岗位描述 以业务真实问题为起点，用 Agent 等技术把 AI 跑成规模化生产力。你会走完从发现痛点到系统上线的全链路，用智能化应用与工具让交付更快更准、质量可预期。以下方向负责其中一项或多项： 1、找问题、定病根：扎进业务一线，用数据与特征分析挖出表象背后的原因，把说不清的痛点翻译成 AI 能落地的目标。同时对 AI 边界心里有数——哪些交给大模型、哪些用规则兜底、哪些现在不该上，不为了用 AI 而用 AI。 2、画架构：设计以 AI 为核心的系统架构，参与 Agent 关键模块（记忆、推理策略、工具编排）的方案规划，在灵活、可扩展与真能落地之间找平衡。 3、搭环境与知识：打通 AI 与现有业务系统，包括 API 对接、RAG 知识库、记忆机制；持续优化召回效果与上下文注入，让模型拿到的信息又准又新。 4、做核心模块：落地 Agent 关键模块，跑通"识别意图—拆任务—反思纠错"闭环；沉淀标准 SDK/API，建起可观测能力，支持全链路追踪与多维归因。 5、持续迭代：建自动化评测与回归体系，靠调优和 Case 复盘收敛效果，在效果与性能间找最优解；把经验变成方法论和可复用组件，推动能力从单点跑通走向批量复制。 岗位要求 一、专业能力 1、AI 编程工具用得极深：Codex、Claude Code 是日常武器，Prompt 写得好也调得动，做过完整项目级开发，知道怎么把 AI 输出逼到生产可用。 2、懂大模型也拿捏得住：清楚主流 LLM 的强弱边界，能把任务拆干净，知道何时上模型、何时用确定性逻辑补位；熟悉 Context / Prompt / Graph / Loop Engineering、Agent、工具调用等范式与常见 Agent 框架（如 Pi），对幻觉、Prompt 注入有工程解法。 3、工程功底扎实：数据结构、算法、网络、操作系统基础过硬；至少精通一门主流语言（Java / Python / JS），能按场景选型并快速上手。 4、本科及以上学历，计算机、软件工程、人工智能等相关专业优先。 二、能力特质 学得快（论文能读懂也能变成代码）、爱动手不空谈（有独立完成的开源项目或 Demo）、好奇且擅长定义问题、对技术方案有审美追求、自驱往前跑而非坐等派活。 三、加分项 1、真落地过 AI 应用或 Agent：RAG 系统、多智能体编排、基于 MCP / Skill 的项目等，有拿得出手的产出更好。 2、有开源贡献或技术影响力：GitHub 上有质量不错的 AI 项目、技术博客或社区声量。 3、对 AI Infra 有基本认知：了解 vLLM、Ollama 原理，对延迟优化、KV Cache、流式输出有整体视角。