岗位职责
- 资源交付与工作流编排：单模型交付、DAG 编排、断点续跑、幂等补偿；
- 设计「Agent 决策 + 确定性执行」分层，高危动作（扩缩容/下架/驱逐）走可审计，可回滚的确定性工作流；Agent 触发的操作也须幂等；
- 基于 K8s client-go 的集群台账、节点生命周期、GPU 拓扑；把实态数据做成 Agent 可消费的形态（稳定语义、数据新鲜度、分页接口）；支持自然语言查询；
- 平台底座：RBAC/API 网关/公共库；建设 MCP Server 暴露平台能力；把 RBAC 扩展到 Agent 身份（权限/越权/会话过期）；Agent 调用全链路审计；
- 告警降噪与根因定位；AI 结论须附证据可追溯；Agent 运行时（工具注册、上下文装配、状态管理、重试超时）；
- 多 Agent 协作与上下文工程；建设 Evals 评测集。
职位要求
- 计算机基础扎实（数据结构、操作系统、网络）；
- 精通 Go / C++ / Java / Rust 之一；
- 熟悉 Linux、容器 、K8s 编排与 Cloud Native 体系；
- 对系统故障有好奇心，对云计算运维开发有兴趣；
- 熟练用 AI 编程工具做真实工程，能说清其不可靠场景与验证方式；
- 理解 LLM 能力边界（幻觉、上下文长度、非确定性）；
- 做过 Agent / MCP 开发（MCP Server、Agent 工作流、RAG、A2A 通信）；
- 有 AI 落地生产经验，处理过「模型不可靠但业务要确定」的矛盾；
- 理解 AI Infra（推理部署、GPU 调度、vLLM / SGLang） 体系。
