职位描述基于开源 Harness（如 SWE-bench、OpenAI Evals、AgentBench 等）搭建 Agent 评测与回归体系。 建设 Agent 可观测性，量化评估任务成功率、工具调用质量与响应延迟。 跟踪 Agent 开源社区动态，评估并引入合适的框架与工程实践（LangChain / LangGraph、AutoGen、MCP 等）。 负责机器人端侧相关软件架构规划、分层设计、接口标准制定，推动运控、感知规划的工程架构设计。 规划构建机器相关的前瞻软硬件技术方向并进行相关预研，推动架构和前瞻规划的落地。 负责整机全链路性能优化：CPU 占用、内存泄漏、显存 / NPU 调度、启动耗时、通信延迟治理、功耗优化。 搭建稳定性体系：压力测试、故障注入、异常捕获、自动化冒烟测试，提升整机鲁棒性。 推动构建软件工程化相关工具和体系，开展软件安全设计、软件规范机制、文档体系建设。任职要求任职核心要求 学历背景：本科及以上学历，计算机、自动化等相关专业。 工作经验：5 年及以上嵌入式 / 机器人软件 / 自动驾驶 / 智能座舱 / AIGC 研发经验。 技术能力：精通至少一门主流编程语言（Java/Golang/C++/JavaScript/Python 等），具备扎实的并发编程、数据结构与算法功底，熟悉对应生态与工程实践。 系统认知：熟悉主流操作系统及核心功能模块的原理和架构（Linux/Android），熟悉分布式系统核心原理：微服务、RPC、消息中间件（Kafka/RocketMQ）、缓存（Redis）、服务治理与容灾。 专项经验：有实际 AI Agent 开发经验，熟悉 LLM API、Prompt 工程、Tool Calling/Function Calling、RAG 等关键技术，有完整的 Agent 项目落地经历。 架构能力：具备大型复杂软件架构设计与重构经验，具备全局视野，能平衡功能、性能、稳定性、可维护性设计。 工具经验：有开源评测 Harness 的使用或二次开发经验（SWE-bench/Evals/AgentBench/ 自研评测框架均可），理解 Agent 评估方法论。
