混元AI Agent Harness Engineer（北京/深圳））

优缺点分析

角色解读

• 技术纵深：深入Agent基础设施和评估体系，成为Agent工程化领域的专家
• 跨领域融合：与AI研究团队紧密合作，积累大模型与Agent协同进化的前沿经验，向AI工程架构师发展
• 行业影响力：参与定义Agent开发工具和最佳实践，推动生产力变革，成为AI Agent领域的意见领袖
• 设计并实现Agent执行全链路的tracing和observability系统，确保Agent行为可监控、可追踪
• 构建Agent质量评估体系，包括自动化eval pipeline、A/B测试和回归检测，提升Agent可靠性
• 开发Agent调试工具和核心支撑平台（标注、评测、数据管道），支撑AI研究团队工程化落地
• 重度使用Cursor/Claude Code/Codex等AI编程工具，深刻理解agentic coding的边界和失败模式
• 扎实的全栈工程能力和系统设计功底，能够独立完成复杂系统的架构设计
• 熟悉LLM、Agent framework和prompt engineering等AI/Agent技术栈
• 严谨的代码质量意识，注重可读性和架构性，适应AI与人类协作的代码维护模式

申请策略

• 深入了解腾讯混元AI团队的技术博客和开源项目，在面试中展现对Agent工程化的思考
• 准备一个自己使用agentic coding的案例，详细分析其能力边界和失败模式，体现极客精神
• 重点突出使用AI编程工具（Cursor/Claude Code/Codex等）进行复杂项目开发的经历，并说明遇到的failure mode和解决方案
• 展示全栈项目经验，特别是涉及系统设计、可观测性、自动化测试或评估体系的项目
• 强调对LLM、Agent framework和prompt engineering的实际应用成果，如开发过Agent应用或工具
• 系统学习AI Agent相关技术栈：LangChain、AutoGPT、OpenAI Functions等，动手搭建一个完整的Agent项目
• 提升系统设计能力，特别是分布式追踪、评估管道架构等方面，可参考OpenTelemetry等开源项目

面试指南

• STAR法则：针对项目经历问题，清晰描述情境、任务、行动和结果，重点突出技术难点和解决思路
• 系统设计框架：从需求出发，明确核心功能和约束，逐步展开架构设计，考虑扩展性和可维护性
• 请描述你使用AI编程工具（如Cursor）完成的一个复杂项目，遇到了哪些瓶颈？如何克服？
• 如何设计一个Agent执行的tracing系统？需要收集哪些数据？如何保证低开销？
• 一个Agent质量评估体系应该包含哪些组件？如何设计A/B测试和回归检测？
• 你对Code Agent的未来有何看法？你认为它会在哪些领域最先落地？
• 请设计一个Agent debugging工具，需要哪些功能？如何帮助开发者定位问题？
• 动手实践：使用Cursor/Claude Code等工具完成一个小型Agent项目，记录经验和教训