主导 AI Agent 平台质量体系建设，规划并构建基于 AI 的全自动化测试体系，探索利用 AI Agent 实现测试需求分析、用例生成、脚本编写、自动执行、缺陷定位、失败归因和测试报告生成等全流程自动化；
主导或参与 AI Agent 平台的自动化测试、评测体系、回归测试、稳定性测试、安全与可靠性测试建设，面向多类 Agent 产品设计完整测试方案和测试用例；
深入参与 AI Agent 平台的架构设计与能力建设，从测试与质量保障角度对 Agent Runtime、工具调用、上下文管理、任务编排、模型调用、Guardrails、权限控制、可观测性等模块提出合理化建议；
负责设计和建设 AI Agent 的自动化评测体系，包括任务成功率、工具调用准确率、多轮任务完成率、幻觉率、越权操作率、人工介入率、成本与延迟等核心质量指标；
编写并实现自动化测试用例、Eval Case、端到端测试场景和回归测试集，与研发、算法、产品、架构师共同完善测试覆盖度和评测标准；
针对 AI Agent 在真实业务场景中的不确定性，设计异常场景、边界场景、长链路任务、多工具协同、失败恢复、人机协同等专项测试方案；
建设 Agent 行为追踪、问题复现、失败归因和质量度量机制，推动问题闭环，持续提升平台稳定性、可控性和交付质量；
协助提升团队对 AI 原生产品的质量意识，推动测试左移、评测自动化、质量门禁和研发流程优化，提升整体交付效能。
任职要求
深入理解软件测试技术、自动化测试体系和质量保障方法论，有平台型产品、AI 应用、Agent 系统、RAG 系统或大模型应用测试经验者优先；
熟悉 AI Agent 的基本工作机制，包括 Prompt、上下文管理、工具调用、任务规划、多轮对话、模型调用、Agent Workflow、Guardrails、Eval 等核心概念；
具备基于 AI 提升测试自动化能力的实践经验或强烈兴趣，能够探索利用大模型 / AI Agent 进行测试用例生成、接口测试、UI 自动化、日志分析、缺陷定位、测试报告生成和回归测试优化；
具备较强的问题分析和抽象能力，能够从复杂 Agent 执行链路中快速定位问题，找出最短复现路径，并识别深层次质量隐患；
精通 Python / Java / Go / Shell / TypeScript 等至少一种编程语言，能够熟练编写自动化测试脚本、接口测试、端到端测试、评测用例及测试工具；
熟悉常见测试框架和工程实践，如 pytest、JUnit、Playwright、Selenium、接口自动化、CI/CD、日志分析、监控告警、Mock、压测等；
有 AI Agent、LLM 应用、RAG、智能客服、代码生成、自动化办公、数据分析 Agent 等相关测试经验者优先；
有 Eval Harness、Benchmark、Prompt 回归测试、模型效果评测、幻觉检测、安全红队测试、Agent Trace 分析经验者优先；
有性能、稳定性、大规模并发、长链路任务、异步任务调度、分布式系统测试经验者优先；
10. 具备良好的沟通协调和逻辑思维能力，能够推动研发、算法、产品等多角色协同解决质量问题，并持续优化测试流程和质量标准。
