一句話使命:把“知識+任務(wù)”變成可操作的學(xué)習(xí)工作流與“角色助教”,在反代寫/原創(chuàng)性、工具調(diào)用與Rubric對齊評分上拿到可量化提升。
主要職責(zé)
 - 設(shè)計角色化助教與最小提示策略(few-shot、約束解答、結(jié)構(gòu)化輸出),支持課堂/作業(yè)場景。
  - 實現(xiàn)工具調(diào)用/函數(shù)調(diào)用與工作流編排(檢索→草稿→自檢→引用補全→Rubric對齊)。
  - 建立反作弊/依賴度機(jī)制:過程證據(jù)、思路追蹤、粘貼檢測、同質(zhì)化檢測、依賴度評分。
  - 與RAG/后端聯(lián)動:上下文裁切、證據(jù)優(yōu)先、引用校驗、拒答與追問策略。
  - 制定Agent評測集與指標(biāo)(任務(wù)成功率TSR、對齊度、穩(wěn)定性、可解釋性),沉淀評測腳本。
  - 在重點課程(如線代、數(shù)據(jù)分析)打磨官方藍(lán)圖(作業(yè)模板、流程與評分Rubric)。
  - 與UED/產(chǎn)品協(xié)作,降低“教師首啟成本”,優(yōu)化批改工作臺與學(xué)情看板的數(shù)據(jù)接口。
 
任職要求
 - 熟悉Agentic模式(ReAct/Plan-Execute/LangGraph類狀態(tài)機(jī)),有函數(shù)調(diào)用與工具路由經(jīng)驗。
  - 精通提示工程(少樣本、思維鏈、結(jié)構(gòu)化輸出、約束解答)與對齊技術(shù)(規(guī)則/獎勵/模板化Rubric映射)。
  - 能把教學(xué)目標(biāo)拆為可評測子任務(wù),并以數(shù)據(jù)閉環(huán)改進(jìn)提示與流程。
  - 具備安全與學(xué)術(shù)誠信意識:提示注入防護(hù)、脫敏與可追溯日志。
  - 良好溝通與復(fù)盤能力,愿意與教研Owner共創(chuàng)。
 
加分項:做過評測集(AgentBench風(fēng)格)、多Agent協(xié)作、教育SaaS/教務(wù)/LMS對接、會編寫輕后端(Python/FastAPI)。
工具棧建議
LangGraph/LangChain、OpenAI function calling/JSON schema、消息隊列、Pydantic/JSONSchema、檢索與重排對接(RAG API)、評測腳本(pytest/nbval)、可觀測性(OpenTelemetry)。