{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "Agent 研发实习生（基础设施方向）",
        "job_level": "实习",AI生成
        "work_category": "实习",AI生成
        "department": "D15389",
        "location": "Beijing",
        "work_mode": "未披露",AI生成
        "job_category": "J0012"AI生成
    },
    "company": {
        "company_name": "快手科技",
        "company_industry": "内容社区 / 直播 / 电商 / 人工智能",
        "company_size": "10000人以上",
        "company_website": "kuaishou.com",
        "company_description": "快手是内容社区与技术平台公司，业务覆盖短视频、直播、电商、本地生活与 AI 应用。"
    },
    "compensation": {
        "salary_range": {
            "min": "",
            "max": "",
            "currency": "未披露",
            "cycle": "未披露"
        },
        "benefits": "未披露"
    },
    "requirements": {
        "working_years": "",
        "degree": "未披露",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "Agent 研发实习生（基础设施方向）\n\n基础信息\n招聘类型：实习\n职位类别：J0012\n工作地点：Beijing\n所属部门：D15389\n发布时间：2026-09-09\n\n岗位职责\n1、设计并持续演进 Agent Eval Platform，支持大规模并发评测任务的高效执行，提供多维度、多任务类型的 Agent 能力量化评估，打通实验、评测、回归与数据闭环；\n2、设计并搭建沙箱化任务执行环境，支持代码执行、工具调用、多模态交互等复杂 Agent 行为的安全隔离与精确测量，保障执行环境的稳定性与可扩展性；\n3、设计 Agent 轨迹采集系统，建立完善的日志采集、Trace 追踪与异常处理机制，保障评测全流程可观测性。\n\n任职要求\n1、扎实的软件工程能力，熟悉TypeScript/Python/Go/Java 等至少一种语言，并能快速熟悉新语言技术栈；\n2、深入理解 LLM Agent 运行机制，能针对 Tool Call、多轮对话、长上下文、并行工具调用等复杂场景设计合理的 Harness 抽象；\n3、具备分布式系统或任务调度系统的设计与落地经验；\n4、熟练使用 AI Coding 工具，并能将其融入开发全流程以显著提升效率。\n加分项：\n1、有 Agent 评测框架（如 AgentBench、SWE-bench、GAIA 等）使用或二次开发经验；\n2、参与过大规模 ML 基础设施或模型训练评测平台的研发。",
        "requirements_text": "Agent 研发实习生（基础设施方向）\n\n基础信息\n招聘类型：实习\n职位类别：J0012\n工作地点：Beijing\n所属部门：D15389\n发布时间：2026-09-09\n\n岗位职责\n1、设计并持续演进 Agent Eval Platform，支持大规模并发评测任务的高效执行，提供多维度、多任务类型的 Agent 能力量化评估，打通实验、评测、回归与数据闭环；\n2、设计并搭建沙箱化任务执行环境，支持代码执行、工具调用、多模态交互等复杂 Agent 行为的安全隔离与精确测量，保障执行环境的稳定性与可扩展性；\n3、设计 Agent 轨迹采集系统，建立完善的日志采集、Trace 追踪与异常处理机制，保障评测全流程可观测性。\n\n任职要求\n1、扎实的软件工程能力，熟悉TypeScript/Python/Go/Java 等至少一种语言，并能快速熟悉新语言技术栈；\n2、深入理解 LLM Agent 运行机制，能针对 Tool Call、多轮对话、长上下文、并行工具调用等复杂场景设计合理的 Harness 抽象；\n3、具备分布式系统或任务调度系统的设计与落地经验；\n4、熟练使用 AI Coding 工具，并能将其融入开发全流程以显著提升效率。\n加分项：\n1、有 Agent 评测框架（如 AgentBench、SWE-bench、GAIA 等）使用或二次开发经验；\n2、参与过大规模 ML 基础设施或模型训练评测平台的研发。",
        "skills": [AI生成
            "Python",
            "TypeScript",
            "Java",
            "分布式系统",
            "模型训练",
            "招聘",
            "Go",
            "大语言模型"
        ],
        "preferred_qualifications": "加分项：",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://zhaopin.kuaishou.cn/recruit/e/#/official/social/job-info/32575"
            }
        ]
    },
    "posting": {
        "posting_id": "32575",
        "post_date": "2026-09-09",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://zhaopin.kuaishou.cn/recruit/e/#/official/social/job-info/32575"
    },
    "fulltext": "Agent 研发实习生（基础设施方向）\nAgent 研发实习生（基础设施方向）\n\n基础信息\n招聘类型：实习\n职位类别：J0012\n工作地点：Beijing\n所属部门：D15389\n发布时间：2026-09-09\n\n岗位职责\n1、设计并持续演进 Agent Eval Platform，支持大规模并发评测任务的高效执行，提供多维度、多任务类型的 Agent 能力量化评估，打通实验、评测、回归与数据闭环；\n2、设计并搭建沙箱化任务执行环境，支持代码执行、工具调用、多模态交互等复杂 Agent 行为的安全隔离与精确测量，保障执行环境的稳定性与可扩展性；\n3、设计 Agent 轨迹采集系统，建立完善的日志采集、Trace 追踪与异常处理机制，保障评测全流程可观测性。\n\n任职要求\n1、扎实的软件工程能力，熟悉TypeScript/Python/Go/Java 等至少一种语言，并能快速熟悉新语言技术栈；\n2、深入理解 LLM Agent 运行机制，能针对 Tool Call、多轮对话、长上下文、并行工具调用等复杂场景设计合理的 Harness 抽象；\n3、具备分布式系统或任务调度系统的设计与落地经验；\n4、熟练使用 AI Coding 工具，并能将其融入开发全流程以显著提升效率。\n加分项：\n1、有 Agent 评测框架（如 AgentBench、SWE-bench、GAIA 等）使用或二次开发经验；\n2、参与过大规模 ML 基础设施或模型训练评测平台的研发。\nAgent 研发实习生（基础设施方向）\n\n基础信息\n招聘类型：实习\n职位类别：J0012\n工作地点：Beijing\n所属部门：D15389\n发布时间：2026-09-09\n\n岗位职责\n1、设计并持续演进 Agent Eval Platform，支持大规模并发评测任务的高效执行，提供多维度、多任务类型的 Agent 能力量化评估，打通实验、评测、回归与数据闭环；\n2、设计并搭建沙箱化任务执行环境，支持代码执行、工具调用、多模态交互等复杂 Agent 行为的安全隔离与精确测量，保障执行环境的稳定性与可扩展性；\n3、设计 Agent 轨迹采集系统，建立完善的日志采集、Trace 追踪与异常处理机制，保障评测全流程可观测性。\n\n任职要求\n1、扎实的软件工程能力，熟悉TypeScript/Python/Go/Java 等至少一种语言，并能快速熟悉新语言技术栈；\n2、深入理解 LLM Agent 运行机制，能针对 Tool Call、多轮对话、长上下文、并行工具调用等复杂场景设计合理的 Harness 抽象；\n3、具备分布式系统或任务调度系统的设计与落地经验；\n4、熟练使用 AI Coding 工具，并能将其融入开发全流程以显著提升效率。\n加分项：\n1、有 Agent 评测框架（如 AgentBench、SWE-bench、GAIA 等）使用或二次开发经验；\n2、参与过大规模 ML 基础设施或模型训练评测平台的研发。\nAgent 研发实习生（基础设施方向）\n\n基础信息\n招聘类型：实习\n职位类别：J0012\n工作地点：Beijing\n所属部门：D15389\n发布时间：2026-09-09\n\n岗位职责\n1、设计并持续演进 Agent Eval Platform，支持大规模并发评测任务的高效执行，提供多维度、多任务类型的 Agent 能力量化评估，打通实验、评测、回归与数据闭环；\n2、设计并搭建沙箱化任务执行环境，支持代码执行、工具调用、多模态交互等复杂 Agent 行为的安全隔离与精确测量，保障执行环境的稳定性与可扩展性；\n3、设计 Agent 轨迹采集系统，建立完善的日志采集、Trace 追踪与异常处理机制，保障评测全流程可观测性。\n\n任职要求\n1、扎实的软件工程能力，熟悉TypeScript/Python/Go/Java 等至少一种语言，并能快速熟悉新语言技术栈；\n2、深入理解 LLM Agent 运行机制，能针对 Tool Call、多轮对话、长上下文、并行工具调用等复杂场景设计合理的 Harness 抽象；\n3、具备分布式系统或任务调度系统的设计与落地经验；\n4、熟练使用 AI Coding 工具，并能将其融入开发全流程以显著提升效率。\n加分项：\n1、有 Agent 评测框架（如 AgentBench、SWE-bench、GAIA 等）使用或二次开发经验；\n2、参与过大规模 ML 基础设施或模型训练评测平台的研发。",
    "standard_classification": {
        "std_category_code": "T015",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}