你将做什么 - 设计并构建AI coding agent 系统，实现从 人工 指令到 PR 提交的端到端自动化 - 构建隔离的 devbox 沙箱环境，确保 agent 在安全隔离的环境中运行 - 搭建和维护 agent 的 Skills 体系和 CLI 工具集，将内部工具2链（数据管线、任务追踪、代码搜索、CI/CD）统一暴露给 AI agent - 设计 agent 的 blueprint 系统——将常见任务模式（bug fix、feature implementation、code migration、test generation）编码为可复用的工作流 - 建立 agent 效能追踪体系：成功率、CI 通过率、review 通过率、平均耗时等核心指标的仪表盘 - 与全公司工程师协作，收集反馈，迭代优化 agent 能力，推广 AI-native 工作方式 - 探索和评估前沿 AI 工具（Claude Code、Goose、Codex 等），为公司选择最优技术栈 - 建设开源生态：开源 Agent 内核与通用能力模块，深度参与前沿社区协作，通过全球反馈驱动技术迭代，定义并推广 AI-native 工程标准。 我们期望你 - 3+ 年软件工程经验，有扎实的系统设计和后端开发能力（Python / TypeScript / Go 任一精通） - 对 AI / LLM 应用开发有深入理解和实践经验，有大量 agent 使用和开发经验，熟悉 prompt engineering、agent 框架和 memory 系统 - 熟悉开发者工具链生态：CI/CD、代码搜索、沙箱/容器化、构建分发、IaC - 对量化交易基础设施有了解优先（市场数据、交易协议、低延迟系统），但不是必须——我们更看重学习能力 - 优秀的沟通能力，能够与不同背景的工程师协作，推动组织级别的工作方式变革 - Self-driven，对前沿 AI 技术保持高度好奇心，能够独立探索和原型验证新想法 - 相信并希望投身于新的软件开发未来 加分项 - 有开源 AI agent 项目的贡献经验 - 有企业级 AI coding agent 系统的设计或使用经验 - 熟悉金融/量化交易领域的技术栈和合规要求