{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "AI Agent Harness工程实习生",
        "job_level": "实习",AI生成
        "work_category": "实习",AI生成
        "department": "未披露",
        "location": "青岛·市南区·香港中路",
        "work_mode": "现场办公",AI生成
        "job_category": "AI应用软件工程师"AI生成
    },
    "company": {
        "company_name": "研知教育科技",
        "company_industry": "学术/科研",
        "company_size": "0-20人",
        "company_website": "未披露",
        "company_description": "青岛研知教育科技有限公司（以下简称“研知教育科技”）是一家专注于人工智能与教育深度融合的创新型企业，成立于2024年8月，总部位于青岛。公司以“运用AI驱动的数据洞察，重新定义教与学的效能边界”为使命，致力于通过数据智能技术推动教育评价改革，助力实现大规模因材施教。在国家全面推进“人工智能+教育”战略的背景下，研知教育科技依托自研核心技术，构建了覆盖教学全周期的产品体系，成为区域教育数字化改革的实践先锋。\n\n公司的愿景是成为教育数据处理与分析服务的核心驱动者，构建AI与教育共生的进化生态。秉持“创新、精准、责任、合作、诚信”的核心价值观，研知教育科技不断探索前沿AI技术，提供高准确度的教育决策支持，同时肩负推动教育均衡与质量提升的社会责任。\n\n核心产品体系包括三大板块：研知AI语音互动课堂、研知AI批阅系统和研知增值评价系统。这些产品协同作用，形成“过程性评价-形成性评价-结果性评价”的数据闭环。AI语音互动课堂实现无感化、全样本的课堂数据采集，赋能教师实时调整教学策略；AI批阅系统通过自动化诊断减轻教师负担，提供精准学情报告；增值评价系统则基于自研DA-SGP算法，科学量化教育“净增值”，公平评估教学成效。三者共同为教师、学生和管理者提供微观干预与宏观决策的双重支持。\n\n未来，研知教育科技计划深耕山东市场，并逐步向全国扩展，目标通过SaaS订阅模式实现可持续增长，最终推动教育公平与质量提升，成为AI教育科技领域的标杆企业。"
    },
    "compensation": {
        "salary_range": {
            "min": "",
            "max": "",
            "currency": "元",
            "cycle": "天"
        },
        "benefits": "高温补贴 | 带薪年假 | 保底工资 | 定期体检 | 年终奖 | 全勤奖 | 绩效奖金 | 意外险 | 五险一金 | 通讯补贴 | 补充医疗保险 | 节日福利"
    },
    "requirements": {
        "working_years": "",
        "degree": "本科",
        "language": "中英双语",AI生成
        "visa_support": "未披露",
        "responsibilities": "1、将真实产品需求、技术问题、资料整理任务和候选人作业评估任务,拆解为适合AI Agent执行的任务包。\n2、整理项目上下文,包括业务背景、代码结构、接口说明、数据口径、产品规则、历史决策和验收标准。\n3、设计和维护Agent可读的工作说明、工具说明、Prompt模板、检查清单和任务交接文档。\n4、参与Vibe Coding开发流程,协助AI完成需求理解、代码生成、问题排查、测试验证、文档记录和复盘整理。\n5、对AI输出结果进行人工验证,识别幻觉、漏项、错误假设、上下文不足、工具误用和不可执行建议。\n6、把高频失败模式沉淀为可复用的改进措施,例如补充文档、优化任务模板、增加检查项、设计自动化脚本或调整工作流。\n7、协助建立内部Agent工作流库,让团队在开发、测试、资料整理和招聘评估中减少重复沟通和重复试错。\n8、跟踪AI开发工具、Context工程和Harness工程的新实践,并结合公司业务进行小范围试验和复盘。\n9、完成公司安排的其他技术学习、资料整理、测试验证和产品支持事项。",
        "requirements_text": "1、学历不限,计算机、软件工程、人工智能、教育技术、信息管理、图书情报、数据科学等相关方向优先。\n2、具备基础编程理解或强烈技术学习意愿,能看懂常见代码结构、错误信息、接口文档和项目README。\n3、具备较强的结构化表达能力,能够把复杂任务拆成背景、目标、输入、步骤、输出、风险和验收标准。\n4、理解AI辅助开发不是复制粘贴,能够对模型输出保持判断、验证和修正。\n5、对上下文组织有敏感度,能判断哪些信息应该进入任务说明,哪些信息应该沉淀到文档、工具或知识库中。\n6、做事细心,有质量意识和复盘习惯,愿意长期积累模板、案例、失败模式和检查清单。\n7、沟通稳定,遇到不确定内容能够主动标记、提问、记录和推进确认。\n岗位要求:\n1、能够独立整理一份结构清楚的AI任务说明,包括目标、背景、限制、输入材料、输出格式和验收标准。\n2、能够把一次AI开发过程中的关键Prompt、模型输出、人工修改依据和最终结果记录清楚。\n3、能够使用或愿意学习Trae、Cursor、Claude Code、Codex、ChatGPT、Claude、Kimi、Gemini等AI工具。\n4、能够使用或愿意学习Markdown、Git、命令行、飞书文档、企业微信文档、Obsidian等协作工具。\n5、能够接受反复验证、反复校对、反复优化流程的工作方式,而不是只追求一次性生成结果。\n加分项:\n1、有使用AI工具完成代码项目、课程项目、自动化脚本、数据处理、网页Demo或产品原型的经验。\n2、了解JavaScript、TypeScript、Python、Java、SQL、API、Git、测试用例或基础Web开发流程。\n3、有整理PRD、技术文档、SOP、知识库、README、Prompt记录、项目复盘或测试报告的习惯。\n4、了解RAG、MCP、Agent、工作流编排、自动化测试、评测集、知识库或上下文管理相关概念。\n5、有教育产品、数据分析、产品资料、客户交付、软件测试、科研助理或竞赛项目经历。\n6、有较强英文阅读能力,能够阅读英文技术文档、工具文档或模型输出。\n你能获得什么:\n你会系统接触AI Agent从“能对话”到“能做事”的中间层工程:如何组织上下文、如何设计任务环境、如何让工具输出更可读、如何让失败可复盘、如何让质量检查可重复。你会参与真实教育科技产品和真实AI开发流程,而不是停留在简单问答或一次性Demo。表现稳定的同学,后续可以向AI应用开发、Context工程、Agent Harness工程、研发效能、产品工程和知识管理等方向成长。\n适合什么样的人:\n适合喜欢拆解问题、整理系统、验证结果的人。适合对AI工具很有兴趣,但不满足于“会提问”,希望理解AI为什么会失败、怎样通过环境和流程让它更可靠的人。适合能在代码、文档、业务和工具之间来回切换的人。\n不太适合什么样的人:\n如果你只想写几个漂亮Prompt,不愿意读文档、查事实、看报错、整理记录、做测试和复盘,可能不太适合。完全依赖AI输出、一看到结果就默认正确,或者不愿意处理细碎但关键的上下文和质量检查,也不太适合这个岗位。\n工作时间:8:30-17:30,周末双休,严格审批加班\n工作地点:青岛市市南区东海西路15号英德隆大厦22楼,地铁3号线延安三路站D出口,步行2分钟\n加分项\n有以下行业经验:学术/科研",
        "skills": [AI生成
            "API/SDK与开放平台开发",
            "Agent系统构建",
            "PRD与原型设计",
            "Prompt工程",
            "SQL与数据探查",
            "Workflow与任务编排",
            "上下文/知识工程",
            "企业微信/CRM私域知识",
            "实施交付与验收",
            "工具调用/MCP",
            "教育行业知识",
            "数据分析与指标体系",
            "数据工程与数据管道",
            "模型/Agent评测体系",
            "沟通表达与方案汇报",
            "结构化思考与系统抽象",
            "编程与代码实现",
            "行业理解与业务诊断",
            "软件测试与质量工程"
        ],
        "preferred_qualifications": "1、学历不限,计算机、软件工程、人工智能、教育技术、信息管理、图书情报、数据科学等相关方向优先。\n加分项:\n加分项",
        "job_highlights": "本科"
    },
    "contact": {
        "recruiter_name": "徐磊",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://www.zhipin.com/job_detail/03464661f6b844570ndy09y9FVVY.html"
            }
        ]
    },
    "posting": {
        "posting_id": "03464661f6b844570ndy09y9FVVY",
        "post_date": "",
        "hire_time": "未披露",
        "update_date": "20260915",
        "job_url": "https://www.zhipin.com/job_detail/03464661f6b844570ndy09y9FVVY.html"
    },
    "fulltext": "一句话定位：给AI智能体搭建可控、可复用、可验证的工作环境\n#温馨提示# 必须线下⾯试才能发offer，联系我们之前请确认你已经在青岛，或者已经有来青岛的明确时间安排。\n我们是⼀家专注于前沿AI创新的教育科技公司，致⼒于通过Vibe Coding工作流重构软件开发范式，帮助教育行业进⾏数据智能技术的创新与改进，成为教育数字化改革的先锋。我们坚信，数据是实现个性化教育的基石。通过自研的学情AI分析平台与AI课堂交互软硬件平台，我们致力于深入挖掘学习过程中的海量数据，为教师、学生和家长提供精准的教学洞察和学习建议，让大规模因材施教成为可能。\n我们是自研产品交付客户，我们不是外包项目公司。\nWe also welcome candidates with overseas study experience.\n现在，我们正在寻找一位AI Agent Harness工程实习生。这个岗位是在Prompt工程、Context工程和AI辅助开发基础上进一步演化出来的新型工程岗位：不只是“写好提示词”，而是为AI智能体搭建任务环境、上下文结构、工具接口、验证机制和反馈循环，让AI可以在真实项目中稳定完成更长、更复杂的工作。\n如果说Prompt工程关注“怎么把任务说清楚”，Context工程关注“让模型看到什么信息”，那么Harness工程更关注“AI在什么环境里工作、能调用什么工具、如何观察结果、如何失败重试、如何被验证和约束”。你会参与的不是概念研究，而是公司真实Vibe Coding流程、产品开发流程、资料整理流程和质量检查流程的建设。\n入职后的实际入口：\n入职后，你会围绕公司自研教育产品和内部AI开发流程，参与搭建Agent可用的项目说明、上下文地图、工具说明、检查清单、评测流程和复盘文档。例如：把一次开发任务整理成Agent可执行的任务包，把分散在文档、代码、截图和聊天记录中的信息组织成可检索上下文，把一个常见失败模式沉淀成自动检查或人工验收清单。\n岗位侧重：\n工作类型：Agent工作流、Context工程、工具说明、评测检查、开发文档、质量反馈循环\n用户对象：内部开发、产品、数据、交付、资料整理和招聘评估团队\n工作阶段：任务拆解、上下文组织、工具接入、执行观察、结果验证、流程沉淀\n协作对象：开发、产品、数据、测试、知识库和业务交付相关同事\n输出成果：任务模板、上下文地图、Prompt记录、工具使用说明、检查清单、评测记录、复盘文档\n工作职责：\n1、将真实产品需求、技术问题、资料整理任务和候选人作业评估任务，拆解为适合AI Agent执行的任务包。\n2、整理项目上下文，包括业务背景、代码结构、接口说明、数据口径、产品规则、历史决策和验收标准。\n3、设计和维护Agent可读的工作说明、工具说明、Prompt模板、检查清单和任务交接文档。\n4、参与Vibe Coding开发流程，协助AI完成需求理解、代码生成、问题排查、测试验证、文档记录和复盘整理。\n5、对AI输出结果进行人工验证，识别幻觉、漏项、错误假设、上下文不足、工具误用和不可执行建议。\n6、把高频失败模式沉淀为可复用的改进措施，例如补充文档、优化任务模板、增加检查项、设计自动化脚本或调整工作流。\n7、协助建立内部Agent工作流库，让团队在开发、测试、资料整理和招聘评估中减少重复沟通和重复试错。\n8、跟踪AI开发工具、Context工程和Harness工程的新实践，并结合公司业务进行小范围试验和复盘。\n9、完成公司安排的其他技术学习、资料整理、测试验证和产品支持事项。\n任职条件：\n1、学历不限，计算机、软件工程、人工智能、教育技术、信息管理、图书情报、数据科学等相关方向优先。\n2、具备基础编程理解或强烈技术学习意愿，能看懂常见代码结构、错误信息、接口文档和项目README。\n3、具备较强的结构化表达能力，能够把复杂任务拆成背景、目标、输入、步骤、输出、风险和验收标准。\n4、理解AI辅助开发不是复制粘贴，能够对模型输出保持判断、验证和修正。\n5、对上下文组织有敏感度，能判断哪些信息应该进入任务说明，哪些信息应该沉淀到文档、工具或知识库中。\n6、做事细心，有质量意识和复盘习惯，愿意长期积累模板、案例、失败模式和检查清单。\n7、沟通稳定，遇到不确定内容能够主动标记、提问、记录和推进确认。\n岗位要求：\n1、能够独立整理一份结构清楚的AI任务说明，包括目标、背景、限制、输入材料、输出格式和验收标准。\n2、能够把一次AI开发过程中的关键Prompt、模型输出、人工修改依据和最终结果记录清楚。\n3、能够使用或愿意学习Trae、Cursor、Claude Code、Codex、ChatGPT、Claude、Kimi、Gemini等AI工具。\n4、能够使用或愿意学习Markdown、Git、命令行、飞书文档、企业微信文档、Obsidian等协作工具。\n5、能够接受反复验证、反复校对、反复优化流程的工作方式，而不是只追求一次性生成结果。\n加分项：\n1、有使用AI工具完成代码项目、课程项目、自动化脚本、数据处理、网页Demo或产品原型的经验。\n2、了解JavaScript、TypeScript、Python、Java、SQL、API、Git、测试用例或基础Web开发流程。\n3、有整理PRD、技术文档、SOP、知识库、README、Prompt记录、项目复盘或测试报告的习惯。\n4、了解RAG、MCP、Agent、工作流编排、自动化测试、评测集、知识库或上下文管理相关概念。\n5、有教育产品、数据分析、产品资料、客户交付、软件测试、科研助理或竞赛项目经历。\n6、有较强英文阅读能力，能够阅读英文技术文档、工具文档或模型输出。\n你能获得什么：\n你会系统接触AI Agent从“能对话”到“能做事”的中间层工程：如何组织上下文、如何设计任务环境、如何让工具输出更可读、如何让失败可复盘、如何让质量检查可重复。你会参与真实教育科技产品和真实AI开发流程，而不是停留在简单问答或一次性Demo。表现稳定的同学，后续可以向AI应用开发、Context工程、Agent Harness工程、研发效能、产品工程和知识管理等方向成长。\n适合什么样的人：\n适合喜欢拆解问题、整理系统、验证结果的人。适合对AI工具很有兴趣，但不满足于“会提问”，希望理解AI为什么会失败、怎样通过环境和流程让它更可靠的人。适合能在代码、文档、业务和工具之间来回切换的人。\n不太适合什么样的人：\n如果你只想写几个漂亮Prompt，不愿意读文档、查事实、看报错、整理记录、做测试和复盘，可能不太适合。完全依赖AI输出、一看到结果就默认正确，或者不愿意处理细碎但关键的上下文和质量检查，也不太适合这个岗位。\n工作时间：8:30-17:30，周末双休，严格审批加班\n工作地点：青岛市市南区东海西路15号英德隆大厦22楼，地铁3号线延安三路站D出口，步行2分钟\n加分项\n有以下行业经验：学术/科研"
}