职位描述
我们正在寻找对 AI Agent 技术充满热情、具备扎实工程能力的开发工程师，共同构建下一代智能体系统。你将深度参与 AI Agent 核心链路的研发与优化，推动大模型能力在真实业务场景中的高效、稳定落地。
主要职责：
1、负责 AI Agent 核心链路的研发，包括任务规划、推理执行、工具调用机制及运行时稳定性保障；
2、设计并建设模块化、可插拔、可复用的 Agent 工具体系与技能框架，支撑多样化业务需求；
3、优化上下文管理与记忆系统，提升 Agent 的响应质量、准确性、执行效率与长期交互能力；
4、跟踪大模型与 AI Agent 前沿技术（如多 Agent 协作、AI 编程、自主决策等），推动创新方案在业务中落地。
我们提供：
1、参与前沿 AI 技术落地的机会，与顶尖算法和工程团队共事；
2、顶级的工程研发环境，直接使用最前沿的大模型矩阵，没有算力焦虑，我们来为优秀的创新想法买单；
3、开放、创新、结果导向的技术文化。
职位要求
基础要求：
1、本科及以上学历，计算机科学、软件工程、人工智能或相关专业优先；
2、1年以上后端或全栈工程开发经验，至少精通一门主流编程语言（如 Python、Node.js、Java 等）；
3、具备中大型分布式系统的设计、开发与性能调优经验，能独立推进项目从设计到交付。
技术能力：
1、有 AI Agent 或 LLM 应用实际落地经验，深入理解 Prompt Engineering、Context Engineering、Function Calling / Tool Use 等关键技术；
2、熟悉主流 Agent 架构与设计模式（如 ReAct、Plan-and-Execute、Self-Reflection 等），并具备工程化实践经验；
3、有上下文管理、Token 消耗优化、短期/长期记忆机制（如向量记忆、摘要记忆）的实际项目经验；
4、能围绕效果、稳定性与成本三维度进行系统性优化，具备快速定位问题并闭环改进的能力。
业务理解与协作：
1、具备强烈的用户体验意识，能识别业务链路中的关键瓶颈并推动技术解决方案；
2、拥有数据驱动思维，能通过指标（如任务成功率、延迟、Token 成本等）评估效果并持续迭代；
3、擅长跨团队协作，能将模糊的业务目标转化为清晰、可执行的技术方案，并高效推进落地。
加分项：
1、熟悉 LangChain、LangGraph、LlamaIndex、AutoGen等 Agent 框架；
2、有多 Agent 协作、RAG（检索增强生成）、向量数据库集成、记忆工程等实战经验；
3、了解大模型推理优化、微调流程（SFT/RLHF）、Hugging Face 生态或模型部署工具链（如 vLLM、TGI）。
