agent harness engineering lead.

岗位职责 
1. 系统搭建：负责 1on1 实时多模态全双工（Full-Duplex）交互 Runtime 的底层架构设计，搭建毫秒级响应的打断机制（Interruption）、状态机调度与长短期上下文/记忆（Memory）管理体系。
2. Agent 评估与测试沙盒 (Eval & Harness)：从 0 到 1 构建多模态 Agent 的自动化测试与评测沙盒，模拟高并发下的真实用户语音打断、语速/口音变化及网络抖动，建立针对延迟、打断精准度、情绪拟真度及幻觉率的量化 Eval 指标体系。
3. 工具链与环境同步 (Tool Use & Action Engine)：设计实时 AI 交互过程中的工具调用与环境接管机制，实现 AI 语音输出、视觉画面（数字人/白板/PPT）与后台 API 执行的毫秒级时间轴同步。
4. RTC 与推理工程缝合：深度结合 RTC 实时通信网络（如 LiveKit、声网等）与上游多模态大模型推理引擎，推动端到端流式推理加速、显存共享与传输链路优化，确保交互延迟稳定在 200~300ms。
5. 团队梯队建设：组建并带领 Harness 工程团队，建立高标准的工程规范与 Devops/MLOps 流程，支撑业务在企业内培、在线教育及远程咨询等高价值场景的快速落地。

任职要求
1. 计算机相关专业硕士及以上学历，1 年以上团队带队管理经验。
2. 精通 Agent 框架与 Runtime 架构：深入理解 LangChain、AutoGPT、LlamaIndex 等底层原理，有自主重构或自研高并发、低延迟 Agent 运行环境（Runtime）的实战经验。
3. 精通实时通信与音视频工程：熟练掌握 RTC/RTP/WebRTC 协议栈，有 LiveKit、Agora 或同类实时音视频/语音流调度架构的深度优化经验。
4. 具备大模型 Eval/Harness 实操：熟悉大模型/多模态模型的评估方法，有搭建自动化评测沙盒、Agentic RL 环境或仿真测试平台的成功落地案例。
5. 强悍的系统级 Coding 能力：精通 Python / C++ / Rust / Go 中至少两种语言，对 GPU/NPU 推理加速、KV-Cache 管理、并发优化及内存泄漏排查有极深功底。
6. 创业心态：极强的高并发工程落地实战能力，不依赖“大厂大算力资源”，能在资源受限的初创环境中快速推进 MVP 并实现系统演进。