小团 Harness 工程师

美团核心本地商业下业务研发平台，基于公司“零售+科技”的战略导向，通过从底层架构到应用系统、从软件到硬件、从传统算法到GenAI的全方位技术研究，以及开发、运维、安全等全流程能力建设，致力于推动美团核心本地商业下需求侧与供给侧的数字化和智能化升级，助力业务实现高质量增长，优化用户使用体验，提升商户经营水平，促进行业生态伙伴关系的持续健康发展。团队秉持务实、自驱、开放以及追求卓越的工程师文化，一方面通过系统和技术体系的持续迭代升级，帮助业务高质量增长；另一方面，密切关注前沿技术趋势变化，积极创新技术能力，为业务未来发展创造新的可能性。期待优秀的你加入我们，在夯实专业、深耕平台的基础上与业务携手同行，一起用技术 “帮大家吃得更好，生活更好”。 岗位职责 1、负责美团 App 亿级用户 AI Agent 产品「小团」核心链路研发，设计 Agent 的推理与执行框架，覆盖任务规划、工具调用、记忆与反思等关键能力，支持编排式、自主规划式、ReAct 等多种 Agent 模式。 2、建设 Agent 的Harness体系：把业务约束转化为可执行规则、把任务状态转化为可管理的过程制品、把结果质量转化为可度量的反馈信号，解决概率性智能在真实环境中稳定交付的难题。 3、构建数据驱动的评测与迭代闭环：建设面向本地生活场景的 Agent 评测基准与指标体系，通过 badcase 归因、修复、回归验证、能力沉淀，让「越用越好」从口号变成机制。 4、负责大流量场景下的性能、成本与稳定性：延迟与推理成本优化、容量规划、灰度发布、监控告警与线上问题攻坚，在体验与经济性之间做工程权衡。 5、与产品、算法、前端紧密协作，参与定义体验质量标准（有用性、安全性、成本），探索「从 AI 搜索到本地生活 AI 管家」的产品与技术演进路径，推动方案落地。 岗位基本需求 1、本科及以上学历，计算机相关专业，3 年以上至少一门主流编程语言（Java / Go / Python）的开发经验，具备扎实的编程功底和工程素养。 2、具备复杂系统的架构设计能力，有高并发、高可用线上系统的设计、开发与调优经验，能在可靠性、性能、成本之间做出合理权衡。 3、对线上质量有敬畏心，习惯建立监控、告警、回归机制，而不是「上线即结束」。 4、了解大模型应用开发的基本原理（Prompt 工程、上下文管理、Function Call/Tool Use、流式输出等），对 LLM/Agent 领域有强烈的好奇心，能在陌生领域快速建立认知并产出结果。 5、能跨团队推动复杂项目落地，把模糊的产品诉求转化为清晰的技术方案；具备优秀的沟通协作能力和主人翁精神。 具备以下者优先 1、有大模型应用或 Agent 系统的实际落地经验，熟悉主流开发框架（如 Spring AI、LangChain 等）者优先。 2、理解主流 Agent 设计模式（ReAct / Plan-and-Execute / 编排式 / 多 Agent 协作 / MCP 协议），或对长任务编排有实践者优先。 3、有搜索、推荐或广告系统研发经验（召回、排序、意图理解等方向）者优先。 4、有 RAG 系统建设经验，或有结构化输出约束（Constrained Decoding / Guardrails）、LLM 评测体系的生产实践经验者优先。 5、有大规模模型服务性能优化（推理时延、成本优化）经验者优先。 6、有 AI Coding / AI 辅助研发的团队级实践与推动经验者优先。 7、有 Java/Spring Boot 技术栈实践经验者优先。 岗位亮点 1、亿级用户的真实 Agent 战场：不是写 Demo——理解真实意图、调用真实业务系统、影响真实交易，每个决策都有量化反馈，覆盖餐饮、酒旅、医药、零售等泛交易场景。 2、做行业公认的高难度部分：模型能力在快速进化，胜负手在 Agent 工程化体系——约束设计、反馈循环、可靠性保障。你将站在「让概率性智能稳定交付」这道行业级难题的前沿。 3、完整的能力闭环都在团队手里：推理链路、工具生态、记忆能力、评测系统全链路自研，迭代路径不依赖外部团队，个人技术决策可以直接放大到亿级用户的产品体验。 4、深度结合美团 LongCat 基座大模型：与自研基座模型团队紧密协同，参与模型与 Agent 应用的联合优化，获得一线的大模型工程实践经验。 5、浓厚的 AI Coding 文化：团队深度实践 AI 辅助研发与配套工程规范，研发范式与 AI 时代同步进化。