1. 为后训练全链路（数据合成、评测、SFT、RL）提供稳定好用的 Agent 运行环境 2. 封装统一的环境管理层，屏蔽底层差异，支持 Linux / Windows / GUI / MCP 工具等多 形态环境的一键交付 3. 建设 Agent 评测平台，支持 环境 × Agent × 模型 自由组合的评测与数据合成任务 4. 打通评测与 RL 的环境供给，保障 rollout 阶段的并发、稳定性与可复现性 5. 规模化生产镜像与任务环境，泛化 code、GUI、工具调用等场景的环境数据 6. 对接云服务厂商，负责容量规划、成本优化与问题闭环

1. 3 年以上后端或平台研发经验，Go / Python 熟练 2. 熟悉容器与 Kubernetes 的使用，能快速定位环境类问题 3. 熟悉 Claude Code、OpenCode 等 Agent 框架，了解 MCP、Skill 等机制 4. 熟悉 SWE-bench、Terminal-bench、OSWorld 等评测榜单的运行与实现 5. 理解 RL rollout 与评测链路对环境的需求，能将其抽象为平台能力 6. 有平台化思维和服务意识，能主动对齐算法需求并承接 oncall