Agent Harness 手册

外观

本页含时效性内容，数据截止于 2026-08；JD、价格、产品功能等信息可能已变化，引用前请核对原始出处。

JD 清单：国内外大厂在招岗位 ​

这份清单回答一个很实际的问题：2026 年 8 月，谁在招做 Agent Harness 的人，他们到底要求什么？

答案是：几乎所有人。本手册调研了国内外 22 家公司共 44 个真实在招岗位（国外 17、国内 27），一个最刺眼的发现是——"Agent Harness" 已经从一个工程术语变成了正式的岗位名称：字节跳动、腾讯混元、美团、小红书、DeepSeek、Cursor 都设有以 "Agent Harness" 命名的岗位。本手册的主题，正是招聘市场上明码标价的需求。

这份清单与另外三页的分工

本页是原始数据层——岗位逐条陈列、来源逐条标注。想看 44 份 JD 背后的能力要求被提炼成体系，去 知识图谱；想看这些要求怎么落到你自己的简历上，去 简历分析；模块导览见 求职分析首页。

怎么读这份清单：来源三级标注 ​

JD 数据的可信度取决于来源，本清单严格分三级，引用时先看标签再看内容：

  • 官方全文：从公司官方招聘站（Greenhouse、Ashby、amazon.jobs、jobs.bytedance.com、careers.tencent.com 等）抓取的完整 JD。职责与要求均为原文，可信度高。
  • 官方标题级：官方渠道可确认岗位名称、地点、部门，但正文因 JS 渲染或接口限制未抓到。此类条目不补写任何职责描述——确认"在招"，不虚构"做什么"。
  • 聚合站快照：第三方招聘聚合站或搜索引擎快照（BOSS 直聘、猎聘、PitchMeAI 等）。可信度中—低，集中放在每节末尾的独立小节，不与官方条目混排，正文标注 ⚠️。

为什么低可信度条目不删、但要隔离

删掉的代价是漏掉蚂蚁、MiniMax、快手这些确有招聘动作的公司；混排的代价是读者把快照片段当成官方 JD 引用。本清单的折中：保留、隔离、降级标注。这也呼应本手册反复强调的原则——harness 的可信输出依赖对输入来源的显式管理。

总览速查表 ​

国外（10 家公司，17 个岗位） ​

公司岗位地点来源链接
AnthropicApplied AI Engineer, Enterprise TechSF / NYC / Seattle官方全文JD
AnthropicApplied AI EngineerLondon官方全文JD
OpenAIForward Deployed Engineer (FDE)NYC官方全文JD
OpenAIResearch Engineer, Applied AI EngineeringSF官方全文JD
MicrosoftMTS, Forward Deployed AI Engineer, HealthNew York官方全文JD
Google DeepMindResearch Engineer, Materials Science美国官方全文JD
CognitionApplied AI EngineerSF / NYC / London官方全文JD
CognitionDeployed EngineerSF / NYC / Austin官方全文JD
CognitionResearch Engineer, Post-TrainingSF官方全文JD
Cursor (Anysphere)Software Engineer, Agent HarnessSF / NY官方在招 + 镜像全文JD
Cursor (Anysphere)Software Engineer, Agent Evaluation and QualitySF / NY官方标题级JD
xAIBackend EngineerLondon官方全文JD
Amazon AWSApplied Scientist II, AWS Agentic AISanta Clara官方全文JD
Amazon AWSSenior Applied Scientist, Agentic WorkSpaces AINY / Seattle官方全文JD
NotionSoftware Engineer, Early Career (AI)SF Hybrid官方全文JD
Meta ⚠️Software Engineer, AI NativeNew York聚合站镜像官方招聘站检索
Notion ⚠️Forward Deployed Engineer, GTM - JapanTokyo聚合站快照JD

国内（12 家公司，27 个岗位条目） ​

公司岗位地点来源链接
字节跳动大模型应用后端工程师（Agent 方向）-巨量星图上海官方全文JD
字节跳动Agent Harness 工程师-AI 数据与安全北京官方全文JD
字节跳动Agent 技术研发工程师-火山方舟北京官方全文JD
腾讯混元 AI Agent Harness Engineer北京/深圳官方全文JD
腾讯Agent Infra 高级研发工程师深圳官方全文JD
腾讯元宝-Agent 架构工程师深圳官方全文JD
腾讯企业微信-AI Agent 引擎核心开发工程师成都官方全文JD
腾讯混元 Agent 评测 Infra 工程师北京/上海/深圳官方标题 + 镜像全文JD
阿里巴巴AI 应用/Agent 方向工程师（2027 届实习）多 BU官方全文JD
阿里巴巴（通义）大模型 Post-training 算法工程师未确认官方标题级JD
百度智能体算法工程师（校招 J101017）北京官方全文JD
百度大模型算法工程师（校招 J100728）北京官方全文JD
美团Agent Harness 工程师（Tabbit，GN06）北京官方全文（片段）JD
美团AI Agent 工程师（CatPaw/CatClaw）北京/上海官方全文（片段）JD
美团智能体（Agent）工程师北京官方全文（片段）JD
美团大模型 Agent 实习生北京官方全文（片段）JD
月之暗面资深 Agent 研发工程师北京/上海官方全文JD
月之暗面Agent 产品工程师（multi-agent 方向）未标注官方全文JD
月之暗面Agentic Growth Engineer北京官方全文JD
小红书Agent Harness 工程师北京/上海/杭州官方全文JD
小红书AI Agent 工程师（harness 系统）北京/上海官方全文JD
小红书AI Agent & LLM Engineering上海/北京/杭州官方全文JD
DeepSeekAgent Harness 团队 / Agent Infra 等在招北京/杭州官方标题级JD
字节跳动 ⚠️AI Agent 研发工程师-开发者服务未确认官方链接 + 搜索快照JD
百度 ⚠️Search/Agent 大模型算法工程师北京聚合站快照JD
蚂蚁集团 ⚠️AReaL 工程师-智能体杭州聚合站快照快照
蚂蚁集团 ⚠️Agent 后训练算法工程师杭州聚合站快照同左
MiniMax ⚠️自动化测试 Agent 开发工程师上海聚合站快照快照
快手 ⚠️基础大模型算法工程师—Agent 方向未确认聚合站快照（猎头代发）快照

注：智谱（Z.AI）确认有 Agent/AI Coding 方向招聘动作，但调研未能定位到可核验的官方 JD 页面，故不收录岗位、不作虚构。

国外在招岗位 ​

Anthropic ​

Applied AI Engineer, Enterprise Tech（San Francisco / NYC / Seattle）—— 企业客户侧技术顾问，陪 Digital Native 客户把 Claude API 从 discovery 做到 deployment。

  • 职责：① 作为 technical advisor 陪伴客户从发现到部署，把 Claude API 集成进核心产品；② 开发定制 pilots、prototypes 与 evaluation suites；③ 主导 hands-on workshops 与 code reviews；④ 沉淀 prompting、evaling、agentic、architecture 方面的可复用资产；⑤ 把一线共性模式反馈给 Product 与 Engineering。
  • 要求：4+ 年技术岗经验（FDE/SWE/技术 PM/技术创始人均可）；production LLM 经验（prompt engineering、agent frameworks、evals、transcript analysis、MCP、deployment at scale）；Python 或 TypeScript；每周 3 天办公室。
  • 薪资：$200,000–$320,000/年 ｜ JD · 官方全文（Greenhouse）

Applied AI Engineer（London）—— Claude Developer Platform 的客户技术顾问，与高增长科技公司共建。

  • 职责：① 作为 deep technical advisor 与客户共建，"build at the frontier of AI"；② pair programming、architecture reviews、code contributions；③ 开发 evaluation suites 与架构文档；④ 输出开发者向技术内容，运营 hackathons/webinars；⑤ 跨项目模式反馈给内部团队。
  • 要求：4+ 年 SWE/FDE/技术创始人经验；客户-facing 或售前技术经验；production LLM 应用经验，明确点名 prompting、context engineering、agent architectures、evaluation frameworks、deployment at scale；Python。
  • 薪资：£225,000–£240,000/年 ｜ JD · 官方全文（Greenhouse）

OpenAI ​

Forward Deployed Engineer (FDE)（New York City）—— 前沿模型在战略客户侧的端到端生产部署负责人。

  • 职责：① 主导 discovery、technical scoping、system design、build 到 production rollout 全链路；② 以 production adoption 与 "eval-driven feedback that changes product and model roadmaps" 衡量成功；③ 亲自写代码（"Contribute directly in the code"），构建 full-stack 系统；④ 把有效模式沉淀为 tools、playbooks、building blocks；⑤ 与 Product、Research、GRC、Security、GTM 协作。
  • 要求：5+ 年工程或技术部署经验（含客户-facing）；Python/JavaScript 全栈 production 能力；"Have built or deployed systems powered by LLMs or generative models"；NYC hybrid，差旅最高 50%。
  • 薪资：JD 页未显示（第三方整理称 OpenAI SF FDE 区间 $162,000–$280,000，供参考） ｜ JD · 官方全文

Research Engineer, Applied AI Engineering（San Francisco）—— 把研究从 concept 推到 production 的应用研究工程岗。

  • 职责：① "Innovate and Deploy"：设计并部署解决真实问题的 ML 模型；② 实现可扩展 data pipelines，优化模型 performance 与 accuracy；③ 监控与维护已部署模型；④ 与 researchers、SWE、PM 协作交付 AI-powered solutions。
  • 要求：CS/ML/DS 相关硕士或博士；deep learning 与 transformers 经验；PyTorch 或 TensorFlow；熟悉 LLM 训练与微调（distillation、SFT、policy optimization）；search relevance / ads ranking / LLM 经验加分。
  • 薪资：未在抓取内容中显示 ｜ JD · 官方全文

Microsoft ​

Member of Technical Staff, Forward Deployed AI Engineer, Health（New York）—— Microsoft AI × Mayo Clinic 医疗前沿模型合作的技术 lead（senior IC）。

  • 职责：① "owning complex work from discovery and architecture through implementation, deployment, and operational adoption"；② 设计跨临床数据平台、API、身份边界、遗留系统的 integrations 与 data pipelines；③ "Architect and evaluate production AI systems that combine frontier models, context engineering, retrieval, tool use, orchestration, data platforms, and deterministic services"；④ 构建 health-specific evaluations 驱动决策；⑤ 沉淀 reusable infrastructure 与 paved paths。
  • 要求：CS 相关本科 + 6+ 年工程经验；分布式系统与数据平台；"production LLM or machine-learning systems, including context engineering, retrieval, tool use, orchestration, and evaluation" 经验；加分：Kubernetes、Databricks/Spark、IaC、observability、医疗/EHR 背景。
  • 薪资：IC5 $142,800–$274,800（NYC $188,000–$304,200）；IC6 $165,600–$296,400（NYC $220,800–$331,200） ｜ JD · 官方全文

Google DeepMind ​

Research Engineer, Materials Science（美国）—— AI for Science 方向的嵌入式研究工程。

  • 职责：① 与研究员搭建实验基础设施，探索 "new applications of AI and LLMs to materials science"；② 快速原型化 ML 技术、做 exploratory analysis；③ 改进模型架构与训练流程，开发 tools/libraries/frameworks；④ 与内外部领域专家协作并汇报结果。
  • 要求：CS/EE/数学/科学学位或同等经验；线性代数/微积分/统计基础；Jax、PyTorch、TensorFlow 等；加分项明确包括 "Experience developing custom LLM agents or tool-using systems"。
  • 薪资：$141,000–$202,000/年 + bonus + equity ｜ JD · 官方全文（Greenhouse）

Cognition（Devin 母公司） ​

Applied AI Engineer（SF / NYC / London）—— Devin 企业落地的客户工程岗："You don't demo Devin — you deploy it"。

  • 职责：① 嵌入客户工程团队推动 agentic workflows 深度落地；② "Architect and implement agentic workflows across engineering, QA, support, data, and product"；③ 指导客户安装、配置、优化 Devin 及配套工具（DeepWiki、MCP integrations）；④ pair-program 解决 live production problems，量化影响（productivity metrics、ROI stories）；⑤ 沉淀 playbooks 与 enablement 模型。
  • 要求：STEM 学位或同等经验；3+ 年 SWE/技术咨询/FDE/solutions engineer 经验；较强编码能力（Python、JavaScript/TypeScript）；加分：生产环境部署 LLM/agent-based systems。
  • 薪资：$180,000–$225,000/年 + equity ｜ JD · 官方全文（Ashby）

Deployed Engineer（SF / NYC / Austin）—— FDE 同义岗，负责 Devin/Windsurf 客户交付 "from deployment through activation"。

  • 职责：① 拥有客户全生命周期的技术侧；② 识别高价值 use cases，把 Devin/Windsurf 部署进真实 production 环境；③ 主导 demos、pilots、integrations 驱动 adoption；④ "Build!"——亲手实现客户需要的功能，把需求带回团队影响 roadmap。
  • 要求：扎实工程基础；自驱、强沟通；接受 25–50% 差旅；加分：精通 Python/TypeScript，有真实软件系统开发与调试经验。
  • 薪资：未公开 ｜ JD · 官方全文（Ashby）

Research Engineer, Post-Training（San Francisco）—— Agent 后训练与对齐研究。

  • 职责：① Post-Training Recipe Development：迭代 datasets、训练阶段、超参；② "Build evals that actually capture what matters... making sure the numbers mean something"；③ 应用并推进 RLHF、RLAIF、constitutional approaches，塑造 agent 在 long-horizon tasks 中的行为；④ 研究性能随 data 与 compute 的 scaling。
  • 要求：post-training/alignment 实绩（RLHF、RLAIF、preference modeling、reward learning）；概率统计与 ML 理论功底；顶会论文/开源影响/同等工业成果；大规模分布式训练经验；"A PhD is one signal among many"。
  • 薪资：未公开 ｜ JD · 官方全文（Ashby）

Cursor（Anysphere） ​

Software Engineer, Agent Harness（SF / NY）—— 与本手册主题直接同名的岗位：Cursor 全线产品 agent 体验的核心团队。

  • 职责：① 构建驱动 agent 体验的核心能力："agent orchestration, tools, guardrails, and model behavior tuning"；② 推进 agent harness 本身："agent loop, tools, prompts, execution environment, capabilities"，支撑 multi-agent coordination；③ 打磨默认 agent 体验（"Auto" 档位）：按需求、能力与成本做 model routing，塑造 agent 的 "personality"；④ 与基座模型厂商端到端发布新模型：integration、evaluation、rollout。
  • 要求：构建过复杂 agentic products 或基础设施；扎实工程功底与 production 交付能力；对模型与 agent 行为有 taste；加分：eval datasets/frameworks、开发者工具经验（未列学历年限硬门槛）。
  • 薪资：未公开 ｜ 官方 careers 确认在招；完整 JD 镜像（聚合站，已与官方列表交叉确认）。该岗与本手册 什么是 Agent Harness、Cursor 案例拆解 直接对应。

Software Engineer, Agent Evaluation and Quality（SF / NY）—— Agent 评测与质量工程岗。

  • 仅确认在招标题、部门（Engineering）与地点；完整 JD 未抓取，不虚构职责。
  • 官方 careers · 官方标题级

xAI ​

Backend Engineer（London）—— grok.com 与 xAI API 的生产系统后端（注：2026-08 抓取时 xAI 招聘主体在页面上显示为 "SpaceXAI"）。

  • 职责：① 构建支撑 API 的高可扩展、高可靠生产系统；② 后端基础设施主要用 Rust 编写；③ 分布式系统设计与 service observability/reliability 最佳实践；④ 运营 PostgreSQL、ClickHouse、MongoDB 等数据库。
  • 要求：Rust 或 C++ 专家级；分布式系统；observability；加分：Python、Docker/Kubernetes、gRPC streaming、"Hands-on experience with LLM APIs, embeddings, or RAG patterns"。
  • 薪资：£107,000–£262,000/年 ｜ JD · 官方全文（Greenhouse）

Amazon AWS ​

Applied Scientist II, AWS Agentic AI, AWS AI Fundamental Research（Santa Clara）—— Agentic AI 基础研究，成果直接进入服务数百万客户的产品。

  • 职责：① 开发新算法与建模技术，推进 generative AI 与 foundational models 前沿；② "researching and building innovative solutions using Agentic AI"；③ 利用 Amazon 多模态数据与大规模计算资源；④ 与 AI/ML practitioners、SWE、solutions architects 协作，work backwards from customer needs。
  • 要求：PhD，或硕士 + 4+ 年相关经验；顶会/期刊论文或专利；C/C++、Python、Java；加分：production 软件开发、"Experience in building Agentic Applications and training GenAI models"。
  • 薪资：$171,600–$222,200/年 ｜ JD · 官方全文

Senior Applied Scientist, Agentic WorkSpaces AI（NY / Seattle）—— 企业桌面场景的 Agent 系统架构。

  • 职责：① "Architect agentic AI systems that leverage LLMs, computer vision, and computer-use techniques to interact with legacy applications"；② "Build evaluation frameworks to quantify agent performance, reliability, and user impact"；③ Fine-tune 并部署领域 LLM，"ensuring efficiency, safety, and alignment with enterprise requirements"；④ 跨团队把 AI 能力嵌入 WorkSpaces 产品线。
  • 要求：5+ 年面向业务的 ML 建模经验；PhD 或硕士 + 6+ 年应用研究经验；Java/C++/Python；加分：computer-use automation、领域 LLM fine-tuning。
  • 薪资：NYC $183,800–$248,700；Seattle $167,100–$226,100 ｜ JD · 官方全文

Notion ​

Software Engineer, Early Career (AI)（SF Hybrid）—— 早期职业岗，AI 产品/模型系统/evals 三方向团队匹配。

  • 职责：① AI product engineering："building model-powered features end-to-end (UX, APIs, retrieval, orchestration, quality, and reliability)"；② 模型与系统工程：latency、cost、safety、robustness，建设 model serving 与实验基础设施；③ Evaluation & quality：构建 evaluation frameworks 与 automated/human-in-the-loop 测试；④ 负责 scoped productionization："add monitoring + guardrails, or improve latency/cost/reliability"。
  • 要求：工程经验 < 2 年；数据结构/算法/分布式系统基础；熟悉 Postgres/MySQL；要求跟进并使用 Cursor、Claude Code 等 AI 开发工具；加分：React、TypeScript、Node.js、Elasticsearch。
  • 薪资：$130,000–$150,000/年 ｜ JD · 官方全文（Ashby）

聚合站镜像条目（低可信度 ⚠️） ​

Meta — Software Engineer, AI Native（New York）⚠️ 聚合站镜像官方 JD（metacareers.com 为 SPA 无法直接抓取）。

  • 职责（镜像文本）：① 把 LLM/generative AI 集成进产品："prompt engineering, structured prompting, and context management"；② 实现 RAG 模式（embeddings + retrieval）；③ "Design/Contribute to agentic workflows"，含 human-in-the-loop 设计；④ 建立 AI 特性的 evaluation/QA、monitoring 与 feedback loops；⑤ 开发对接 model serving 层的可复用组件。
  • 要求（镜像文本）：CS/CE 本科或同等实践；2+ 年编程经验；有使用 LLM、agents 增强工作流的经验；加分：fine-tuning、few-shot/zero-shot、agent orchestration、Responsible AI。
  • 薪资：聚合站显示约 $181,000/年（base，未经官方确认） ｜ 官方招聘站检索（原聚合站镜像已失效，2026-08-12 巡检替换）· 聚合站镜像 ⚠️

Notion — Forward Deployed Engineer, GTM - Japan（Tokyo）⚠️ 聚合站快照（2026-07-02 发布，标注 "Source: Original posting"）。

  • 职责（快照摘要，信息量有限）："Lead complex customer engineering engagements, integrating Notion with third party systems and tools, and deploying AI solutions"；帮客户部署、集成 Notion 及其 AI agents。
  • 要求：未确认（东京 onsite；英语工作环境；提供签证赞助）。
  • 薪资：未公开 ｜ JD 快照 · 聚合站快照 ⚠️

国内在招岗位 ​

字节跳动 ​

大模型应用后端工程师（Agent 方向）-巨量星图（上海）—— 大模型在内容营销场景的工程化落地。

  • 职责：① 搭建脚本/视频创作、智能对话、Agent 等应用的技术框架与工具；② 结合 SFT/RLHF 与算法同学构建工程链路优化内容生成；③ 基于多模态大模型构建大量级数据的高可用系统；④ 探索内容营销 Agent 系统，通过 Planner、AutoPrompt、上下文工程构建自规划 Agent；⑤ 跟进前沿技术转化为工程方案。
  • 要求：熟练 Python/Go；熟悉服务端基础技术（Ray、数据库、消息队列、ES）；有 AI 应用项目经历，熟悉 LLM 应用架构、PE 工程、上下文工程和数据评测，对 Agent、RAG、ReAct 有认知和实践。
  • 薪资：未披露 ｜ JD · 官方全文

Agent Harness 工程师-AI 数据与安全（北京）—— 与本手册同名的岗位：搭建"稳定可复用的工业级智能体运行基座"。

  • 职责：① 数据合成场景的 Harness 架构设计与开发，迭代智能体规划、工具编排、RAG 增强、长上下文管理、任务调度核心链路，解决 Agent 循环执行、任务中断、调用异常；② 搭建 Agent 量化评估与质量管控体系：自动化 EVAL 流水线、版本回归、A/B 实验；③ 搭建全链路可观测体系：执行轨迹追踪、结构化日志、性能监控、异常告警、可视化调试、链路回放；④ 沉淀通用组件，支撑多智能体协作、故障自愈。
  • 要求：本科及以上，2-5 年后端/AI 工程化经验，具备 0-1 工业级 AI Agent 项目完整落地经验；精通 Python，熟悉 Go/Java 其一；熟练掌握 LangChain、LangGraph，精通提示工程、上下文优化、工具编排、RAG 工程化；熟悉 CI/CD、Docker。
  • 薪资：未披露 ｜ JD · 官方全文

Agent 技术研发工程师-火山方舟大模型平台（北京）—— "建设面向复杂任务的通用 Agent 基础设施能力"。

  • 职责：① 火山方舟平台 Agent 核心系统研发；② 设计高可靠、可扩展的 Agent 运行时与执行引擎，提升执行效率、安全性、稳定性；③ 推进 Agent 平台能力产品化；④ 探索创新方法，"提出更先进的 Agent 范式"。
  • 要求：熟练 Python/Golang/Rust/Java 至少一门；熟练使用 AI Coding 工具；理解工具调用、上下文管理、长程执行等关键机制；熟悉云原生、分布式系统、任务调度、可观测性、资源隔离。
  • 薪资：未披露 ｜ JD · 官方全文

腾讯 ​

混元 AI Agent Harness Engineer（北京/深圳，TEG，两年以上经验）—— Agent 执行全链路的质量与工程基座。

  • 职责：① 设计并实现 Agent 执行全链路的 tracing & observability 系统；② 构建质量评估体系：自动化 eval pipeline、A/B testing、regression detection；③ 开发 Agent debugging 工具；④ 参与核心支撑平台（标注、SBS 评测、数据管道）架构设计；⑤ 与研究团队协作，"将大模型与 Agent 协同进化的研究成果工程化落地"。
  • 要求：使用 Cursor / Claude Code / Codex 等进行重度编程，对 agentic coding 的能力边界和 failure mode 有切身体感；全栈工程能力与系统设计功底；熟悉 LLM、Agent framework、prompt engineering；代码质量要求严格。
  • 薪资：未披露 ｜ JD · 官方全文

Agent Infra 高级研发工程师（深圳，TEG）—— Agent 评估、强化学习和数据制造的大规模沙盒平台。

  • 职责：① 大规模沙盒平台建设；② 面向模型训练/研究场景的 Agent 框架研发与维护，支持 RL、数据生成、自动化评估、实验复现；③ 解决高并发任务执行的性能与稳定性问题；④ 支持各类评估 bench 及运行环境接入。
  • 要求：精通 Python；理解模型调用、工具调用、上下文管理、任务执行、日志 Trace 和结果评估等核心链路；熟悉 Go、Linux、Docker、Kubernetes、容器网络、集群调度中的多项；了解大模型训练流程。
  • 薪资：未披露 ｜ JD · 官方全文

元宝-Agent 架构工程师（深圳，CSIG）—— 元宝在线产品的 Agent 系统整体架构设计与演进。

  • 职责：① Agent Runtime、Tool/Memory/Context 抽象、多 Agent 协作模式、Human-in-the-loop 等架构设计；② 结合产品功能、模型能力边界与架构约束输出整体方案；③ 持续引入新的框架和 Agent 技术范式。
  • 要求：本科及以上，计算机/自动化/AI 相关背景；熟练 Python/TypeScript/Go 至少一门，熟练使用主流 AI coding 工具；了解 LLM 与 Agent 基本技术原理和常见范式。
  • 薪资：未披露 ｜ JD · 官方全文

企业微信-AI Agent 引擎核心开发工程师（成都，WXG，五年以上经验）—— "构建高可用、可扩展的端侧 Agent 运行框架"。

  • 职责：① 企业微信客户端自研 AI Agent 系统架构与核心研发；② Agent 调度引擎、工具调用链路、上下文管理、多轮对话状态机等核心模块；③ 端侧推理加速、端云协同；④ 跟进 computer use、browser use 迭代 Agent 架构；⑤ "定义 Agent 能力边界与交互协议"。
  • 要求：计算机相关专业本科及以上；5 年以上客户端或系统架构经验；熟练 C++/Java/Kotlin/TS/JS 至少一种；具备 AI Agent、RAG、Function Calling 实践经验；端侧推理部署与成熟 Agent 研发经验优先。
  • 薪资：未披露 ｜ JD · 官方全文

混元 Agent 评测 Infra 工程师（北京/上海/深圳，TEG）—— 评测运行底座与评测质量保障。

  • 职责：① 统筹沙盒环境、依赖管理、网络访问、并发调度，保障大规模评测稳定、可复现；② "从 Harness 与打分逻辑出发，确保平台化改造后评测结果的准确可信"，建立诊断与问题归因能力；③ 深入理解各 Benchmark 考察的模型能力维度。
  • 要求：计算机相关专业本科及以上；3 年及以上后端/平台/Infra 经验；精通 Python/Go/Java 至少一门；熟悉容器化与沙盒隔离、分布式系统、任务调度与并发控制。
  • 薪资：未披露 ｜ 官方岗位页（职责全文经牛企直聘镜像核对，该镜像声明转载自腾讯官网）· 官方标题 + 镜像全文

阿里巴巴 ​

AI 应用/Agent 方向工程师（2027 届实习，淘天集团等多个 BU 共用）—— "聚焦核心业务场景，利用 Agent 等前沿技术推动 AI 落地"。

  • 职责：① 覆盖需求归因、架构设计、知识与环境构建、核心能力实现、系统迭代、性能优化全流程；② 参与记忆管理、推理策略与工具编排等核心模块规划；③ API 接入、RAG 知识库构建、记忆方案设计，"持续优化召回质量与上下文注入策略"；④ 实现意图识别、任务拆解与反思纠错闭环，"构建 Agent 观测体系，实现全链路追踪与多维归因分析"；⑤ 建立自动化评测与回测机制。
  • 要求：计算机/软件工程/AI 相关专业优先；Cursor、Claude Code 等 AI 编程工具重度玩家，"具备极强的 Prompt 编写与调优能力"；熟悉 Context Engineering、Prompt Engineering、Agent、工具/函数调用及 LangChain 等框架；具备幻觉、Prompt 注入等风险的工程化应对思路；加分：MCP、Skill、多智能体编排、vLLM/KV cache、SFT/RL。
  • 薪资：未披露（实习） ｜ JD · 官方全文

百度 ​

智能体算法工程师（北京，校招，职位编号 J101017，2026-07-21 发布）—— "搭建具备自主规划、复杂推理、动态决策能力的智能体架构"。

  • 职责：① 大模型智能体系统全链路设计与开发；② 主导意图理解、多步任务规划、工具调用、长短期记忆管理、多智能体协同等核心算法模块；③ 搭建多维度评估体系，"建立效果、效率、资源成本一体化量化指标"；④ 推进智能体驱动的业务创新闭环。
  • 要求：校招岗（学历条款未在抓取片段中显示；同类技术岗一般要求本科及以上在校学生）。
  • 薪资：未披露 ｜ 官方列表页搜索 J101017 · 官方全文（列表页渲染）

大模型算法工程师（北京，校招，职位编号 J100728，2026-07-21 发布）—— LLM 预训练、后训练（SFT/RLHF）及应用落地算法研究。

  • 职责：① 预训练、后训练（SFT/RLHF）及应用落地算法研究；② 探索推理、代码生成、多轮对话、知识问答等能力提升；③ "结合强化学习、检索增强（RAG）、思维链（CoT）等前沿技术，推动模型能力边界突破"；④ 设计数据策略与评估体系。
  • 要求：校招技术岗（具体学历条款未抓到）。
  • 薪资：未披露 ｜ 官方列表页搜索 J100728 · 官方全文（列表页渲染）

美团 ​

以下四岗均抓自美团官方招聘站搜索结果页（搜索 "Agent"），职责为官方列表页渲染片段，详情页为 JS 路由无独立链接。

Agent Harness 工程师（北京，部门编号 GN06，2026/08/06 更新）—— "负责 Tabbit Agent Harness 的设计、开发与持续优化"。

  • 职责：① 提升复杂任务的完成效果、稳定性和用户体验；② "参与 System Prompt、Tools、Skills、上下文管理、Agent Loop、任务状态及异常恢复等核心能力建设"。
  • 要求：未抓到（社招）。薪资：未披露 ｜ 官方全文（列表片段）

AI Agent 工程师（北京/上海，核心本地商业-基础研发平台，2026/07/23 更新）—— Agent 开发框架与平台集群。

  • 职责：① "开发框架 — CatPaw SDK/CLI 能力建设、Skill/Plugin 体系、开发者体验"；② "平台集群 — 基于 OpenClaw 构建 CatClaw 集群，多智能体运行时、路由调度、会话管理、记忆系统"。
  • 要求：未抓到（社招）。薪资：未披露 ｜ 官方全文（列表片段）

智能体（Agent）工程师（北京，核心本地商业-基础研发平台，2026/08/02 更新）—— 微信生态下生活服务 Agent 全链路。

  • 职责：① "Harness框架、上下文治理、工具编排、长程规划、自我纠错等"全链路系统设计与开发；② 对接美团业务场景，"推动Agent能力多场景规模化应用"。
  • 要求：未抓到（社招）。薪资：未披露 ｜ 官方全文（列表片段）

大模型 Agent 实习生（北京，日常实习，2026/07/09 更新）—— Agent 基础能力建设。

  • 职责：① "参与公司大模型Agent基础能力的建设规划和方案设计，包括RAG、MCP、Multi-Agent等"；② 把业务需求抽象为通用能力并推动落地。
  • 要求：未抓到（实习）。薪资：未披露 ｜ 官方全文（列表片段）

月之暗面（Moonshot AI） ​

以下三岗均来自月之暗面官方社招页（Moka），官方全文。

资深 Agent 研发工程师（北京/上海，2026-08-10 发布）—— "建设稳定可靠的 Agent 工程基座，让复杂任务的执行过程可控、可查、可复现"。

  • 职责：① 设计与开发 Agent 主线产品的关键特性：内核框架、业务逻辑、效果调优；② 围绕 Agent 内核、任务执行、工具生态与工程基础设施打造一体化产品体系；③ 关注业务数据与指标持续打磨；④ 引入 AI 改善研发工作流，建设 CI/CD 和 DevOps 工具。
  • 要求：深入理解 Agent 产品形态与落地路径；"熟悉 Agent 主流技术栈（如 Skills、MCP、Sandbox 等），有真实 Agent 系统的开发经验"；精通 Go，熟悉微服务、gRPC、OpenTelemetry；理解主流存储组件；熟悉 Linux、Docker、Kubernetes、CI/CD。
  • 薪资：未披露 ｜ 官方全文

Agent 产品工程师（multi-agent 方向）（社招，2026-07-20 发布）—— "把协作本身视作一种新型 harness，最大化模型能力的释放"。

  • 职责：① 设计 Agent 之间协作的交互协议；② 定义 Agent 与人协作的产品形态，"持续 scaling Agent 的协作带宽"；③ "优化每一个 token 的使用效率，让推理算力最大化转化为任务完成率与智能密度"（背景：Kimi 已发布 Agent Swarm）。
  • 要求：热爱 Coding，"可以快速自己手搓一套 Harness 来验证 Agent 协作与编排效率"；"理解 A2A、MCP、ACP 等协作基础设施"；知道什么设计（guardrails、human-in-the-loop、delegation policy）能让 bot 成为团队成员；加分：multi-agent workflow/agent swarm 原型、task decomposition、role assignment、conflict resolution。
  • 薪资：未披露 ｜ 官方全文

Agentic Growth Engineer（北京，2026-07-27 发布）—— 增长方向的 Agent 工程师。

  • 职责：① 用户增长核心链路：投放、触达、行为数据、效果归因，"让 AI 在每一个决策点上增强甚至替代人的判断"；② 主导小而快的实验，"发掘能带来 10 倍增长的非共识机会"；③ "Agentic Growth Infra - scaffolding 设计、evaluation harness、工具链"，助力同事构建自己的 Agent 团队。
  • 要求："Claude Code / Codex 这类 harness 是你的日常"，对其有效性/失效模式有自己的判断；"能围绕 Agent 构建高质量的 scaffolding：context 如何组织、工具如何抽象、循环如何终止、失败如何恢复、效果如何评估"；扎实系统功底（并发、内存、网络、存储）。
  • 薪资：未披露 ｜ 官方全文

小红书 ​

Agent Harness 工程师（北京/上海/杭州，职位 ID 20778，3-5 年经验）—— "建设企业级 Agent Harness / Agent Runtime"。

  • 职责：① 支撑会话管理、任务执行、工具调用和状态持久化；② 建设 Agent Serverless 基础设施（按需启动、弹性伸缩、生命周期管理）；③ "建设 Agent 可观测体系，覆盖 Trace/Log/Metric/Event 全链路，支持调试回放和故障诊断"；④ 建设 Agent 身份认证与权限治理能力（权限穿透、最小授权、安全边界）；⑤ 建设 Multi-Agent 通信与协作机制（任务分发、消息传递、SuperAgent 路由编排）；⑥ "参与 OpenClaw/Claude Code/Hermes/LangGraph/MCP 等开源 Agent 框架研究与改造"。
  • 要求：本科及以上；熟悉 TypeScript/Python/Go/Java/Rust 任一后端语言；理解服务治理、任务调度、权限系统、可观测性、分布式系统；"对 LLM Agent、Tool Calling、MCP、Agent Runtime、Coding Agent、Multi-Agent 等方向有深入兴趣或实践经验"。
  • 薪资：未披露 ｜ JD · 官方全文

AI Agent 工程师（harness 系统）（北京/上海，职位 ID 21108）—— "推动业务研发智能化从'单点工具'向'自主协同系统'演进"。

  • 职责：① Agentic 工程交付系统设计、工程化平台建设、评估治理体系搭建；② "主导 Agent Loop 架构设计，构建高效的模型能力调度、Multi-Agent 协作与自我迭代机制"；③ 构建覆盖运行时编排、可观测、评测与反馈闭环的 Agent 全生命自我迭代平台；④ 沉淀通用框架与工具接入规范；⑤ "设计云端 Agent 沙箱系统，保障 Agent 在生产环境中的安全可控运行"。
  • 要求：官方接口要求字段为空（未公示），仅确认地点与后端开发类别。
  • 薪资：未披露 ｜ JD · 官方全文

AI Agent & LLM Engineering（上海/北京/杭州，职位 ID 19138）—— 研发全链路的 AI 编码智能体建设与 LLMOps。

  • 职责：① 泛体验、泛效率方向的大模型工程化能力建设；② "主导面向研发全链路（前端/端侧/后端）的 AI 编码智能体建设"：UI 生成、代码转换、PRD 拆解、任务分解、自动化评审/PR 辅助；③ 跟进 LLM/Agent/端智能前沿并应用于 AI 辅助开发（Dev/Code/Review/Test/Release）；④ "构建与优化大模型应用的工程化体系（LLMOps）"；⑤ 以 IDE 插件/在线服务/内部平台形式产品化交付。
  • 要求：官方接口要求字段为空（未公示）。
  • 薪资：未披露 ｜ JD · 官方全文

官方标题级条目（确认在招，不虚构职责） ​

阿里巴巴（通义实验室）— 大模型 Post-training 算法工程师-通义千问（地点未确认）—— 官方招聘站可确认岗位名、招聘方与社招通道，页面 JS 渲染正文未抓到。｜ JD · 官方标题级

DeepSeek（深度求索）— Agent 方向在招岗位（北京/杭州）—— 官方人才页仅列出岗位名称/类别/城市，无 JD 正文，不补写。与 Agent/应用工程相关的在招项：

  • Agent Harness 团队（全栈开发/算法，北京/杭州）
  • Agent Infra 研发工程师（全栈开发/算法，北京/杭州）
  • 服务端开发工程师（线上核心服务/Agent 后端/数据仓库）（北京/杭州）
  • 另有 Code Agent 数据工程师（模型数据策略，北京）、通用 Agent 数据产品经理（办公/生活/搜索）｜ 官方标题级

聚合站快照条目（低可信度 ⚠️，注意甄别） ​

字节跳动 — AI Agent 研发工程师-开发者服务（地点未确认）⚠️ 官方链接可访问，但职责全文未抓到，仅搜索引擎快照片段。

  • 可确认要求：本科及以上，计算机相关专业；熟悉至少一门编程语言（Java/C/C++/Python/Go/JS 等）；熟悉 AI Agent 相关技术，了解工具开发。职责不补写。
  • 薪资：未披露 ｜ JD · 官方链接 + 搜索快照 ⚠️

百度 — Search/Agent 大模型算法工程师（北京，社招）⚠️ BOSS 直聘搜索引擎快照，可信度中。

  • 可确认：北京，硕士学历、经验不限；福利含五险一金、补充医疗保险等。职责全文未抓到，不补写。
  • 薪资：快照中薪资字段为空 ｜ JD 快照 · 聚合站快照 ⚠️

蚂蚁集团 — AReaL 工程师-智能体（杭州）⚠️ 猎聘快照片段（显示 2026-06-11 发布，经百度索引），可信度中低。

  • 可确认：杭州-西湖区，3-5 年，统招本科；片段："AReaL团队寻找Agent工程师，负责快速搭建各种Agent产品/研究demo，并进行相关评测，数据…"（片段截断。背景：AReaL 为蚂蚁开源强化学习框架，此为公开背景知识，非 JD 原文）。
  • 薪资：35-65k·15 薪（快照显示） ｜ 百度搜索快照；官方站 talent.antgroup.com 需登录/JS 交互未抓到详情 · 聚合站快照 ⚠️

蚂蚁集团 — Agent 后训练算法工程师（杭州）⚠️ BOSS 直聘快照（显示 2026-07-23），可信度中低。

  • 可确认：杭州，1-3 年，本科。职责全文未抓到，不补写。
  • 薪资：快照中薪资字段为空 ｜ 来源同上 · 聚合站快照 ⚠️

MiniMax — 自动化测试 Agent 开发工程师（上海）⚠️ 聚合站快照（职友集/BOSS 类，显示 2026-06-03），可信度中低。

  • 可确认：上海-徐汇区，本科以上，经验不限；职责片段："1、负责智能Agent相关的质量保障工作，参与垂类场景benchmark构建；2、探索赋能测试场景的Agent设计和建设，创新性解决实际痛点问题；…"（片段截断）。
  • 薪资：30-50K（快照显示） ｜ 百度搜索快照；官方门户 MiniMax 招聘 需 JS 交互未抓到条目 · 聚合站快照 ⚠️

快手 — 基础大模型算法工程师—Agent 方向（地点未确认）⚠️ 猎头代发快照（显示 2026-06-23），可信度低—中，仅作参考。

  • 可确认片段："基于快手自研基础大模型，构建Agent系统，并打造Deep Research等原生大模型应用；参与包括但不限于agentic数据集构造、SFT冷启动训练、RL端到端训练agentic reasoning model、prompt优…"（片段截断）。
  • 薪资：未披露 ｜ 百度搜索快照；官方站 zhaopin.kuaishou.cn 为 JS 应用未抓到详情 · 聚合站快照 ⚠️

44 份 JD 摆在一起，能看出什么 ​

把岗位按"离模型多近"排开，分层非常清晰：

text
              44 个在招岗位的三层光谱（2026-08）
 ┌──────────────────┬──────────────────────┬──────────────────────┐
 │  模型侧           │  Harness / Infra 侧   │  应用 / 交付侧        │
 │ （训练与对齐）     │ （本手册主题正对应）   │ （FDE / 业务落地）    │
 ├──────────────────┼──────────────────────┼──────────────────────┤
 │ OpenAI RE        │ Cursor Agent Harness │ Anthropic Applied AI │
 │ Cognition 后训练  │ 字节 Agent Harness   │ OpenAI FDE           │
 │ Amazon 应用科学家 │ 腾讯混元 Harness     │ Cognition Deployed   │
 │ 百度大模型算法    │ 美团 Tabbit Harness  │ Microsoft FDE        │
 │ 蚂蚁 Agent 后训练 │ 小红书 Agent Harness │ Notion FDE           │
 │ 快手基础大模型    │ DeepSeek Harness 团队 │ 字节巨量星图         │
 │ 阿里通义后训练    │ 腾讯评测 Infra       │ Moonshot Growth      │
 └──────────────────┴──────────────────────┴──────────────────────┘

三个有数据支撑的判断：

  1. Harness/Infra 层是新增的独立招聘类别。 词频统计里，"Agent 运行时/Harness/执行引擎/Agent Loop" 出现在国内 15 个岗位中，其中 10 个 JD 明确写出 "Harness" 原词。这不是标题党——职责高度重合：运行时、评测流水线、可观测、沙盒，正是本手册组件篇逐章拆解的内容。
  2. 评测（evals）与可观测是最高频的工程能力。 国内 12 个岗位要求评测体系建设、7 个要求可观测（tracing/回放），超过 RAG（6）和 MCP（5）；国外 17 个岗位中 evals 出现 10 次。详见 可观测性 与 上下文工程 两章——它们恰好对应词频表的前排。
  3. AI Coding 工具熟练度被写进硬性要求。 腾讯混元、阿里、Moonshot、Notion、字节火山方舟、小红书共 6+ 个岗位点名 Cursor/Claude Code/Codex，腾讯混元甚至要求"对 agentic coding 的 failure mode 有切身体感"。会用 harness 类产品，本身成了做 harness 的入场券。

这份清单的正确用法

不要海投清单——按三层光谱先选层：想做模型侧补 RL/后训练，想做 Harness 层吃透本手册组件篇，想做交付层练客户沟通 + 全栈。层选错了，JD 里的每个关键词都会变成面试里的坑。能力项的体系化整理见 知识图谱，对照自身经历的诊断见 简历分析。

数据说明与免责 ​

  • 检索日期：2026 年 8 月（国内 2026-08-11，国外 2026-08-11 至 08-12）。调研原始记录存于本仓库 .scratch/jd-research/（intl.md / cn.md）。
  • 岗位会下架。 招聘市场是流动快照：本文写成时 Anthropic 另一知名岗位 "Forward Deployed Engineer, Applied AI"（greenhouse jobs/4985877008）页面已疑似下架未收录。所有链接以各公司官方 careers 页当前状态为准，失效请到官方招聘站按岗位名搜索。
  • 国内岗位薪资普遍未披露；标注 ⚠️ 的快照条目（含蚂蚁、MiniMax 的薪资数字）未经官方确认，请勿作为谈薪依据。
  • 聚合站快照可能滞后于官方更新；若官方页与快照冲突，以官方页为准。

延伸阅读 ​