我们不想再招一个亲自做测试的人，而是想招一个让 Agent 学会做测试的人

TapNow 招聘：Agent 工程师（ QA 方向） / Agentic Quality Engineer ｜深圳

从去年 12 月开始，我们一直在探索一件事：AI 时代，一家软件科技公司应该如何生产和协作。

今天的 Agent 已经很强，但大多数 Agent 仍然只是个人助手：等待人的指令，运行在某位同事的电脑上，只拥有这个人当下提供的 context 。个人效率提高了，组织仍然依靠会议和文档传递信息，Agent 的生产力也依然受限于人的设备、注意力和作息。

我们认为这不应该是终局。

TapNow 是一个完全 AI Native 的团队。我们把 Agent 视为新的生产主体：人负责目标、判断与创造，Agent 在充分的 context 、工具和反馈中协作、工作并进化。

关于 TapNow

TapNow 正在构建 Creative OS：让用户带着想法而来，带着完整作品离开。

Agent 是其中的灵魂和主轴。它将创作者的意图逐步转化为策略、任务、图像、视频和粗剪成片；画布、节点、3D 节点与 Playlist ，则为人和 Agent 提供共同创作的 Workspace 。

复杂、长链路、多模态、非确定性的真实生产过程，让 TapNow 成为建设下一代 QA Agent 的理想场景。

现在，我们希望有人专门把其中的 QA 环节做好。

为什么是 QA

当 Agent 可以快速完成开发，质量就会成为整个生产系统能否闭环的关键。

我们的核心原则是 TDD：测试用例先行。Agent 不是写完代码以后再等待一个人验收，而是从任务开始就面对明确、可执行的质量标准，在开发、测试和修正之间自主迭代。

自动化脚本只能解决“如何执行”，不能单独解决：应该测什么、怎样才算正确、如何覆盖边界、如何判断生成式 AI 的非确定性结果，以及怎样从一次失败中持续学习。

所以，我们想找的不是传统测试工程师，而是一个测试 Agent 的优化者。

你的工作，是把 QA Agent 这个角色调教得越来越好。

它既可以是 multi-agent 团队中独立的 QA Agent ，也可以是开发 Agent 自身的端到端测试能力。由于 Agent 同样是 TapNow Creative OS 的产品灵魂，你也会参与产品 Agent 本身的质量评测。

这份工作可能不适合你，如果

• 你希望主要根据别人写好的用例手工验收功能；

• 你把“会写 Playwright 、Pytest”视为质量工程的终点；

• 你只愿意在需求、流程和输入都非常明确后开始执行。

测试用例是最重要的资产

一个 QA Agent 表现不好，很多时候并不是模型不够强，而是它没有得到足够好的测试用例。

但你的工作不是自己长期编写这些用例，而是设计生成测试用例的 harness：让 Agent 获得正确的产品 context ，理解业务，并把产品能力抽象为状态、约束和路径，系统性覆盖正常流程、边界、异常、权限、数据组合与跨端影响。

Agent 应当自主生成、扩展、质疑、去重和维护用例；能够确定性穷举的部分尽可能穷举，无法穷举的开放问题则识别并引入风险模型、生成式探索或人工判断。你通过 eval 持续检验这项能力，而不是代替 Agent 完成它。

最终，Agent 生成的测试用例会成为长期资产：既是 QA Agent 的执行 context ，也是开发 Agent 开始工作前的约束与验收标准。

你会做什么

• 定义 QA Agent 的角色、输入输出，以及它与开发、Review 等 Agent 的协作方式。

• 优化 QA Agent 所需的 context 、工具使用、工作流、证据留存与结果协议。

• 打磨 Agent 将测试用例、业务规则和用户体验转化为可执行 test oracle 的能力。

• 为生成式 AI 和多模态功能建设 golden cases 、回归集与评测方法。

• 通过 benchmark 和 evals ，定位问题来自模型、context 、工具、工作流、用例还是产品。

• 让 QA Agent 把产品变化、真实缺陷和每次失败沉淀为新的测试用例与 eval 。

你可能仍然会写 Playwright 、Pytest 或其他工具，但脚本只是 Agent 的能力组件，不是这个岗位的最终作品。你的作品，是一个能够理解测试用例、可靠执行、正确判断、提供证据并持续进化的 QA Agent 。

我们希望你是什么样的人

• 你已经把 Coding Agent 当成主要生产工具，并长期用它完成真实、复杂的任务；

• 你理解 context 、tool use 、workflow 、feedback 和 failure recovery 如何影响 Agent 表现；

• 你有扎实的软件工程能力，能读代码，也能结合日志、trace 、数据库和网络定位问题；

• 你能把复杂产品行为拆解成状态、约束、路径、风险和可验证结果；

• 你有强 ownership 和产品意识，对功能是否可靠负责，而不是只对执行过程负责；

• 你对 Agent 、TapNow Creative OS ，以及 AI 如何改变软件公司的生产方式有真正的热情。

我们不要求你以前从事测试。Agent 工程师、全栈工程师、开发者工具工程师、SDET 或其他背景都可以。相比传统测试经验，我们更看重你使用、开发和评测 Agent 的深度。做过 Agent harness 、multi-agent 、eval 、benchmark ，或者有相关开源项目和个人产品，会非常加分。

怎么申请

工作地点在深圳。请把简历、GitHub 、个人项目或其他能证明你适合这件事的作品发到 builders@tapnow.ai，邮件标题写：Agentic Quality Engineer + 姓名。

也请简单告诉我们：

1. 你做过的最接近“让 Agent 独立完成一项真实工作”的项目；

2. 你亲手定位过的最难的一次线上或质量问题；

3. 如果给你 TapNow 的代码仓库和现有 Agent Workspace ，你第一周会先优化什么？