返回岗位列表

代码代理{}

查看原岗位

地点：北京薪资：30-60K 日期：2026-03-03

岗位摘要

面向主流Code Agent及其底层大模型，设计并执行系统化评测，覆盖真实开发任务、长程多轮交互、工具调用、代码修改与提交、测试/构建/部署等全链路场景；参与构建并持续迭代Code Agent评测体系与标准，定义任务分层、指标体系、数据规范与打分口径

岗位职责

面向主流Code Agent及其底层大模型，设计并执行系统化评测，覆盖真实开发任务、长程多轮交互、工具调用、代码修改与提交、测试/构建/部署等全链路场景
参与构建并持续迭代Code Agent评测体系与标准，定义任务分层、指标体系、数据规范与打分口径
设计并开发可扩展的自动化评测框架，支持多模型/多工具并行跑分与结果对齐、任务编排与环境隔离
输出可复现的缺陷清单与复现脚本，定位agent的典型失败模式，并沉淀为回归用例
定期输出深度评测报告，包含不同agent/模型的对比分析、关键案例拆解、指标解读、优化建议及潜在产品机会
构建高质量demo与标准化任务集，帮助团队理解agent能力边界，支撑模型优化与产品方向探索

任职要求

有独立开发者背景或具备完整应用项目开发经验，能独立负责关键模块设计实现
熟练掌握至少两门编程语言（Python/TypeScript/Golang/Rust等）
一年以上Code Agent深度使用经验（如Cursor、Copilot、Claude Code等），熟悉agent的多轮协作、工具调用与代码变更工作流
具备强逻辑思维与数据分析能力，能从复杂体验中抽象出指标、对照组与可复现评测流程
能对评测结果做统计解释与误差分析
有AI辅助开发相关的开源项目经验，或独立开发过有真实用户的产品，或组织过团队级代码评审/质量体系建设者优先
在AI Coding/Agent评测领域有内容输出经历（教程、测评文章、项目案例、基准设计、工具链实践等）者优先
有Benchmark/评测工程经验（任务集设计、回归测试体系、CI集成、容器化评测、日志与可观测性建设等）者优先
具备产品思维，能从用户视角提出可落地的agent产品优化方向者优先

加分项

有 AI 辅助开发相关的开源项目经验，或独立开发过有真实用户的产品
或组织过团队级代码评审/质量体系建设
在 AI Coding / Agent 评测领域有内容输出经历（教程、测评文章、项目案例、基准设计、工具链实践等）
有 Benchmark/评测工程经验：如任务集设计、回归测试体系、CI 集成、容器化评测、日志与可观测性建设等
具备产品思维，能从用户视角提出可落地的 agent 产品优化方向（交互、可控性、权限/安全、可解释性、成本效率等）

福利待遇

薪资范围30-60K，16薪
工作地点位于北京海淀区搜狐网络大厦

工作地址

北京海淀区搜狐网络大厦北京市海淀区搜狐网络大厦9层