岗位描述（节选）
作为一名高级服务端研发工程师，您将会是小爱同学研发团队的关键一员，主要责任包括:
1. 主导 Agent Benchmark 的平台化落地：负责 SWE、Terminal、Claw、MCP 等多类 Agent Benchmark 在评测平台上的整体接入与工程化，沉淀标准化、可复用的接入能力，避免每类 Benchmark 重复建设；
2. 构建评测运行底座：统筹沙盒环境、依赖管理、网络访问、并发调度等关键能力建设，保障大规模评测在生产环境下的稳定、可复现与高效运行；
3. 保障评测质量与可观测性：从 Harness 与打分逻辑出发，确保平台化改造后评测结果的准确可信，并建立完善的诊断与问题归因能力；
4. 衔接算法与工程：深入理解各 Benchmark 所考察的模型能力维度，作为算法团队与工程平台之间的技术桥梁，推动评测需求高质量落地；
5. 沉淀工程标准：推动评测任务、指标产物、结果归档、……
完整岗位描述与官方投递入口,请登录后在岗位详情页查看。