主分类：Agent系统开发
辅助：AI模型评测工程（仅展示）
来源 JD 数据（旧分类保留，当前主分类见上方）
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "AI Agent Harness优化专家/工程师-TRAE",
"job_level": "专家",AI生成
"work_category": "全职",AI生成
"department": "未披露",
"location": "北京",
"work_mode": "未披露",AI生成
"job_category": "算法"AI生成
},
"company": {
"company_name": "字节跳动",
"company_industry": "互联网 / 数字内容 / 电商",
"company_size": "10000人以上",
"company_website": "bytedance.com",
"company_description": "字节跳动提供内容创作、信息分发、电商和协作产品，旗下产品包括抖音、今日头条、TikTok和飞书。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "硕士学位及以上",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1、负责TRAE整体Agent Harness能力的效果优化与架构设计：设计、迭代TRAE的多智能体（Agent）框架与调度策略（如任务分解、工具编排、Agent协作等），在真实开发场景下持续提升端到端问题解决能力与鲁棒性；\n2、负责多模型适配与策略调优：面向代码智能场景，完成模型适配、Prompt体系设计、推理策略与Pipeline设计，根据不同任务特征选择、组合和调度模型，提升整体编程成功率与用户体验；\n3、负责TRAE的Context Engineering体系建设：设计和落地代码智能场景下的上下文工程方案，包括代码仓库、文档、Issue、工单、日志等多源信息的召回、排序、压缩与注入策略，构建高质量上下文（Context），在复杂长链路任务中持续优化「用对信息」；\n4、负责Agent效果分析：搭建并完善TRAE端到端核心效果指标定义，对策略/模型/框架改动进行实验设计、结果分析与归因，驱动持续迭代；\n5、持续跟踪LLM、Agentic Workflow、Tool Use、Code Agent等方向的前沿进展，结合TRAE业务特点进行技术调研与方案创新，在关键方向上形成方法论沉淀，产出专利、论文或对内技术影响力。",
"requirements_text": "1、硕士学位及以上，计算机、软件工程、人工智能等相关专业背景，博士学位或具备同等实力者优先；\n2、具备扎实的编码能力与工程素养，熟练掌握至少一门主流编程语言（Golang/Python等），具备良好的数据结构和算法功底；\n3、有大模型应用相关经验者优先：熟悉大模型的Prompt调优，了解各种模型使用机制，能够针对模型做工程适配；\n4、对Agent框架、工具调用（Tool-Calling）、多轮规划/执行、上下文检索与编排等方向有实践经验或深度兴趣，能够从「端到端效果」视角思考系统设计；\n5、具备良好的产品意识与指标意识，能够从用户视角和业务视角反向设计评测指标与实验方案；\n6、具备良好的沟通协作能力和自驱力，愿意在快速变化的AI Coding领域中持续学习与探索。\n\n加分项\n1、在大模型、Agent、AI Coding等相关方向有高影响力项目经验或顶会论文/专利产出；\n2、有IDE/DevTools/CI/CD/代码分析等工具链相关研发经验，对工程实践有深刻理解；\n3、有构建自动评测平台、日志回放系统、智能数据闭环（从用户数据到训练数据）的经验；\n4、对开发者体验（DX）有强兴趣，乐于与真实开发者深度共建产品与工作流。",
"skills": [AI生成
"Python",
"Golang",
"数据结构",
"Go",
"大语言模型"
],
"preferred_qualifications": "1、硕士学位及以上，计算机、软件工程、人工智能等相关专业背景，博士学位或具备同等实力者优先；3、有大模型应用相关经验者优先：熟悉大模型的Prompt调优，了解各种模型使用机制，能够针对模型做工程适配；加分项",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://jobs.bytedance.com/experienced/position/7579122282270984501/detail"
}
]
},
"posting": {
"posting_id": "7579122282270984501",
"post_date": "2025-12-02",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/experienced/position/7579122282270984501/detail"
},
"fulltext": "AI Agent Harness优化专家/工程师-TRAE\n职位描述\n1、负责TRAE整体Agent Harness能力的效果优化与架构设计：设计、迭代TRAE的多智能体（Agent）框架与调度策略（如任务分解、工具编排、Agent协作等），在真实开发场景下持续提升端到端问题解决能力与鲁棒性；\n2、负责多模型适配与策略调优：面向代码智能场景，完成模型适配、Prompt体系设计、推理策略与Pipeline设计，根据不同任务特征选择、组合和调度模型，提升整体编程成功率与用户体验；\n3、负责TRAE的Context Engineering体系建设：设计和落地代码智能场景下的上下文工程方案，包括代码仓库、文档、Issue、工单、日志等多源信息的召回、排序、压缩与注入策略，构建高质量上下文（Context），在复杂长链路任务中持续优化「用对信息」；\n4、负责Agent效果分析：搭建并完善TRAE端到端核心效果指标定义，对策略/模型/框架改动进行实验设计、结果分析与归因，驱动持续迭代；\n5、持续跟踪LLM、Agentic Workflow、Tool Use、Code Agent等方向的前沿进展，结合TRAE业务特点进行技术调研与方案创新，在关键方向上形成方法论沉淀，产出专利、论文或对内技术影响力。\n\n职位要求\n1、硕士学位及以上，计算机、软件工程、人工智能等相关专业背景，博士学位或具备同等实力者优先；\n2、具备扎实的编码能力与工程素养，熟练掌握至少一门主流编程语言（Golang/Python等），具备良好的数据结构和算法功底；\n3、有大模型应用相关经验者优先：熟悉大模型的Prompt调优，了解各种模型使用机制，能够针对模型做工程适配；\n4、对Agent框架、工具调用（Tool-Calling）、多轮规划/执行、上下文检索与编排等方向有实践经验或深度兴趣，能够从「端到端效果」视角思考系统设计；\n5、具备良好的产品意识与指标意识，能够从用户视角和业务视角反向设计评测指标与实验方案；\n6、具备良好的沟通协作能力和自驱力，愿意在快速变化的AI Coding领域中持续学习与探索。\n\n加分项\n1、在大模型、Agent、AI Coding等相关方向有高影响力项目经验或顶会论文/专利产出；\n2、有IDE/DevTools/CI/CD/代码分析等工具链相关研发经验，对工程实践有深刻理解；\n3、有构建自动评测平台、日志回放系统、智能数据闭环（从用户数据到训练数据）的经验；\n4、对开发者体验（DX）有强兴趣，乐于与真实开发者深度共建产品与工作流。\n1、负责TRAE整体Agent Harness能力的效果优化与架构设计：设计、迭代TRAE的多智能体（Agent）框架与调度策略（如任务分解、工具编排、Agent协作等），在真实开发场景下持续提升端到端问题解决能力与鲁棒性；\n2、负责多模型适配与策略调优：面向代码智能场景，完成模型适配、Prompt体系设计、推理策略与Pipeline设计，根据不同任务特征选择、组合和调度模型，提升整体编程成功率与用户体验；\n3、负责TRAE的Context Engineering体系建设：设计和落地代码智能场景下的上下文工程方案，包括代码仓库、文档、Issue、工单、日志等多源信息的召回、排序、压缩与注入策略，构建高质量上下文（Context），在复杂长链路任务中持续优化「用对信息」；\n4、负责Agent效果分析：搭建并完善TRAE端到端核心效果指标定义，对策略/模型/框架改动进行实验设计、结果分析与归因，驱动持续迭代；\n5、持续跟踪LLM、Agentic Workflow、Tool Use、Code Agent等方向的前沿进展，结合TRAE业务特点进行技术调研与方案创新，在关键方向上形成方法论沉淀，产出专利、论文或对内技术影响力。\n1、硕士学位及以上，计算机、软件工程、人工智能等相关专业背景，博士学位或具备同等实力者优先；\n2、具备扎实的编码能力与工程素养，熟练掌握至少一门主流编程语言（Golang/Python等），具备良好的数据结构和算法功底；\n3、有大模型应用相关经验者优先：熟悉大模型的Prompt调优，了解各种模型使用机制，能够针对模型做工程适配；\n4、对Agent框架、工具调用（Tool-Calling）、多轮规划/执行、上下文检索与编排等方向有实践经验或深度兴趣，能够从「端到端效果」视角思考系统设计；\n5、具备良好的产品意识与指标意识，能够从用户视角和业务视角反向设计评测指标与实验方案；\n6、具备良好的沟通协作能力和自驱力，愿意在快速变化的AI Coding领域中持续学习与探索。\n\n加分项\n1、在大模型、Agent、AI Coding等相关方向有高影响力项目经验或顶会论文/专利产出；\n2、有IDE/DevTools/CI/CD/代码分析等工具链相关研发经验，对工程实践有深刻理解；\n3、有构建自动评测平台、日志回放系统、智能数据闭环（从用户数据到训练数据）的经验；\n4、对开发者体验（DX）有强兴趣，乐于与真实开发者深度共建产品与工作流。",
"standard_classification": {
"std_category_code": "T009",
"std_aux_codes": [
"T015"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}