鼓励创新和论文产出。

技术前沿前沿/新兴技术
技术栈LLM、Agent、Golang、Python、Prompt Engineering、Tool-Calling
成长机会产出专利、论文或对内技术影响力
业务类型profit_center

工作生活

50较低

北京现场办公，互联网大厂工作强度可能较高，但未明确提及弹性或远程。

工作模式仅现场办公
办公地点市区核心地段
加班情况未提及（无法判断）

使命价值

75中等

AI Coding方向处于高速增长赛道，技术影响力大，但社会价值中性。

行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术

字节跳动 的其他在招职位

相似职位推荐

Watch Jobs