深度求索
Agent Harness 团队
Agent Harness 团队
发布于 1 天前普通员工/个人贡献者
杭州市 / 北京市
中级经验
全职员工
仅现场办公
硕士
研究与开发 (研发)
Kv Cache
Llm
Mcp
Multi-Agent
Prompt Engineering
Reasoning
AI 估算 · 25k–40k
该职位要求硕士学历+2年以上科研经验，属于中级水平；AI Agent方向为前沿技术，市场稀缺性强，且公司位于杭州/北京，薪资竞争力较高。
职位详情
关于这个职位
加入DeepSeek Harness团队，从事Agent Harness方向的前沿研究与开发工作
你将与研究员、工程师紧密协作，探索上下文管理、长期记忆、Multi-Agent等核心技术，推动模型与Harness的共同进化
该职位需要扎实的科研背景和对Agent产品的高度热情
最低要求
年以上计算机科学或相关领域的科研经验，水平过硬，眼界广阔，有科研品味
特别优秀候选人可放宽年限
硕士学历及以上
特别优秀候选人可放宽
计算机科学领域具有含金量的科研成果
面对问题能够独立分析并提出自己的idea，具备从0到1推动研究的能力
能够快速将想法转化为可运行的原型，具备高效的实验迭代能力
熟练使用AI Agent工具进行软件开发
在软件开发领域具有极强的学习能力
能够在AI辅助下，在没有直接经验的领域（如语言、技术、框架等）进行研究目的的编程工作
是Agent产品的高强度用户，对Agent Harness的开发和研究有极大的热情，对模型行为有品味有判断力
深度使用过代码类及通用类Agent产品，并将相关产品的使用融入到自己的工作和生活中
熟悉LLM以及Agent基本机制及其技术原理，包括LLM API、KV Cache、Agent Loop、Tool Use、Reasoning、Planning、Skills、MCP、Memory、Subagent、Multi-Agent等相关知识
对Prompt Engineering、Context Engineering、Harness Engineering等课题有深入的理解
良好的中文沟通能力
工作职责
与Harness团队的研究员与工程师深度沟通、紧密合作，共同定义和实现Harness领域基于模型能力的前沿创新，包括但不限于上下文管理、长期记忆、Subagent与Multi-Agent、自进化Agent、超长程任务等领域
与模型训练团队的研究员与工程师深度沟通与合作，从Harness的角度实现DeepSeek的Harness与模型的深度适配，实现模型与Harness的持续共同进化
提出Harness领域的基准测试与评测方法，构建评测基准数据和制定数据标注策略，从Harness的角度研究并优化Agent在各领域的智能水平
基于多层面的用户反馈，以真实世界的任务做为Harness研究的重要反馈源，设计相关数据与实验，持续迭代Agent能力在真实使用场景下的表现
优先资格
AI领域相关科研经验，AI行业的研究员任职经验
个人开源作品及开源社区的深度贡献
计算机科学领域、编程领域、数学或数据科学领域具有含金量的比赛奖项
其它超乎常人的与此工作相关的才能
AI 洞察
优缺点分析
优点
- 处于AI Agent前沿赛道，技术迭代快，学习机会多
- 公司B轮融资中大型企业，资源充足，团队氛围注重研究创新
- 与顶尖研究员合作，接触最新模型能力与Harness工程实践
- 工作地点杭州/北京可选，两地均有良好AI生态
- Agent领域尚未成熟，方向不确定性强，可能需要频繁调整
- 需要高强度使用各种Agent工具，并保持对产品细节的敏感度
- 适合对Agent技术有极大热情、具备独立研究能力、乐于在快速变化的前沿领域探索的科研或工程人才
缺点 / 挑战
- 研究型岗位要求较高，需要独立推动从0到1的创新，压力较大
角色解读
- 在Harness方向深入研究，成为Agent领域的专家
- 向团队技术负责人或研究负责人发展，主导关键方向
- 结合工程与产品，成长为具备产品思维的研究型工程师
- 与团队共同定义和实现Harness领域的创新，包括上下文管理、长期记忆、Multi-Agent等核心功能
- 与模型训练团队合作，实现模型与Harness的深度适配和共同进化
- 设计评测基准和标注策略，优化Agent在各领域的智能水平
- 基于用户反馈设计实验，持续迭代真实场景下的Agent表现
- 精通LLM和Agent机制，包括API、KV Cache、Tool Use、Reasoning、Planning等
- 扎实的编程能力，熟练使用AI Agent工具辅助开发
- 独立科研能力，具备从0到1的idea提出和快速原型实现能力
- 对Agent产品有深度使用经验，具备模型行为的品味和判断力
申请策略
- 求职信中表达对Agent Harness方向的独特见解和热情，可结合自身使用体验
- 关注DeepSeek模型的特点，思考如何与Harness结合
- 突出计算机科学领域的科研成果，如论文、专利或重要项目
- 强调对Agent产品的深度使用经验，列出具体产品及使用场景
- 展示独立研究能力，附上从0到1推动项目的案例
- 提及开源贡献或竞赛奖项，体现技术深度和社区影响力
- 深入理解LLM和Agent机制，尤其是Prompt Engineering和Context Engineering
- 熟练使用至少一个主流Agent开发框架，如LangChain或自主搭建
面试指南
- 结构清晰：先定义概念，再分析现有挑战，最后提出个人见解
- 举例具体：结合自身项目或使用经历，用STAR法则说明
- 展示思考深度：不仅说出结果，还要解释为什么，体现科研品味
- 你是如何理解Agent Harness的？你认为当前Agent产品的主要瓶颈是什么？
- 请描述你独立推动的一个研究项目，从想法到结果的过程
- 你对Multi-Agent协作有什么看法？如何设计评测指标？
- 你在使用Agent工具时遇到过哪些问题？如何解决的？
- 如何评估一个Agent在真实场景下的表现？请给出具体方法
职位点评
72
综合评分
前沿Agent Harness研究岗，技术栈新、成长空间大，但需现场办公且WLB未知。
更适合这类人
适合高度重视技能成长、追求技术前沿的求职者，不太适合看重工作生活平衡的人。
表现最好
成长发展
相对薄弱
工作生活
薪资福利70
成长发展95
工作生活40
使命价值85
薪资福利
70中等
薪资处于市场中上水平，但JD未明确福利，整体补偿性中等偏上。
薪资信号未披露（AI估算：25K-40K/月）
成长发展
95较高
该职位提供前沿技术栈、研究创新机会和团队协作，发展性极强。
技术前沿前沿/新兴技术
技术栈LLM、Agent、Prompt Engineering、Context Engineering、Multi-Agent、MCP、KV Cache、Tool Use
业务类型ambiguous
工作生活
40较低
要求仅现场办公，且JD未提及弹性工时或WLB信号，生活化满足度较低。
工作模式仅现场办公
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
85较高
Agent赋能各行业，团队探索前沿，意义感较强。
行业发展高速增长赛道
社会影响中性/一般
创新程度开拓性创新（行业首创）
Watch Jobs