岗位职责
你将负责AI Agent核心引擎的架构设计与工程实现，包括但不限于：基于大语言模型的推理规划、记忆与工具调用、多智能体协作、可观测性及安全护栏。我们希望你不仅能快速搭建高质量的Agent原型，更能将其拓展为支撑千万级调用、具备高并发与低延迟的企业级Agent平台。 ● Agent核心框架研发 a. 熟悉并使用LangGraph进行Agent开发，或者其他Agent开发框架，如：CrewAI等 b. 设计并实现高可扩展的Agent运行时，支持ReAct、Plan-and-Solve、Self-Ask等多种推理范式，及动态工具选择与并行调用。 c. 构建统一的多智能体协作框架，支持角色定义、通信协议、任务分解与结果聚合。 ● 记忆与状态管理 a. 实现短期记忆（上下文窗口管理）与长期记忆（向量数据库 + 摘要存储 + 知识图谱）的混合存储与检索。 b. 支持会话状态的可序列化、版本化与迁移，保障Agent在长周期任务中的连续性。 ● 工具生态系统建设 a. 设计标准化的工具注册、发现与鉴权机制，支持本地函数、API、数据库、代码解释器等多种工具类型。 b. 实现工具调用的可靠性保障：重试、降级、超时控制、结果校验与异常恢复。 ● Agent可观测性与安全 a. 维护运营langfuse等开源agent可观测框架，能进行二次开发能力。 b. 实现输入输出安全护栏：注入攻击防护、敏感数据脱敏、对话合规审计。 ● 性能与规模 a. 主导Agent服务的容量规划与压测，优化多轮对话下的延迟和吞吐。 b. 探索Agent推理与执行分离架构，支持异步任务队列与事件驱动的执行模式。
职位要求
基本条件 ● 本科及以上学历，计算机相关专业，3年以上后端或AI工程经验，其中至少2年直接参与大模型应用或Agent系统开发。 ● 精通Python / Go至少一种，熟悉异步编程、并发模型与性能调优。 ● 深入理解大语言模型API（OpenAI、Anthropic、及国产模型如Qwen、Doubao等）及常见推理框架。 核心能力 ● Agent框架经验：深度使用过LangChain、LangGraph、AutoGen、CrewAI、Dify等任一框架，并理解其底层设计。 ● 存储与检索：熟练使用向量数据库（Milvus、Qdrant、Pinecone等）及传统数据库（Redis、PostgreSQL、MongoDB）。 ● 云原生技术：Kubernetes、Service Mesh、Knative等，有大规模分布式系统经验。 ● 工程化思维：对单元测试、集成测试、混沌工程有实践，熟悉CI/CD流水线设计。 加分项 ● 有多智能体系统（如基于消息传递的角色协作、辩论、谈判）落地经验。 ● 主导过Agent评估平台（如MT-Bench、AgentBench、TaskEval）的建设。 ● 参与过开源Agent项目（如AutoGPT、BabyAGI、SuperAGI、MetaGPT）或为核心贡献者。 ● 发表过Agent系统相关论文（ICLR/ICML/ACL/EMNLP等）。
