职位描述
岗位职责
1. 负责 AI Agent 系统的设计、开发与落地，包括单 Agent、多 Agent 协作、工具调用（Tool Use）、Workflow / Autonomous Agent 等模式。
2. 基于主流 Agent 开发框架（如PydanticAI、LangGraph、LangChain等）构建可扩展、可维护的 Agent 架构。
3. 深度使用并评估各类 大语言模型（LLM），包括 OpenAI / Claude / Gemini / DeepSeek / Qwen / LLaMA 等，进行模型选型、Prompt 设计、上下文工程与效果优化。
4. 设计并实现 RAG（Retrieval-Augmented Generation）、长期记忆、上下文管理、工具编排、计划与执行（Plan & Execute）等关键能力。
5. 将 Agent 与实际业务系统集成，包括 API、数据库、搜索系统、代码执行环境、第三方 SaaS 工具等。
6. 参与 Agent 的 性能优化、稳定性建设与可观测性设计，提升推理效率、成功率与可控性。
7. 与产品、算法、前端及业务团队协作，推动 AI Agent 在真实业务场景中的规模化应用。
能力和经验要求
必备条件：
1. 精通 Python，具备良好的工程能力，熟悉异步编程、模块化设计及常见后端框架。
2. 熟悉 主流大语言模型（LLM） 的使用方式、能力边界与差异，包括推理、函数调用、结构化输出等。
3. 熟悉至少一种 Agent 开发框架或范式，理解 Agent 的核心组成（Prompt、Memory、Tool、Planner、Executor、Reflection 等）。
4. 对 AI Agent 的典型架构模式有系统认知，如 ReAct、Plan & Execute、Reflection、多 Agent 协作等。
5. 具备良好的代码规范意识、调试能力和问题定位能力。
加分项（优先考虑）：
1. 熟悉 TypeScript / Node.js，具备 Agent 前端或全栈开发经验者优先。
2. 有 RAG 系统、向量数据库（Milvus、Qdrant、Weaviate、FAISS 等）或搜索系统实战经验。
3. 有 AI 应用或 Agent 产品 的完整落地经验（如 Copilot、智能助手、自动化运营、智能分析等）。
4. 对 AI Agent 的安全性、可控性、评测（Evaluation）与持续优化有实践经验。
