在 boss 上看到的，进去了解了一下就是利用 claude 对着 Agent 的对话数据进行修复、评分等，是不是不推荐干这种活？
之前站内也有人发过类似的工作，跟开发工作大相径庭
AI 模型测评工程师
岗位核心定位
主打独立判定问题、修改调试、完整跑通项目任务，不等待指令，独立完成技术任务闭环，考核通过即可上项。
薪资：正式上项后 150 元/⼀题
结算：次⽉25‑30 号结算上⽉全部产出
任务要求：每日必须完成 1 题
学历要求：本科及以上学历，计算机、软件工程、电⼦信息等理工科相关专业。
经验要求
具备 1 年及以上以下任意一类工作/实习经历：
后端开发 / DevOps / 工具链开发 / 代码类数据标注 / 技术型 QA 测试。
硬性必备条件（全部达标才可参与，缺一不可）
1 ）具备主动阅读理解代码的意愿与能力；能读懂 Python / YAML / Shell ，理解执行逻辑与报错链路；
2 ）熟悉 Docker：能搭容器环境、调试容器内报错，不限于拉镜像跑命令；
3 ）工程基础扎实，做过真实项目，理解代码结构与依赖关系；
4 ）全流程自驱，发现问题自行解决，能在模型未标出问题的情况下自行发现问题；
5 ）用过 Cursor 、Windsurf 等 AI 编程工具
不适合投递
• 看到报错无从下手，不会独立排查问题
• 没有独立完成过任意一个带代码的小型实操项目
Select Language