智谱
Harness 研发工程师
Harness 研发工程师
发布于 2 小时前普通员工/个人贡献者
全职员工仅现场办公AI产品经理
AI产品经理
Glm
Llm
Multi-Agent
Prompt Engineering
System Design
值不值得投
79综合评分
综合评分 79
前沿 AI Agent 研发岗，技术成长极快，创新性强，但工作强度大，WLB 一般
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
4.5万
比AI产品经理中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 100 个在招 · 其中AI产品经理 6 个
市场机会
选择面较广
北京 · AI产品经理 · 约 230 个在招
职位详情
关于这个职位
负责智谱 Harness 产品的技术架构设计与核心功能开发，重点突破 Agent 能力边界（如工具生态、多智能体协作）
需与模型团队紧密配合，推动 GLM 系列模型与 Harness 的深度适配及迭代
要求具备扎实的科研功底和从 0 到 1 的落地能力
最低要求
具备独立分析问题及从 0 到 1 推动研究的能力，能快速将想法转化为原型并高效迭代
熟悉 LLM 与 Agent 基本机制及技术原理（LLM API, KV Cache, Agent Loop, Tool Use, Reasoning, Planning, Skills, MCP, Memory, Subagent, Multi-Agent 等）
对 Prompt Engineering、Context Engineering、Harness Engineering 有深入理解
是 Agent 产品的高强度用户，对 Harness 开发与研究有极大热情，深度使用过代码类与通用类 Agent 产品
熟练使用 AI Agent 工具进行软件开发，具备极强的学习能力，能在无直接经验的领域完成以研究为目的的编程工作
年以上计算机科学或相关领域的科研经验，技术功底扎实，有科研品味（特别优秀者可放宽年限）
工作职责
参与设计 Harness 产品的技术架构与选型
参与开发 Harness 产品，研究并落地更多新的 Agent 能力：工具与技能（Skills）生态、上下文工程、Memory、Subagent / Multi-Agent 协作、MCP 生态等
与模型训练团队的工程师与研究员紧密协作，推动模型与 Harness 的共同进化，从 Harness 角度实现与 GLM 系列模型的深度适配
以内部真实任务作为 Harness 产品和模型能力训练的重要反馈源，持续迭代产品能力
AI 洞察
优缺点分析
优点
- 处于 AI Agent 最前沿赛道，接触最新技术（MCP, Multi-Agent），与顶尖模型团队深度合作，技术成长极快
- 技术迭代极快，需要持续高强度学习
- 从 0 到 1 的研究性质意味着不确定性高，需具备极强的自驱力和抗压能力
缺点 / 挑战
- 对 AI Agent 有极致热情的研究型工程师，喜欢挑战未知领域，具备扎实计算机基础和快速原型开发能力的人
角色解读
- 成为 AI Agent 领域的资深专家或技术负责人，主导下一代智能体框架的设计与演进，向 AI 系统架构师方向发展
- 负责 Harness 产品的技术架构设计与核心模块开发，特别是 Agent 能力的拓展（如工具调用、记忆机制、多智能体协作）
- 深入理解 LLM 与 Agent 底层原理（KV Cache, Agent Loop, MCP 等），具备极强的科研思维与原型快速验证能力，熟练使用 AI 辅助编程工具
申请策略
- 准备一个关于你对当前 Agent 局限性的见解或改进方案的技术论述，展现你的 '科研品味' 和对技术的深刻理解
- 突出在 LLM/Agent 领域的深入研究经历，展示从 Idea 到 Prototype 的快速落地能力，列举深度使用的 Agent 产品及改进思路
- 深入学习 MCP 协议、Multi-Agent 协作框架（如 LangGraph, AutoGen），强化 Prompt/Context Engineering 的最佳实践
面试指南
- 采用 '理论原理 + 实践痛点 + 创新解决方案' 的结构回答
- 先阐述对技术本质的理解，再结合具体场景指出当前技术的不足，最后提出自己的设计思路或实验结果
- 请描述你理解的 Agent Loop 的核心组件及其优化空间
- 如何设计一个高效的 Memory 机制来支持长上下文的多轮对话？
- 谈谈你对 MCP (Model Context Protocol) 的理解及其在 Harness 中的应用
- 如果让你从零设计一个 Multi-Agent 协作框架，你会考虑哪些关键问题？
- 复习 LLM 底层机制（Attention, KV Cache），调研最新的 Agent 论文和开源项目（如 LangChain, LlamaIndex 的最新特性），思考 Harness 在 AI 生态中的定位
职位点评
薪资福利75
成长发展95
工作生活60
使命价值85
薪资福利
75中等
B轮中型科技企业通常提供具有竞争力的薪酬以吸引高端人才，但福利细节未明确披露，稳定性略低于大厂。
薪资信号未披露（AI估算：3.0千–6.0万/月）
成长发展
95较高
职位处于 AI Agent 技术最前沿，涉及大量新兴技术和研究性内容，个人技能成长和技术视野拓展空间极大。
技术前沿前沿/新兴技术
技术栈Agent、LLM、MCP、Multi-Agent、Prompt Engineering、Context Engineering
业务类型profit_center
工作生活
60中等
研究型岗位通常节奏较快，且 JD 强调 '高强度用户' 和 '快速迭代'，暗示工作强度较大，WLB 可能面临挑战。
工作模式未明确
办公地点市区核心地段
加班情况JD含高强度暗示词
使命价值
85较高
致力于解锁新一代 Agent 能力，推动人机交互方式的变革，具有显著的技术创新意义和行业影响力。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度开拓性创新（行业首创）
Watch Jobs