生态发展部-资深游戏测试工程师-Agent评测

在腾讯，优秀的技术质量管理，保证腾讯每一个的产品与服务能更加稳定、顺畅、安心地被用户使用和体验。与技艺高超的同事们一同深化对架构设计、数据和产品的理解，在美好向善的世界里，成为一块闪耀的基石。

1.负责AI Agent全链路评测与质量保障工作，聚焦Agent能力基准测试、自动化评测基座建设及分级评测指标定义；
2.针对AI生成的非确定性与参数化特点，设计并量化评测标准，搭建科学的分级评测指标体系；
3.主导构建高质量的基准测试集（Benchmark），覆盖多轮交互、长短上下文等复杂场景，解决AI生成结果验证标准量化的核心难题；
4.参与设计和研发Agent自动化评测基座，通过构建自动化测试脚本和引入大模型交叉验证（LLM-as-a-Judge）机制，提升评测效率；
5.建立高效的缺陷定界机制，精准判断问题根因，输出多维度评测报告并协同开发团队推动问题解决。

1.本科及以上学历，计算机、软件工程、人工智能等相关专业，3年及以上测试开发/评测经验，具备大模型或AI Agent核心评测经验；
2.深入理解大模型及AI Agent核心运行逻辑，能快速拆解Agent驱动游戏生成的业务链路；
3.具备优秀的逻辑思维与缺陷定界能力，能基于生成日志、链路追踪工具快速定位复杂AI生成异常的根因；
4.具备优秀的跨团队沟通协作能力和执行力，能高效对接算法、研发、产品团队，推动测试工作落地和问题闭环；
5.精通至少一门编程语言，具备扎实的编码基础。