岗位职责
我们正在建设面向智能办公场景的 AI 基础能力，将工作过程中的信息、关系、状态和决策依据组织成可信、可追溯、可持续更新、可被人和 AI 稳定消费的上下文服务，支撑复杂协作场景中的知识获取、任务执行和决策辅助。你将参与 AI 工程体系建设，围绕上下文建模、检索增强、Agent 工具调用、任务编排、评测反馈和生产稳定性等方向，推动 AI 能力从原型验证走向真实业务可用。该岗位需要既理解 AI 应用的演进方向，也能深入工程系统，在不确定问题中拆解需求、设计方案、完成交付，并通过线上质量、用户反馈和效果评测持续改进。
- 负责智能办公 AI 核心链路研发，建设工作信息的采集、清洗、结构化、权限控制、索引检索、引用追踪和持续更新能力。
- 设计并落地面向 AI 消费的 Context 组织方式，提升检索准确性、上下文质量、事实可追溯性和任务完成效果。
- 参与 Agent、RAG、工具调用、记忆、评测和反馈回路等工程实践，将模型能力稳定接入真实业务流程。
- 建设生产级服务的性能、稳定性和可观测能力，处理高并发、长任务、异步队列、缓存、数据库、降级恢复和线上故障。
- 使用 AI 辅助研发、测试、排障和代码审查，提升交付效率，同时建立可验证的质量门禁和回归机制。
- 与产品、业务和平台团队协作，将用户反馈、业务目标和工程约束转化为清晰的方案、里程碑和验收结果。
职位要求
- 具备扎实的软件工程能力，熟悉至少一门主力编程语言，能够独立完成复杂服务端、全栈或平台型工程任务。
- 有复杂在线系统建设经验，理解分布式架构、高并发、高可用、数据一致性、可观测性、灰度发布和故障恢复等工程实践，有真实大流量、高并发系统经验优先。
- 理解 AI 应用工程化方法，熟悉 RAG、Agent、Prompt / Context Engineering、工具调用、评测体系等方向，并有实际落地经验。
- 能从业务目标出发拆解问题，形成可执行方案，推进编码、测试、上线、验证和复盘，关注最终结果。
- 对数据权限、内容质量、引用可信、用户体验和线上风险有敏感度，能在探索速度和生产质量之间做出合理取舍。
- 具备良好的沟通协作和自驱能力，愿意进入不确定问题，能快速学习新技术并沉淀可复用的方法。
- 对 AI 时代的软件架构和研发方式有兴趣和自己的判断，胆大心细，有创新意识，同时具备较强的工程质量意识。 >加分项<
- 有智能办公、企业协作、知识工程、研发工具、开放能力或 AI 原生产品建设经验。
- 有生产级 AI 应用、检索增强、Agent 编排、评测体系、长期任务或大规模上下文处理经验。
- 有高流量系统稳定性治理、性能优化、线上排障、质量工程或平台化建设经验。
- 有 AI 辅助研发的系统实践，能讲清楚效率提升、质量控制和人工验收边界。
