打造能落地的 AI。

我们是一支精简的团队,打造真正可用的产品、自建并运维自己的基础设施,并培养下一代去做同样的事。我们很少招人,但每次出手,我们寻找的都是那些宁愿交付有用之物、也不愿再写一份战略汇报的人。

为什么加入我们

大多数所谓的“AI 岗位”不过是在别人 API 外面套一层壳。在这里,你掌握完整技术栈——自托管的 git、自研身份认证、一整支机器集群、智能体编排——而你交付的是生产环境,而不是一页幻灯片。

工作的多样性是刻意设计的:这周做临床计算机视觉,下周写一个 iOS 应用,再之后办一场学生工作坊。团队精简,权责真实,在你和你正在打造的东西之间没有层层流程。

我们看重什么

实干者。那些留下一连串真正交付过的作品的人——应用、工具、实验,任何能跑起来的东西。

广度胜于头衔。能够在整个技术栈中自如穿梭,并按问题需要随时上手,而不是死守一条狭窄的赛道。

会教学的人。如果你能讲得清楚到足以教会一个青少年,那你对它的理解就足以把它做好。

我们通常招聘的方向

我们不会维护一长串空缺职位清单。这些是我们扩充团队时会涉足的方向——只要有一个适合你,即使我们还没有正式发布相关招聘,也欢迎联系我们。

AI / 全栈工程师

负责覆盖我们各项服务的端到端产品工作——身份认证、门户、智能体编排,以及运行其上的 AI 产品。

工程

计算机视觉工程师

负责诸如 EyeExam AI 和溺水检测这样的实时视觉系统——模型工作、数据管线,以及让它在生产环境中稳定可靠。

工程

工作坊讲师 / 学生导师

在我们的 Vibe Coding 工作坊中教青少年构建 AI 应用,并为 LACSEF 和 Diamond Challenge 的科学竞赛项目提供辅导。

教育

没看到适合你的岗位?我们是一支精简的团队,看重广度胜于标签。如果你能打造出可落地的东西,告诉我们你做过什么——我们会认真读完每一份来信。

我们如何工作

// 01

交付优于演示

跑在生产环境中的可用软件,每一次都胜过一份精美的演示。我们衡量进展看的是已经部署了什么,而不是提出了什么方案。

// 02

掌握完整技术栈

从底层硬件到上层模型。你会接触基础设施、后端、前端和 AI——并理解整个系统是如何拼装到一起的。

// 03

人类 + 智能体

你会与一支专门化的 AI 智能体集群协同工作,它们负责开发、QA 和运维。学会指挥它们——这是一种倍增器,而不是花架子。

// 04

教学相长

这里每个人在某个阶段都会做导师或讲师。向学生讲解你的工作,会让工作本身变得更加扎实。

// 05

诚实为本

我们如实说出自己真正在用什么,公布真实的数据,并在某件事行不通时坦诚相告。没有表演。

// 06

精简而审慎

我们刻意保持精简。更少的人,更大的权责,在你和你正在交付的东西之间更少的流程。

告诉我们你做过什么。

没有正式的申请门户,也没有写求职信的繁文缛节。给我们发一封邮件,简短说明你想做什么方向,并附上你交付过的作品链接——代码仓库、应用、项目、演示。