Embodied Agent Developer (具身智能 Agent 开发工程师)
职位描述
1. 问题
就像浏览器把人类带入了信息时代、智能手机把计算装进了口袋一样，我们正在把 Agent 塞进物理实体——不是让它"能动"，而是让它"懂context、会规划、能纠错、可协作、主动"。
2. 我们要做的
让机器人真的理解人在说什么，自己拆解任务，知道什么时候该问、什么时候该猜、搞砸了怎么恢复。
不是写死状态机，不是硬编码 prompt，是造一个在物理世界里能自主决策的系统。
3. 你亲手要做的
- 物理世界的 Agent OS：让机器人理解"去帮我找瓶水"背后的语义和空间推理、约束满足与失败恢复
- 人机共融的交互协议：自然语言指令的歧义消解、执行过程中的意图澄清、人类介入时的优雅交接
- 持续进化的智能体：在演示中学习, 利用知识创建技能, 自我更新的 Agent Runtime.
- 赋予灵魂和长期记忆: 跨会话记住用户的偏好、习惯、甚至情绪节奏；让"这台机器人"逐渐变成"我的机器人"任职要求
1. 我们希望你
对"智能"有洁癖
- 看不惯"demo 能跑就行"的胶水代码
- 认为一个好的 Agent 架构应该越用越优雅，而不是越加越臃肿
- 能清楚说出你的系统不知道什么（而不是假装什么都知道）
- 加分项: 能够说出设计的一个 Agent 的全流程, 以及在设计时权衡过的几个问题.
不必全知，但需求知
- 不指望你进来就懂 VLA, 分布式系统和 机器人硬件 -- 快速适应和学习比八股更重要
- 相信第一性原理比知识储备更可靠：给一台陌生的机器人、一篇刚发的论文，你能找到路径、验证假设、做出取舍
- 加分项：有过"为了解决这个问题，短时间内学会全新领域并且 Built"的经历
Be Agentic but Keep Calm
- 高强度使用 AI Coding 工具并且优化自我工作流 -- 用 AI 写代码、跑实验、分析日志，你负责判断对不对、哪里会崩、怎么改架构
- 主动跟进行业热点, 但也学会 "冷眼" 看待
- 加分项：公开锐评过某个主流 Agent 项目的架构缺陷（哪怕是你自己的前项目）
在物理约束里做设计和评估
- 理解推理延迟、传感器噪声、执行误差的实际影响
- 不会让模型的输出直接驱动硬件，会加验证、会设安全边界
- 能给出任意决策的延迟预算，能画出感知→推理→执行的全链路时序图，能说出哪里是瓶颈、怎么优化、牺牲什么
- 加分项：处理过"模型建议的行为在物理上不可行"的情况
相信记忆不只是存储
- 明白长期记忆不是向量库里的一条记录，是情境化的、会遗忘的、能改变决策权重的
- 想过怎么让机器人记得"主人周二下午总喝咖啡"，而不是每次重新问
- 加分项：思考或者设计过让 Agent 从长期互动中形成自己的"风格"和主动性的机制
2. 我们在找这样的人
相信机器人的未来不只是更快的控制频率、更大的训练数据，而是更聪明的决策层——让机器真正理解世界，与人协作。
