返回岗位列表

Agent RL 算法研究员（实习）

查看原岗位

地点：北京薪资：400-500元/天日期：2026-05-22

岗位摘要

设计和构建Code Agent评测体系（Harness），包括benchmark设计、评测pipeline搭建、指标定义与分析；调研和复现前沿Agent评测框架，提出改进方案；搭建端到端的Agent能力评估环境（sandbox隔离、代码执行、多轮交互评测）

岗位职责

设计和构建Code Agent评测体系（Harness），包括benchmark设计、评测pipeline搭建、指标定义与分析
调研和复现前沿Agent评测框架，提出改进方案
搭建端到端的Agent能力评估环境（sandbox隔离、代码执行、多轮交互评测）
分析Agent行为trace，挖掘bad pattern，驱动prompt/策略优化
探索Agent能力的细粒度拆解
参与Code Agent产品的dogfood测试和真实场景评估

任职要求

计算机相关专业在读硕士/博士，或优秀本科生
熟悉Python，有实际的工程项⽬经验
对LLM Agent / Tool Use / Code Generation有浓厚兴趣，了解相关论文
参与过LLM评测/benchmark相关工作者优先
熟悉SWE-bench、TerminalBench等代码评测集者优先
有Agent框架（Claude Code/Codex等）使用或开发经验者优先
有Docker / 沙箱隔离经验者优先
主动性强，能独立推进研究问题
在顶会发表过Agent / Code Intelligence相关论文者优先
有开源项目贡献经验（特别是Agent或开发工具方向）者优先
熟悉多语言编程（不只是Python）者优先
自己搭建过或深度使用过Coding Agent（Cursor、Copilot、Aider、Devin等）者优先

加分项

在顶会发表过 Agent / Code Intelligence 相关论文有开源项目贡献经验（特别是 Agent 或开发工具方向）熟悉多语言编程（不只是 Python）自己搭建过或深度使用过 Coding Agent（Cursor、Copilot、Aider、Devin 等）你会获得直接参与国内顶尖大模型团队的 Code Agent 核心方向接触最前沿的 Agent 技术栈和海量真实用户场景与算法、工程、产品多方协作，体验完整的 AI 产品闭环表现优异者可获得 return offer

福利待遇

直接参与国内顶尖大模型团队的Code Agent核心方向
接触最前沿的Agent技术栈和海量真实用户场景
与算法、工程、产品多方协作，体验完整的AI产品闭环
表现优异者可获得return offer

工作地址

北京海淀区大恒科技大厦12F