Codex 核心智能体 AI 系统工程师
岗位摘要
设计并构建核心智能体运行框架与执行循环，使 Codex 智能体能够解释模型输出、使用工具、执行代码，并安全完成长周期任务；为在真实开发环境中运行的智能体构建沙箱、隔离、编排、状态与工作流基础设施
岗位职责
- 设计并构建核心智能体运行框架与执行循环，使 Codex 智能体能够解释模型输出、使用工具、执行代码，并安全完成长周期任务
- 为在真实开发环境中运行的智能体构建沙箱、隔离、编排、状态与工作流基础设施
- 开发评估、实验与调试系统，用于区分运行框架问题、模型行为、推理/运行时问题以及产品故障
- 针对提示词、面向模型的接口、上下文构建、工具使用策略与运行框架行为开展消融实验，以提升解决率、可靠性、延迟和成本表现
- 改进智能体技术栈的可观测性、性能分析与诊断能力，覆盖后端系统、推理、GPU 与集群容量
- 与研究团队紧密合作，使运行框架可训练、可度量，并有助于改进前沿智能体模型
- 构建共享基础组件，使 Codex 更快、更安全、更可靠，并便于其他团队和开源用户在此基础上开发
任职要求
- 曾在分布式系统、基础设施、开发者工具、沙箱、虚拟化、云平台或机器学习系统中构建或运维生产系统
- 喜欢跨层工作，包括 Rust 系统代码、Python 配置层、API、智能体编排、评估、日志/追踪、推理行为、运行时约束与用户结果
- 具备 LLM 应用、编码智能体、评估、模型部署、推理、编译器/运行时性能或开发者平台的实践经验
- 高度重视可靠性、安全性、性能、可调试性与清晰抽象
- 能够基于证据进行调试，并快速从模糊的生产故障转向可落地且持久的修复方案
- 希望贴近研究工作，同时仍将变更交付到生产环境
- 仍能编写有意义的代码，展现强烈主人翁意识，并能领导范围明确或多团队协作的 AI 系统工作
- 具备深厚的 Rust、系统、沙箱、隔离或底层平台经验
- 具有编码智能体、智能体运行框架、工具调用型 LLM 系统、模型评估或后训练反馈循环经验
- 拥有编译器、内核、运行时、推理优化、GPU 系统、基准测试、性能分析或性能工程背景
- 具有在严苛可靠性与安全性约束下，构建供大量工程师或用户使用的生产基础设施的经验
- 拥有开源基础设施或开发者平台工作经历，并对 API 与易用性有出色品味