岗位职责
我们的平台：TPP 是阿里集团一个经过多年打磨、支撑大规模在线业务研发交付的 超大规模Serverless 平台，在资源调度、超大规模在线Serving、极速迭代链路、可观测性等方向积累了完整的平台能力。Agent 时代，TPP 正在进行全面的 AI Native 升级——我们希望与你一起，既用 AI 重塑平台自身的研发范式，也把一站式业务研发交付演进到智能化形态。 我们需要你：
- 负责 Serverless 基础平台自身的 AI Native 升级：以 AI 重塑平台从需求、开发、测试到发布、运维的全研发生命周期，让平台自身成为 AI Native 研发模式的第一实践者；
- 、推动 TPP 在 Agent 时代的延续与发展：建设基于 Agent 的业务一站式研发交付能力，推动业务研发从 UI 操作模式转向自然语言对话模式；参与 Agent harness 效果工程，构建 Agent 评测与自进化的数据闭环，从工程角度持续提升 Agent 效果；
- 持续演进平台底座：设计并实现高并发、高可用、高性能、高可观测的 Serverless 运行时与调度体系，为业务提供坚实的技术底座，支持业务的智能化转型。 岗位可以带给你的成长： ①这个岗位具备相当的挑战性：平台承载大规模在线流量，对时延与可用性要求苛刻，而同等体量平台的 AI Native 升级在业内少有成熟方案可循，你做的每一步都是行业前沿的探索。 ②如果你一直做基础平台、中间件或高并发系统，正在思考如何走向 AI Agent，这里会是一个少见的落点： 平台工程经验是最大的本钱，是Agent从Demo走向生产的核心技术支撑。团队将提供体系化的培养支持，帮你完成从平台工程到 Agent 工程的认知升级。
职位要求
- 热爱编程，熟练掌握 Java / Python / Go 中至少一门编程语言，数据结构与算法基础扎实，精通面向对象设计原则，有良好的编程习惯与工程素养；
- 具有高并发系统、基础平台或中间件方向之一的研发经验，熟悉分布式系统常见技术栈（RPC 框架、消息队列、调度系统、可观测性等），有实际的性能优化或高可用建设经验；
- 熟悉网络编程与多线程编程，对 TCP/IP、HTTP 等协议有深入理解，熟悉 Unix/Linux 环境编程与常用调试工具；
- 有 Agent 相关实践，有以下其一的经历就可以：熟悉主流大模型应用框架（LangGraph、DeepAgents 等），参与过 Agent 系统搭建、效果优化或评测相关项目，对 Agent harness、自进化等方向有理解，或了解模型微调与推理加速（vLLM、SGLang 等）的基本概念者优先；
- 学习能力强，对新事物保有好奇心，善于独立思考并反思总结。
