桌面端工程师（AI 训练与评测 ）

岗位背景 我们正在提升大模型在移动端、桌面端和 Web 应用开发方向的能力，工作覆盖后训练数据构造、SFT / RL、Agent 任务设计和自动化评测。 其中，桌面端是目前模型能力相对薄弱、但用户需求非常真实的场景：Windows、macOS、Linux 平台各不相同，Electron、Tauri、Qt 和原生框架并存，还涉及图形渲染、系统 API、应用打包、权限管理和 Accessibility Tree。 在这个领域，“代码看起来正确”远远不够。模型生成的应用必须能够真实编译、启动、渲染，并被 Agent 操作和验证。 我们希望找到一位真正理解桌面端工程的伙伴，一起把训练数据、自动化评测、桌面沙盒和 GUI Agent 的完整链路建设起来。你不是单纯在开发一款桌面应用，而是在帮助模型获得开发和操作桌面应用的能力。 你将负责 1）构建桌面端训练数据：设计桌面应用开发任务的能力维度、难度分层和数据配方，产出可用于 SFT、RL 和 Agent 训练的高质量数据；覆盖单文件代码、多文件桌面应用、跨平台移植、原生 API、图形渲染、多轮 Agent 等任务类型，涉及 Electron、Tauri、Qt、SwiftUI、AppKit、WinUI、WPF、.NET MAUI、Bevy、wgpu 等技术方向。 2）建设自动化评测体系：设计桌面端代码和应用行为的自动化评测方法，覆盖编译与打包、应用启动、进程健康、UI 渲染、Accessibility Tree、跨平台一致性等验证环节；建设 GUI Agent 端到端评测，验证 Agent 能否完成安装、启动、截图、点击、界面读取和测试执行等真实任务。 3）建设桌面沙盒与虚拟机环境：参与建设高并发、高可用的桌面沙盒与虚拟机环境，覆盖 Windows、macOS、Linux 的不同版本和图形栈；使用 QEMU、KVM、Hyper-V、tart、Parallels、Lima 等技术，为训练和评测提供稳定、可复现的运行环境，并持续提升 Agent 桌面操作能力、评测效率和问题定位能力。 【任职要求】 我们希望你具备 1）深度使用 AI 编程工具，已将 Claude Code、Cursor、Codex 等至少一种工具融入日常开发流程；愿意持续研究 Agent、Harness 和 Computer Use 的能力边界。 2）理解大模型与 Agent 的基本工作机制，能够区分 SFT 数据、RL Reward 和评测集，理解 Tool Calling、多轮交互、Context Engineering 等概念。我们不要求你训练过模型，但希望你理解这些机制分别在解决什么问题。 3）具备 1 年以上桌面端工程经验，实际使用过 Electron、Tauri、Qt、SwiftUI、AppKit、WinUI、WPF、.NET MAUI 等至少一种技术栈。 4）熟悉 Windows、macOS、Linux 中至少两个平台，了解进程、IPC、文件系统、权限模型及平台相关系统 API。 5）熟练使用 Python，能够阅读和修改 TypeScript / Node.js 项目。 6）熟悉 Docker、Linux 和基础后端工程，实际使用过至少一种桌面虚拟化方案。 7）使用过 WinAppDriver、pywinauto、Accessibility API、UI Automation、AppleScript 等至少一种桌面自动化技术。 8）能够将复杂问题拆解为可复现、可自动执行、可客观验证的工程任务。 加分项 1）做过训练数据合成、Benchmark 或自动化评测体系，尤其是桌面应用、GUI Agent、Computer Use 相关项目。 2）深度参与 Agent 或 MCP 生态，例如改造过 Agent Harness、开发过 MCP Server，或为开源 Agent 项目贡献过代码。 3）具备 Rust 图形或系统编程经验，熟悉 wgpu、winit、Bevy、Tauri 内部机制。 4）熟悉 Flutter Desktop、.NET MAUI、Compose Multiplatform 等跨端 UI 框架。 5）有桌面端逆向、应用加固或安装包构建经验，如 MSI、NSIS、pkg、dmg、AppImage、Flatpak。 6）有大规模桌面虚拟机集群、远程桌面池、Kubernetes 或虚拟化基础设施建设经验。 7）具备 Go 工程经验。