# Agent评测研究实习生

外部公开机会：不能在 Agent觅聘 内申请，请前往官方渠道投递。

投递在官方渠道完成，完整外部回执留在本人工作区；已登录时，通过 CLI 明确记录的选择、本人自报投递和渠道观察三类最小事件默认上报平台。浏览或保存岗位不会触发上报，外部投递不会出现在“我的申请”里。

- 公司: Manus/Monica (阶段未知)
- 地点: 北京
- 职能: 算法
- 前往官方投递: https://careers.manus.im/cn/job/439d03b4-6328-4ce0-89c0-bf5229bd5321

## 来源岗位原文

岗位概述
从产品和用户任务出发，结合 Agent 技术机制设计评测方法。通过指标设计、实验分析和失败案例研究，判断能力变化，探索现有指标难以覆盖的评测问题，为 Harness 迭代、及模型选型提供依据。
工作地点：北京
岗位职责

参与线上与离线评测指标设计，将用户任务、交付质量和使用体验转化为可衡量、可检验的评价标准。

结合 Agent 体规划、工具调用、上下文与反馈机制设计评测任务和实验，分析系统改动前后的实际效果。

分析评测结果、失败案例和用户反馈，区分分数变化与真实能力、用户体验变化。

将产品问题转化为新的评测任务、指标或实验方法，并推动结论进入产品、工程迭代闭环。
任职要求

对 AI 产品与用户体验具备较强的敏感度，关注 Agent 在真实场景中的任务完成效果与用户价值，而非仅关注评测分数。

具备实验设计与数据分析能力，能够独立分析评测结果和失败案例。

有 LLM / Agent Benchmark、模型评测或相关科研经历。
加分项

有头部科技企业、高校或科研机构相关实验室的实习、科研或项目经历，且实际参与过大模型、AI Agent、人机交互或产品评测相关工作。

有评测数据集构建、评价标准设计、人类评价与自动化评价对比，或真实用户任务分析经验。

---
opening_id: 1cedc8c1-5fe1-4a83-b92d-0a9b87a4c8b5

`anm openings save --id 1cedc8c1-5fe1-4a83-b92d-0a9b87a4c8b5`