Agent 评测研究实习生

关于职位

Manus 专注于通用 AI 智能体（AI Agent）的研发与服务。这是一个实习岗位，base 北京。

你会做的

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 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。

我们在找

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。