投递写着 Agent Harness、Agentic RL 的算法岗，简历应先说明：你搭建了执行系统，还是确实参与了训练与策略更新？前者可以展示环境、工具、执行轨迹和失败诊断；后者还需要交代反馈或奖励怎样进入训练、更新了什么，以及如何在未用于调优的任务上复核。只有调用模型接口、改提示词或加入重试，不宜直接写成“完成模型强化学习训练”。
下面给出岗位要求的核对方法、一张证据表、两种有明确边界的项目写法，以及一份实验材料清单。适合准备 Agent 算法与研究工程方向的候选人；不把新术语当作所有校招岗位的统一门槛。
先看两份具体JD，别把岗位名称当成相同要求
截至2026年11月5日，Unity中国的2027校招AI Agent算法研发工程师同时提到Harness与环境设计、执行轨迹、Agentic RL及任务成功率评测。其工作对象包括代码、编辑器和可执行环境反馈，不能用一个聊天界面代替这些研究与工程内容。
小米2027届大模型agent算法工程师的描述则涉及Memory、Search和基于执行Trace的Harness诊断、优化。它列有硕士或博士、相关研究项目及论文要求；Unity这份岗位的学历范围包含2027届本科、硕士和博士。两者不能互相替代，也不能只因都出现Agent就默认自己符合申请条件。本文记录的是本次查看到的要求，不冒充职位发布日期或岗位数量统计；开放状态以官方页面为准。
先把目标JD分成申请条件、具体工作、加分经历三部分，再对应自己的事实。对主要负责运行平台、资源隔离和发布的岗位，可另看AI Agent Infra简历的工程证据整理；本文进一步处理算法岗里的训练边界和实验材料。
Harness经历和Agentic RL经历，证据差在哪里
Harness可理解为让模型与任务环境、工具及执行过程配合工作的支撑系统，但各团队的边界不同。Anthropic的长任务Harness工程文章讨论了跨会话状态、进度记录与端到端检查等问题。这些工程实践能够形成项目经历，本身并不证明做过模型训练。
verl的Agentic RL训练文档把多轮交互、工具调用与训练系统连接起来。求职材料至少应能解释“采集交互轨迹—获得反馈—更新策略—重新评测”的实际路径。不同研究可能更新不同对象，应明确究竟是模型参数、外部策略还是推理侧流程；若声称模型后训练，就应有相应训练配置、日志和模型版本，不能用一份运行日志替代。
以下为编辑整理经历的工具，不是企业公布的评分表。只填写自己实际负责并有权展示的部分。
| 简历里的表述 | 应能拿出什么证据 |
|---|---|
| 参与Harness或环境设计 | 任务接口、环境初始化与重置方式、允许的工具、本人代码及未实现的边界。 |
| 建设轨迹数据或失败分析 | 轨迹字段、采样与筛选规则、失败分类，以及一条从现象定位到原因的记录。 |
| 参与奖励设计或训练 | 反馈如何计算、怎样识别投机取巧、更新对象与训练配置；本人负责哪个环节。 |
| 提升任务成功率 | 固定任务版本、成功判据、运行预算、成功与失败计数，以及可复核的对照结果。 |
| 降低成本或改善稳定性 | 同条件下的调用、耗时或资源记录；同时变化的模型、环境和策略也要列明。 |
只有工程项目时，怎样写得准确而有内容
没有训练经历，可以把Harness模块写清楚。先明确模型之外哪些行为由你实现：环境准备、工具输入检查、轨迹记录、失败定位或执行终止。不要为了贴近JD，把普通API调用改名为强化学习；也不要把团队已有组件的全部能力写成本人交付。
虚构写法演示，不能直接当作本人经历：“在Python仓库修复练习项目中负责执行环境与轨迹采集，记录模型动作、工具返回和测试结果，按环境启动、工具输入和代码修改失败分类；提供固定版本的复现步骤，当前仅验证本地练习任务，未开展模型训练。”
这段话的价值在于责任和边界可核对，不在于堆满术语。若只写过轨迹展示界面，就缩小到展示与检索；如果尚未完成环境重置，不写“可复现评测”。基础业务助手项目的整理方法可参考智能体开发项目怎样证明任务与工具能力，不要把同一份项目重复包装成多个已经完成的研究方向。
做过训练时，先补齐能被追问的实验链路
先写出你实际负责的训练环节。收集数据、编写奖励计算、接入训练框架、修改学习方法和复现实验是不同贡献；参与其中一项，不等于独立提出完整算法。课程复现、开源复现和企业研究也应如实标注。
例如，在自拟的代码修复练习中，可以先固定一组有明确测试判据的任务。保存初始仓库与测试版本，让每次运行从可说明的环境开始；记录生成修改、执行工具、获得测试反馈的轨迹。若实际进行了训练，再保存数据版本、初始模型、奖励实现、更新方法、训练配置及产出的模型版本。这里只给材料组织方式，没有执行实验，也没有任何成功率或提升结论。
准备说明奖励为何与任务目标有关。测试通过是一类可验证反馈，但只通过可见测试未必代表所有需求正确；还要考虑测试被修改、错误返回被误判为成功等情况。自己写的评分器也可能有缺陷，应保留检查规则与反例。不能用“模型给自己打高分”单独证明能力提高。
仅适用于本人确有这些工作的写法骨架：“在开源训练复现中负责轨迹筛选与奖励计算接入，保存数据、配置和模型版本；按固定预算对比训练前后的独立评测任务，归档失败类型与未解决项。训练算法与框架来自所用开源实现，本人未提出新的学习算法。”若没有完成对照，就改写为已完成的接入工作，并明确评测尚未完成，不预填改进成果。
成功率、成本和失败记录，要能放到同一条件下解释
任务成功率可以按预先确定的成功任务数除以应评测任务总数计算，但先把任务集合与判定规则固定下来。超时、工具失败和未完成不能为了让数字好看而悄悄从分母删除；环境异常或无效样本如何处理，应先定义并单独列出数量与原因。不要将工具调用成功率写成端到端任务成功率。
对照还应记录模型及版本、提示词、工具权限、环境、最大步数、时间和调用预算。训练组若获得更多尝试或更宽松的测试条件，不能只把差异归给训练方法。用于反复选方案的任务，与最终报告的独立评测任务要区分；同类仓库或近似任务也可能带来泄漏，应说明划分依据。
简历写结果时，同时说明范围。一次本地小实验只能支持该条件下的观察，不自然证明生产鲁棒性。暂时没有可靠数字，可以写完成了哪种记录、定位了哪类失败、验证了哪个假设；不要虚构“效率翻倍”或把奖励上升等同于任务完成率上升。
投递前，用一份材料清单检查表达是否越界
- 项目范围：真实任务、本人责任、依赖的开源组件、学习或生产环境，以及尚未完成的部分。
- 复现入口：代码版本、环境说明、脱敏样例与运行步骤；只有获准公开的内容才放入附件。
- 训练材料：若写训练经历，准备数据、奖励、更新对象、配置和模型版本；没有做过的环节明确标出。
- 评测材料：任务划分、成功标准、预算、全部运行结果与一条失败复盘，能对应简历里的结论。
- 个人贡献：区分负责、参与、复现与仅学习过的内容，可参照项目角色和个人责任的写法。
可以自问三个问题：去掉框架名后，我还能说明自己的工作吗？如果不展示提升百分比，还有可核对的交付吗？面试官追问奖励与测试不一致时，我能解释限制吗？这些是编辑提供的自查问题，不是Unity、小米或其他企业的内部面试真题。
整理好真实项目材料和目标JD后，可在AI简历姬继续梳理简历表达，并逐句核对是否超出已有经历。工具生成的“训练成果”不能替代实际训练，也不保证满足学历、论文或其他招聘条件。
本文由AI简历姬编辑团队整理，岗位与技术资料核验于2026年11月5日。表格、清单和写法演示为编辑建议，无虚构实测成绩，不承诺录用、排名或收录。
关于编辑团队
