LongCat大模型 - Agent 评测产品经理（欢迎算法/工程转型）

Job description

Agent能力评测体系设计

• 围绕 OpenClaw、Claude Code 等主流 Agent 框架，设计并落地适配长程任务场景的评测体系，确保 Agent 在真实约束下的交付稳定性与可度量性。

评测流程与资源建设

• 设计 Coding、数据分析等核心生产力场景的端到端评测流程，搭建自动化评测数据生产与自动化 Rubrics 生成的标准化 pipeline；同时建设具备强技术背景的专家标注资源池，确保 Case 评审、效果判定等关键环节的专业度与一致性。

数据闭环与模型策略驱动

• 将评测数据转化为模型迭代的策略输入，建立"评测→归因→策略建议→效果验证"的数据驱动闭环，推动 Agent 能力持续提升形成飞轮。

前沿框架跟踪与评测策略适配

• 持续跟踪 OpenClaw、Claude Code 及行业前沿 Agent 框架的能力演进与架构变化，及时调整评测策略与度量标准，确保评测体系与 Agent 技术范式同步迭代。
• 本科及以上学历，1年以上大模型评测或智能体应用落地相关经验。
• 追求评测方案的科学性与细节完备性，并对新范式保持高敏感，关注 Claude Code / OpenClaw 等 Agent 工具链演进，并能转化为相应评测策略。
• 对评测、观测、数据闭环有直觉，具备基于数据的归因分析能力。
• 具有良好的沟通能力、评测资源搭建与管理能力、跨团队合作精神以及较强的问题解决能力。

定义行业评测标准

• 主导构建覆盖"认知-决策-执行"全链路的Agent评测体系，推动 Agent 从 Demo 走向生产。

前沿方向

• AI Agent 正从"能对话"走向"能交付"，处于范式变革的关键节点。

转型友好

• 明确欢迎算法/工程背景转型，从"实现能力"走向"定义效果"，从"写代码/训模型"走向"搭体系/做闭环"。