深度求索
Agent Harness 研究员（实习/全职）
Agent Harness 研究员（实习/全职）
发布于 大约 8 小时前普通员工/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)
LLM
开源
Prompt Engineering
AI Agent
MCP
Kv Cache
Multi-Agent
Reasoning
Harness Engineering
AI 估算 · 25k–45k
AI前沿研究岗，技术壁垒高，市场竞争力强，薪资处于行业较高水平。
职位详情
关于这个职位
你将加入 DeepSeek Harness 团队，与研究员和工程师协作，探索 Agent 前沿技术，如上下文管理、长期记忆、多智能体等
工作内容包括定义前沿创新、构建评测基准、优化真实场景表现
适合对 Agent 产品有热情、具备科研能力和编程熟练度的候选人
最低要求
任职要求
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论文发表
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
主要职责
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 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，实现模型与 Harness 的共同进化，从Harness 的角度实现 DeepSeek 的 Harness 与模型的深度适配
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
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
基于团队收集到的用户反馈，从 Harness 的角度研究并优化为最广大用户解决真实场景问题的能力
优先资格
加分项
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、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
- 参与前沿AI Agent研究，技术栈新，成长速度快
- 与顶尖研究员和工程师合作，积累高质量人脉和项目经验
- 公司处于B轮，有潜力，团队氛围创新
- 岗位要求高，需要同时具备科研能力和工程实践能力
- Agent领域发展迅速，需要持续学习跟进最新技术
- 工作可能涉及高强度研发任务，平衡科研与工程
- 适合对AI Agent有强烈兴趣，具备扎实科研背景和动手能力的候选人，尤其是乐于探索前沿并快速迭代的研究型人才
缺点 / 挑战
暂无明显挑战项
角色解读
- 在Agent领域深耕，成为Harness研究方向的专家
- 向技术负责人或团队lead转型，负责更大范围的技术决策
- 有机会参与前沿模型与Agent的协同进化，提升综合科研能力
- 与团队合作定义和实现Agent Harness的前沿创新，如上下文管理、长期记忆、多智能体等
- 构建基准评测数据和策略，评估并优化Agent在真实场景中的智能水平
- 基于用户反馈迭代Agent能力，解决实际应用问题
- 深入理解LLM和Agent机制，包括API、KV Cache、Agent Loop、Tool Use等
- 熟练使用AI Agent工具进行软件开发，具备快速学习和动手实验能力
- 有计算机科学领域的论文发表，能独立提出研究想法并推动落地
- 对Agent产品有高强度使用经验和热情
申请策略
- 关注DeepSeek的产品动态和技术博客，在面试中展示对Harness方向的理解
- 准备一个完整的Agent研究或应用项目案例，展示从问题到方案的全过程
- 突出AI相关论文发表、开源贡献或竞赛奖项
- 强调使用Agent产品的经验和自己的实践项目
- 展示从0到1推动研究的案例，如独立提出的idea和原型
- 深入掌握LangChain、AutoGPT等Agent框架，熟悉MCP协议
- 多阅读Agent领域最新论文，尤其是上下文管理和多智能体方向
- 练习在AI辅助下快速开发原型，提升实验效率
面试指南
- 对于研究项目问题，按背景-问题-方法-实验结果-影响的结构回答
- 对于技术理解问题，先给出定义，再结合实际例子阐述，最后提出个人见解
- 对于开放性问题（如挑战、改进），展示批判性思考，提出具体解决方案
- 请描述一个你独立推动的研究项目，从想法到原型的过程
- 你如何理解Agent Harness？你认为最重要的组成部分是什么？
- 谈谈你对Multi-Agent系统的理解，以及可能面临的挑战
- 如何设计一个评测Agent能力的基准测试？
- 你在使用Agent产品时遇到过哪些问题？如何改进？
匹配度报告
69
综合匹配度
前沿AI Agent研究岗，技术成长极快，薪资高，但工作强度可能较大，WLB一般。
适合人群
非常适合追求技术成长和前沿研究的求职者，愿意投入高强度研发，对WLB要求不高。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利70
成长发展95
工作生活40
使命价值70
薪资福利匹配
70中等
薪资较高（B轮AI公司），福利未在JD中明确，但整体处于市场偏上水平，补偿性动机有一定满足。
薪资信号偏高 (25K-45K/月)
成长发展匹配
95较高
前沿AI Agent技术栈，科研与工程结合，成长空间极大，发展性动机高度满足。
技术前沿前沿/新兴技术
技术栈LLM、Agent、Multi-Agent、Prompt Engineering、Context Engineering、Harness Engineering、KV Cache、Tool Use、Reasoning、Planning、MCP、Memory、Subagent
业务类型ambiguous
工作生活匹配
40较低
工作地点为杭州或北京，未提及远程或弹性工作，WLB信号缺失，生活化动机满足有限。
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）
使命价值匹配
70中等
AI Agent是高速增长赛道，对社会智能化有积极影响，但JD未强调使命感，意义感动机中等。
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