Founding Researcher

機會

程式碼代理現在寫了大部分的程式碼。瓶頸已經從打字移到它周圍的一切：觀測、監控、除錯、找根本原因、值班、決定什麼可以安全上線。生命週期正在收攏成兩半。一半是意圖。另一半是執行。執行的那一半不該這麼難。

我們正在打造 Polylane：讓開發者交付自主運作軟體的平台。在生產環境中自我監看、調查問題、找出根本原因，並在任何人被呼叫之前送出修復的軟體。自己運作的軟體。

除非代理值得信賴，否則這一切都行不通。這個職位的目標是改進自主運作軟體背後的模型與 harness。難題不在於讓模型提出一個修復；而在於實證地知道代理什麼時候是對的、什麼時候在猜，以及如何一次又一次地推進那條界線。這是生產環境中的研究：你的實驗會上線到真實的工作區，回饋迴圈以天計算，而不是以研討會週期計算。

你會做什麼

• 改進模型本身：以真實的營運資料做後訓練，讓它們每一次執行都更會調查生產系統。
• 改進 harness：代理迴圈、工具與情境，讓同一個模型在同一個事件上走得更遠。
• 打造評估 harness，依真實生產事件的基準事實為代理的調查評分。
• 進行情境工程實驗：注入什麼、何時注入、注入多少，涵蓋簡報、記憶與檢索。
• 研究使用工具的代理在長時程營運任務上的失敗模式，並把它們變成修復。
• 在內部發表，當能讓我們更敏銳時也對外發表。

我們在找什麼樣的人

你應該曾交付 LLM 系統並認真量測過它們，超越示範與感覺。你熟悉評估方法論：建立資料集、定義指標、避免污染。

你能用 TypeScript 或 Python 寫出生產品質的程式碼，不需要研究工程師幫你上線。你對代理可靠性、grounding 與情境視窗有自己的看法，並有實驗支撐。

當答案是「我們還不知道」時你能自在面對，並嚴謹地把它弄清楚。

Coreplane Labs 是誰？

一個小團隊，也是 Polylane 背後的公司。我們曾在 Cloudflare 的規模下營運，在那裡打造了每天有數百萬開發者使用的可觀測性平台。我們花了多年時間以撰寫、營運與弄壞生產系統為業。

Coreplane 是接下來的那一步。位於舊金山。我們實體辦公。