如约见 · 销售客服 · 商务拓展(BD)

KIMI法律行业解决方案专家实习生

月之暗面Kimi · 薪资面议 · 更新于 2026/10/28

任职要求

经验:2年以上学历:本科及以上

岗位描述

我们在做什么 Kimi 正在为法律行业构建真正可用的 AI 能力——不是通用助手套一层法律外壳,而是深入律所和企业法务等真实工作流,把诉讼、非诉、法务合规中的专业判断沉淀为模型能力和机构级 Skill。我们相信,法律是大模型最能证明"专业价值"的战场之一:这里有最严格的准确性要求、最复杂的长文本、最不容含糊的推理链条。你将定义"AI 律师助手"应该长什么样。 你将负责 1. 工作流定义与 Skill 设计:深入诉讼(类案检索、文书起草、证据梳理、庭审准备)、非诉(合同审查、尽职调查、合规审查、交易文件起草)、企业法务(合同管理、风险识别、制度审查)三大场景,拆解律师/法务的真实作业流程,设计可复用的法律 Skill 与机构插件方案; 2. 评测体系建设:为法律垂类建立评估维度与自动化评测方法,定义"优秀法律回答"的标准——引用准确、推理可溯、立场恰当、不越权出具法律意见; 3. 客户共创与交付:与标杆律所、企业法务部门等深度合作,验证场景价值,把成功实践沉淀为可复制的产品方案与行业打法; 5. 产品反馈闭环:作为法律领域的产品 owner,向模型与产品团队输出一线洞察,推动模型在法律推理、长文档理解、引用准确性上的迭代。 我们希望你 - 国内外知名院校法学背景;有律所(诉讼或非诉)、企业法务、专利申请等法律实践领域的丰富经验,摸透至少一个法律场景下的完整工作流; - 是 Kimi 、Claude、Codex 等主流 AI 的深度用户,已经把 AI 工具融入自己的法律工作,对"AI 能如何高效赋能法律实践"有一手判断; - 能从知识准确性、推理质量、表达水准三个维度判断模型回答的优劣,并说清楚为什么; - 自驱、皮实,接受从 0 到 1 阶段的不确定性。 加分项 - 会 Vibe Coding,自己动手做过 Demo 来为自己的法律实践工作赋能 ; - 在特定细分领域(如知识产权、数据合规、资本市场、争议解决)有深度的实践积累; 你会获得 - 参与定义一个全新品类的机会:你的领域判断直接进入模型,影响百万级用户和机构客户; - 与顶级模型团队并肩工作,第一时间接触最前沿的模型能力; - 不设限的成长空间——这个岗位的边界,由你来画。 我们在做什么 Kimi 正在为法律行业构建真正可用的 AI 能力——不是通用助手套一层法律外壳,而是深入律所和企业法务等真实工作流,把诉讼、非诉、法务合规中的专业判断沉淀为模型能力和机构级 Skill。我们相信,法律是大模型最能证明"专业价值"的战场之一:这里有最严格的准确性要求、最复杂的长文本、最不容含糊的推理链条。你将定义"AI 律师助手"应该长什么样。 你将负责 1. 工作流定义与 Skill 设计:深入诉讼(类案检索、文书起草、证据梳理、庭审准备)、非诉(合同审查、尽职调查、合规审查、交易文件起草)、企业法务(合同管理、风险识别、制度审查)三大场景,拆解律师/法务的真实作业流程,设计可复用的法律 Skill 与机构插件方案; 2. 评测体系建设:为法律垂类建立评估维度与自动化评测方法,定义"优秀法律回答"的标准——引用准确、推理可溯、立场恰当、不越权出具法律意见; 3. 客户共创与交付:与标杆律所、企业法务部门等深度合作,验证场景价值,把成功实践沉淀为可复制的产品方案与行业打法; 5. 产品反馈闭环:作为法律领域的产品 owner,向模型与产品团队输出一线洞察,推动模型在法律推理、长文档理解、引用准确性上的迭代。 我们希望你 - 国内外知名院校法学背景;有律所(诉讼或非诉)、企业法务、专利申请等法律实践领域的丰富经验,摸透至少一个法律场景下的完整工作流; - 是 Kimi 、Claude、Codex 等主流 AI 的深度用户,已经把 AI 工具融入自己的法律工作,对"AI 能如何高效赋能法律实践"有一手判断; - 能从知识准确性、推理质量、表达水准三个维度判断模型回答的优劣,并说清楚为什么; - 自驱、皮实,接受从 0 到 1 阶段的不确定性。 加分项 - 会 Vibe Coding,自己动手做过 Demo 来为自己的法律实践工作赋能 ; - 在特定细分领域(如知识产权、数据合规、资本市场、争议解决)有深度的实践积累; 你会获得 - 参与定义一个全新品类的机会:你的领域判断直接进入模型,影响百万级用户和机构客户; - 与顶级模型团队并肩工作,第一时间接触最前沿的模型能力; - 不设限的成长空间——这个岗位的边界,由你来画。 职位信息 职位名称 KIMI法律行业解决方案专家实习生 职位性质 实习 职能类型 产品类/Product 发布日期 2026-11-02 最新职位 急 KIMI Agent Eval Intern|视觉/3D/Robotics方向 实习 | 产品类/Product 北京市 | 发布于 2026-11-05 把对 AI 产物的专业判断,变成可复现、可解释、能规模化运行的评测标准。 关于这个岗位 我们正在构建面向真实世界任务的多模态 Benchmark,希望回答一个具体问题:AI 生成的作品或方案,究竟在多大程度上解决了用户的问题,离高质量交付还差在哪里? 你将参与题目设计、评分细则(rubrics)制定与自动评测(AutoEval)迭代,让自动评测在更高的质量标准下,稳定识别优劣、解释判断依据,并逐步减少重复人工评审。当前工作从 SVG、动画等生成产物切入,后续可能拓展到 3D 建模、Three.js 交互场景、Code-to-Video(代码生成视频)和机器人设计(Robot Design)。你可以从熟悉的方向开始,逐步扩展。 你会做什么 设计有真实价值、有难度的题目。 从用户需求与专业工作流中提炼任务,明确交付物、约束和验收方式;用多种模型的实际作答验证难度与区分度,形成覆盖不同能力和难度层级的题集。 把“好在哪里、错在哪里”写成可执行的 rubric。 拆解需求满足、结构与功能正确性、动态或物理合理性、视觉表达等维度,明确必要条件、评分档位、权重、正反例和边界情况,让专业判断可以被他人复核、被自动评测使用。 持续改进自动出题与判分方法。 从误判样本中定位问题,迭代 rubric 模板、生成流程和 Judge 提示词;与研究、工程同学协作,结合程序检查、执行或仿真结果、视觉模型及多模态模型判断,选择适合任务的评测方式,并用对照实验验证改进。 验证 Judge 的可信度。 组织人工校准与分歧复盘,检验重复评分稳定性、与人工判断的一致性、严重误判及跨题目、跨模型泛化;保留独立测试集,排查模板过拟合、风格偏置与“钻评分空子”的案例。 沉淀可复用的评测资产。 维护题目、rubrics、锚点样例、失败案例和版本记录,让评分能够追溯到具体证据;设计不确定样本转人工复核的机制,在明确质量门槛下提高自动评测覆盖率。 我们期待你 本科及以上在读,专业不限。欢迎设计、数字媒体、建筑、计算机、人工智能、图形学、机器人等背景。 有专业判断,也能解释判断。 能结合任务目标说明一个结果为什么好或不好,把“感觉不对”转化为明确的维度、例子和验收条件。 愿意用实验修正标准。 能主动寻找反例、处理评审分歧,区分模型能力不足、题目歧义和评测器错误;在证据不足时保留不确定性。 有动手能力与清晰的表达。 能借助脚本、数据分析工具或 AI 工具整理样本、完成小规模对照实验,记录过程并复盘结果;能够阅读相关英文资料,与不同专业背景的同学协作。 以下两类能力至少具备一类,欢迎兼具两者: 设计与领域评测方向: 在视觉设计、视频、动画、3D、交互或产品设计等领域有作品或实践;能提出有区分度的质量标准,并通过样例校准与团队协作,将标准推进到自动评测中。 技术与评测研究方向: 具备 Python 或 JavaScript 编程能力,有模型评测、计算机视觉、图形学、具身智能或自动化测试等项目经验;能够实现指标或验证脚本,分析指标与实际任务质量之间的差距。 加分经历 设计过评测标准、数据集、Benchmark、奖励函数或 LLM / VLM Judge;有人工标注校准、误差分析或评测工具开发经验。 熟悉 Blender、Rhino / Grasshopper、Three.js、视频生成或机器人仿真中的任一方向,能检查源文件、交互过程、时序表现或运动约束。 有将主观质量转成可验证标准的实践,例如解释视频节奏与美感、检验参数化模型的可编辑性与复现性、验证机器人结构与动作的可行性。 你将推动的成果 围绕一个具体任务方向,完成“题目与样例 → rubric → 自动评测 → 人工校准 → 独立验证”的完整迭代,并沉淀可复用的题包、标准和分析报告。 我们关注的进展包括:题目能否反映真实需求并区分能力;评分能否稳定复现、解释到具体证据;在保留质量区分度的同时,能否降低严重误判;在控制误判的前提下,能否减少人工复核量和评测成本。各项指标会结合任务基线共同设定。

月之暗面Kimi其他在招岗位

同类在招岗位(销售客服)

岗位信息来自企业官方招聘渠道(moonshot-campus),由如约见每日自动同步; 如已下架可前往职位雷达用 AI 匹配相似岗位,或浏览招聘岗位大全。