岗位职责
- Agent 运行时与执行框架负责 Agent 执行引擎与运行时的设计与实现,覆盖沙箱执行、容器编排、任务调度、状态管理与检查点恢复,解决 LLM 不确定性下的断点续跑、幂等执行与故障恢复,支撑长任务稳定可靠地交付。
- 工具与协议接入体系建设标准化的 Tool / MCP / A2A 接入层,统一工具注册、Schema 校验、身份认证与最小权限、调用审计、超时熔断,打通 Agent 与内部系统、外部服务之间的互操作链路。
- 上下文、记忆与 RAG 工程负责上下文管理与记忆体系建设,包括上下文裁剪压缩、长短期记忆、多源知识召回与冲突消解;结合 Prompt / 上下文工程与必要的微调、强化学习手段,持续优化 Agent 的效果、时延与 token 成本。
- 多 Agent 协同与流程编排设计单 Agent / 多 Agent 协作架构,支持任务规划与分解、并行子任务、依赖编排、回滚补偿与人工介入,支撑复杂业务流程的端到端自动化,而非单点问答。
- AI 网关与调度等基础设施建设面向大模型的统一接入网关与任务调度能力,包括多模型路由、灰度与 Fallback、租户配额与成本核算、语义缓存、弹性 Worker 与资源调度。这一层与 API 网关、分布式调度、工作流引擎等中间件技术高度相通,有网关或调度系统研发经验者可在此方向承担更核心的设计工作。
- 评测、可观测与稳定性治理建设 Agent 全链路可观测与评测平台,覆盖执行轨迹采集、任务完成率 / 意图满足率 / 工具调用准确性 / 安全性等指标、结果分析与回归门禁;负责高并发、多租户场景下的稳定性、安全隔离与合规治理,并跟踪 MCP / A2A、Agent 框架等前沿技术持续落地。
职位要求
- 本科及以上学历,计算机、软件工程、人工智能、数学等相关专业,3 年以上后端或平台研发经验。
- 具备 AI Agent 实际开发经验(硬性要求):完整参与过至少一个 Agent 应用或平台的设计与落地,熟悉 ReAct、Plan-and-Execute、Multi-Agent 等范式,理解 Tool Calling、MCP、RAG、Memory、Prompt / 上下文工程等核心机制。
- 熟练掌握 Java / Go / Python 中至少一门语言,代码功底扎实,具备良好的系统设计能力与数据结构、算法基础。
- 熟悉 LangGraph、LangChain、AutoGen、Spring AI Alibaba 等至少一种主流 Agent 框架,理解其设计原理,具备二次开发或源码级定制能力。
- 熟悉分布式系统与高并发场景下的工程实践,具备性能优化、稳定性治理、故障定位的实战经验。
- 具备优秀的逻辑分析与问题拆解能力,能将模糊的业务痛点转化为可执行的 AI 技术方案;自驱力强,适应快速迭代的研发节奏。 加分项
- 具备中间件开发经验(优先),包括但不限于: ○ 网关方向:API 网关、AI 网关、流量控制、鉴权、路由、协议转换、限流降级、熔断; ○ 调度方向:分布式任务调度、工作流 / DAG 编排、定时与长任务调度、资源调度与弹性伸缩; ○ 或其他中间件:RPC 框架、消息队列、注册配置中心、服务治理、Service Mesh。
- 有 Agent 基础设施相关经验:MCP 网关、Agent 沙箱、模型路由与推理调度、Agent 可观测与评测体系。
- 有开源项目贡献经历(如 Higress、Apache Dubbo、Nacos、Spring AI Alibaba 等),或有高星 Agent 相关开源项目。
- 有 Prompt 调优、RAG 系统调优、模型微调或强化学习的实践经验。
- 有金融、电商、供应链等垂直领域的 Agent 落地经验。
- 熟练使用 Cursor、Claude Code、Qoder 等 AI 编程工具辅助研发。