{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "WorkBuddy-Agent Harness 算法工程师",
        "job_level": "未披露",AI生成
        "work_category": "全职",AI生成
        "department": "CSIG",
        "location": "深圳",
        "work_mode": "未披露",AI生成
        "job_category": "算法研发"AI生成
    },
    "company": {
        "company_name": "腾讯",
        "company_industry": "互联网 / 科技 / 人工智能",
        "company_size": "10000人以上",
        "company_website": "tencent.com",
        "company_description": "腾讯是一家互联网和科技公司，业务覆盖通信与社交、数字内容、游戏、金融科技、企业服务、云计算与人工智能等方向。"
    },
    "compensation": {
        "salary_range": {
            "min": "",
            "max": "",
            "currency": "未披露",
            "cycle": "未披露"
        },
        "benefits": "未披露"
    },
    "requirements": {
        "working_years": 0,
        "degree": "计算机相关专业本科及以上学历",
        "language": "具备英文文献阅读能力",AI生成
        "visa_support": "未披露",
        "responsibilities": "1.负责 WorkBuddy Harness 的整体效果与能力优化，协同内部团队，以用户真实任务表现为反馈，不断优化迭代 Harness 效果；岗位为研究和工程复合型，可以偏向其中一个方向，但需要对另一个方向有所了解，更倾向于两者兼顾；\r\n2.独立解决问题，提出原创性想法，从 0 到 1 驱动研究探索；同时拥有扎实的工程落地能力，打通从想法提出到落地实现的完整链路；\r\n3.可针对全新问题定义合理的评测与验证标准，搭建配套评测数据集；立足真实业务场景，保证智能体能力在现实环境下有效可用；\r\n4.包括但不限于以下研究方向：1）Harness Self‑Evolution 方向：研究 Harness 闭环自进化机制，自主迭代工具集、执行架构与多智能体协作范式，适配模型能力与业务场景演进；2）Context Engineering 方向：探索复杂场景下的上下文组织与编排，在模型窗口和 token efficiency 约束下引导模型聚焦关键信息，提升 Agent 任务表现；3）Multi‑Agent Coordination 方向：研究大规模分布式智能体协作，构建 Agent 集群化协作能力；4）Long‑term Memory 方向：研究 Agent 长期记忆、经验内化与自我迭代机制，形成稳定的行为模式与长期决策准则；5）Long‑Horizon 方向：研究长链路、稀疏反馈任务下的持续决策机制，降低长周期执行中的能力衰减；\r\n5.包括但不限于以下工程方向：1）Harness Self‑Evolution 方向：搭建 Agent 自进化 SDK 与平台，实现智能体自主迭代与持续能力升级；2）Context Engineering 方向：优化 Agent 上下文与提示工程，提升复杂场景下的适配能力与任务表现；3）Evaluation 方向：建设 Agent 多维度评测体系、数据集与基准，支撑 Agent 效果迭代和自进化。",
        "requirements_text": "1.计算机相关专业本科及以上学历；对 AI 行业有极大的热情；\r\n2.熟悉 LLM 与 Agent 的底层机制与技术原理，涵盖 Transformer、Model Inference、Prefix Cache、Programmatic Tool Calling、Context Compaction、Skills、MCP、Agent Memory、Multi-Agent 等；\r\n3.深度使用过一种或多种 Agent 工具，可借助 AI 工具快速学习陌生领域知识，敢于承接未知技术挑战；\r\n4.既有研究品味，又能实践落地；技术上既有深度，也有广度；具备英文文献阅读能力。",
        "skills": [AI生成
            "大语言模型"
        ],
        "preferred_qualifications": "1.有含金量的科研成果或开源社区作品；\r\n2.有自己开发的 AI 工具或产品，能将 AI 融入自己的工作中；\r\n3.复合型人才，可以同时懂设计、产品甚至运营，不设边界。",
        "job_highlights": "1.聚焦 Agent 前沿方向，覆盖 Context Engineering、Harness Self-Evolution、Multi-Agent Coordination、Long-term Memory 与 Long-Horizon 等核心课题；\r\n2.兼具研究探索与工程落地空间，支持原创想法从问题定义、方案设计、效果评测到产品实现的完整闭环；\r\n3.面向真实业务场景和用户任务持续迭代，研究成果可直接应用于 WorkBuddy，产生可衡量的业务价值与用户影响；\r\n4.团队氛围开放进取，鼓励挑战未知的前"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://careers.tencent.com/jobdesc.html?postId=2098252450778759168"
            }
        ]
    },
    "posting": {
        "posting_id": "2098252450778759168",
        "post_date": "2026-09-11",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://careers.tencent.com/jobdesc.html?postId=2098252450778759168"
    },
    "fulltext": "WorkBuddy-Agent Harness 算法工程师\n在腾讯，技术人解决问题的激情永不熄灭。无论是面对产品、程序的问题，还是生活与人的问题，腾讯技术人都力图交出漂亮的答卷。我们善用科学工具，以强大的思维之力创造世界，为卓越的产品体验保驾护航，也为公司和产品策略提出宝贵的洞见，用技术引领新的变革。这里的每位成员，既传承着长久以来的务实文化，又时刻以创新眼光瞄准大海星辰。我们十分期待你加入这样一个「技术社区」，分享团队能量，尽情发挥所长。\n1.负责 WorkBuddy Harness 的整体效果与能力优化，协同内部团队，以用户真实任务表现为反馈，不断优化迭代 Harness 效果；岗位为研究和工程复合型，可以偏向其中一个方向，但需要对另一个方向有所了解，更倾向于两者兼顾；\r\n2.独立解决问题，提出原创性想法，从 0 到 1 驱动研究探索；同时拥有扎实的工程落地能力，打通从想法提出到落地实现的完整链路；\r\n3.可针对全新问题定义合理的评测与验证标准，搭建配套评测数据集；立足真实业务场景，保证智能体能力在现实环境下有效可用；\r\n4.包括但不限于以下研究方向：1）Harness Self‑Evolution 方向：研究 Harness 闭环自进化机制，自主迭代工具集、执行架构与多智能体协作范式，适配模型能力与业务场景演进；2）Context Engineering 方向：探索复杂场景下的上下文组织与编排，在模型窗口和 token efficiency 约束下引导模型聚焦关键信息，提升 Agent 任务表现；3）Multi‑Agent Coordination 方向：研究大规模分布式智能体协作，构建 Agent 集群化协作能力；4）Long‑term Memory 方向：研究 Agent 长期记忆、经验内化与自我迭代机制，形成稳定的行为模式与长期决策准则；5）Long‑Horizon 方向：研究长链路、稀疏反馈任务下的持续决策机制，降低长周期执行中的能力衰减；\r\n5.包括但不限于以下工程方向：1）Harness Self‑Evolution 方向：搭建 Agent 自进化 SDK 与平台，实现智能体自主迭代与持续能力升级；2）Context Engineering 方向：优化 Agent 上下文与提示工程，提升复杂场景下的适配能力与任务表现；3）Evaluation 方向：建设 Agent 多维度评测体系、数据集与基准，支撑 Agent 效果迭代和自进化。\n1.计算机相关专业本科及以上学历；对 AI 行业有极大的热情；\r\n2.熟悉 LLM 与 Agent 的底层机制与技术原理，涵盖 Transformer、Model Inference、Prefix Cache、Programmatic Tool Calling、Context Compaction、Skills、MCP、Agent Memory、Multi-Agent 等；\r\n3.深度使用过一种或多种 Agent 工具，可借助 AI 工具快速学习陌生领域知识，敢于承接未知技术挑战；\r\n4.既有研究品味，又能实践落地；技术上既有深度，也有广度；具备英文文献阅读能力。\n1.有含金量的科研成果或开源社区作品；\r\n2.有自己开发的 AI 工具或产品，能将 AI 融入自己的工作中；\r\n3.复合型人才，可以同时懂设计、产品甚至运营，不设边界。",
    "standard_classification": {
        "std_category_code": "T009",
        "std_aux_codes": [
            "T015"
        ],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}