岗位职责：
1 、主导 Agent 创新产品的探索与孵化
主动跟踪 AI Agent 领域的前沿进展——包括但不限于 MCP/A2A 互操作协议、Deep Research Agent 、Agentic Coding 范式（如 Anthropic Claude Code 的设计哲学）、Skills 可组合架构（如 OpenClaw/OpenHands 的 Skills 模式）、多 Agent 协作系统、推理模型驱动的 Agent 等最新技术范式——结合虚拟货币领域的业务场景，自主发起创新产品的构思、可行性验证与原型搭建。我们期望你是一个主动定义问题的人，而非等待需求输入。
2 、负责 Agent 系统的算法设计与规模化落地
设计并实现面向虚拟货币链上资产分析、交易决策辅助、深度研究与信息聚合等场景的 Agent 算法方案，涵盖以下核心模块：
任务规划与深度推理（ Planning & Extended Thinking ）：参考 Anthropic Agentic Coding 中""先深度思考再行动""的设计哲学，结合 Deep Research Agent 的自适应搜索规划范式，实现 Agent 对复杂金融任务的自主拆解、充分推理与多步执行；
技能抽象与可组合架构（ Skills Composition ）：借鉴 OpenClaw 的 Skills 模式，将链上数据查询、K 线技术分析、合约风险审计、舆情监控、交易策略执行等能力封装为标准化、可复用的 Skill 模块，支持 Agent 根据任务动态选择与编排 Skills ，并持续沉淀新的 Skill 以实现能力进化；
工具调用编排（ Tool-use Orchestration ）：基于 MCP 协议等标准，实现 Agent 与链上数据源、行情接口、DeFi 协议、分析工具的标准化对接；
多 Agent 协作（ Multi-Agent Collaboration ）：借鉴 A2A 协议思想，构建多 Agent 协同工作流，支持研究 Agent 、交易 Agent 、风控 Agent 等角色的动态编排与通信；
迭代自我验证与纠错（ Iterative Self-Refinement ）：深度借鉴 Anthropic Claude Code 的""执行→验证→修正""闭环机制，构建 Agent 在金融决策场景中的自主验证与迭代优化能力，确保输出的可靠性与准确性；
环境自主探索与上下文构建：参考 Agentic Coding 中 Agent 自主探索代码仓库的范式，实现 Agent 对链上生态、市场环境的主动感知与全局理解，减少对人工信息喂入的依赖；
长期记忆与知识积累：支持 Agent 对长周期市场信息的持续跟踪、经验沉淀与知识管理。
推动从概念验证（ PoC ）到生产级系统的完整闭环。
3 、构建 Agent 评估与持续优化体系
引入并定制 Agent Harness 类评测框架（参考 SWE-bench 、AgentBench 、TAU-bench 等业界实践），建立面向虚拟货币 Agent 产品的标准化评测体系，设计涵盖以下维度的评测指标与 Benchmark：
端到端任务完成率
工具调用准确率与 Skill 组合合理性
多步推理成功率与规划质量
自我纠错与容错回退能力
安全边界遵守率
通过数据驱动的方式持续迭代算法策略，确保 Agent 在真实业务场景中的可靠性与用户体验。
4 、驱动跨职能协作与资源整合
作为算法侧的核心驱动者，主动拉通数据、工程、前后端、测试等资源，推动项目高效协作。与产品、业务团队深度配合，将业务洞察转化为技术方案，根据市场反馈快速调整迭代，提升产品竞争力。
5 、技术前瞻与知识沉淀
持续关注 OpenAI 、Anthropic 、Google DeepMind 、开源社区（ OpenClaw/OpenHands 等）在 Agent 架构、推理模型、互操作协议、Skills 可组合范式、Agentic Coding 等方向的最新研究与工程实践，主动输出技术调研报告、竞品分析与可行性方案，为团队技术路线决策提供依据。
任职要求：
1 、 硕士及以上学历，计算机科学、人工智能、金融工程、区块链等相关专业；
2 、 良好的英文沟通能力，能快速阅读、理解并提炼英文前沿技术文献、开源项目文档与协议规范；
3 、 熟悉主流 Agent 框架与生态（如 LangChain/LangGraph 、CrewAI 、AutoGen 、OpenAI Agents SDK 、OpenClaw/OpenHands 、Dify 等），了解 MCP/A2A 等新兴互操作协议与 Skills 可组合架构，有基于上述框架成功落地 Agent 应用的经验；
4 、 精通 Python 编程，熟练掌握至少一种深度学习框架（如 PyTorch 、TensorFlow ）或机器学习库（如 Scikit-learn ），具备 Prompt Engineering 、RAG 、Fine-tuning 、多轮对话管理等 LLM 应用层核心技能，能独立完成从算法设计到工程部署的全流程；
5 、 具备扎实的代码工程能力与系统设计能力，能编写高效、可维护、可扩展的代码，熟悉 Git 等版本控制工具与协作开发流程；
6 、 在国内外知名学术会议或期刊上发表过相关领域论文者优先，或在 Kaggle 等竞赛平台取得优异成绩者优先；
7 、 具备良好的团队协作精神与沟通能力，能与不同背景的人员高效合作，善于将模糊的业务需求抽象为清晰的技术问题并推动解决。
加分项
1 、 熟悉 Web3 、区块链、DeFi 、虚拟货币等领域的核心概念与业务逻辑，有至少 3 年股票、期货、虚拟货币等相关行业工作经历，或有实际人工交易/量化交易经验；
2 、 有从 0 到 1 独立孵化 AI Agent 产品的经历，熟悉 Anthropic Agentic Coding 或类似""Agent 自主完成端到端任务""的产品研发思路，具备强烈的产品感知力和业务敏感度；
3 、 有 Agent 能力模块化、Skill 封装与编排的工程实践经验，理解可组合 Agent 架构的设计理念；
4 、 有构建 Agent 评测体系（ Agent Harness/Benchmark ）的经验，了解如何科学衡量 Agent 的能力边界与改进方向；
5 、 对 AI 在金融科技领域的应用趋势有深入思考，能前瞻性地提出创新方向并主动验证可行性；
6 、 具备 Builder 心态——不满足于完成分配的任务，而是持续主动寻找高价值问题、定义解决方案并推动落地。
投递请联系
VX1: Bellafafa_
VX2: 1424983319
TG1: @fuseiijiang
TG2: @Ellen9987