项目背景 我们需要你来定义 AI 的编程能力上限。 你将负责设计与实现面向 代码智能体（Coding Agent） 的软件工程评测任务（Repository-level Benchmark）。这不仅是写代码，更是为 AI 构建一个充满挑战的“真实开发世界”。这一系统将重点考察模型在超长上下文中理解需求、定位代码、编写补丁并确保通过单元测试/集成测试的能力。 如果你是对代码质量有极致追求的极客，或者是热衷于开源社区的维护者，这里有最硬核的挑战等你。 【核心职责】 你将扮演“出题人”与“裁判”的角色，构建标准化的测试用例与验证环境： 构建黄金数据集： 基于 GitHub 真实 Issue 与 PR，筛选并抽象出高难度的编程任务（如大型框架迭代、深层逻辑 Bug 修复、第三方依赖冲突解决）。 编写高质量的 Ground Truth，清晰界定问题的复现步骤与期望行为。 环境容器化： 使用 Docker 搭建确定性的代码运行环境，解决复杂的 Python/Java/JS 依赖链与环境隔离问题，确保评测的一致性。 编写环境配置脚本（setup.py, Dockerfile），确保开源项目在沙箱中顺利构建。 验证机制设计： 设计“Fail-to-Pass”验证逻辑：编写能够复现 Bug 的新增测试用例以及修复后的验收用例。 模拟真实开发者的需求文档，强调上下文检索与代码理解的考察。 【岗位要求】 硬性要求 我们需要你具备极强的工程底蕴，以下条件需【满足其一】： 资深实战派： 拥有 5年以上 软件研发经验，具备复杂系统架构设计能力；或是热门repo核心贡献者，是活跃的超级工程师。 精英学院派： QS排名前100 或 国内双一流 高校计算机/软件工程相关专业背景，拥有 2年以上代码实操经验。 热门GitHub核心贡献者，单个项目获得超过100星（需在简历中上传证明链接和截图） 技术栈要求 熟练掌握 主流编程语言及其生态（精通 Python 为必须，熟悉 Java/JavaScript/Go/Rust/C 中至少一种），能够阅读并理解 Django、Scikit-learn、Flask 等中大型开源项目的源码结构； 熟悉 自动化测试框架与方法论，精通 pytest、unittest、tox 或 JUnit 等测试工具，具备编写高覆盖率单元测试与回归测试的能力； 掌握 Git 协作与版本管理，熟悉 Pull Request 工作流，能够熟练处理 Cherry-pick、Revert 以及分析 git diff / Patch 文件； 具备 代码库挖掘（Repository Mining）经验，能从海量 GitHub Issue 中识别出高质量、描述清晰且包含独立测试用例的“黄金问题”； 有丰富的 代码调试与重构经验，能够快速定位跨模块、跨类的逻辑错误，理解静态分析（Linting）与动态分析在修复过程中的作用； 能编写 环境配置与编排脚本（如 setup.py、requirements.txt、Dockerfile），确保复杂的开源项目能在沙箱环境中顺利构建与运行； 对 AST（抽象语法树）与静态代码分析 有一定了解，理解代码补全与代码修改的底层差异。 略知一二，期待合作！ 您➕我 十年 Java，期待合作！ 您➕我哦 四年Java后端开发，精通达梦、MySQL 、sqlserver 等主流数据库 会docker容器化部署consul、redis、mongo、微服务等。 会使用Linux命令 全栈，python ok ，ai ok 能做的，10年+开发经验 熟悉python Django flask fastapi， 熟悉agent开发 包括function call ，rag 向量数据库等技术，在大厂做过自动测试平台和转发mock平台，985 毕业 大厂经验 符合需求，6+年Python经验，机器学习，深度学习（大预言模型，图像处理，数据处理） 前段：react, vue 后端：node, django, flask 数据库：mysql, postgresql, mongodb 希望联系 全栈开发 可以加我