职位描述- 从用户问题出发，端到端完成 AI 产品的设计、原型、开发、上线和持续迭代。工作边界可以跨越前端体验、服务端、Agent runtime、数据与云基础设施。 - 构建面向真实业务的 Agent 系统，处理模型调用、工具执行、上下文、权限、评测、可观测性和异常恢复等问题。 - 参与实时交互链路建设，让语音、模型、工具和 live avatar 在持续会话中低延迟协同，支持流式响应、打断、状态同步和自然的 turn-taking。 - 建设能够承载成熟业务的云原生服务，解决分布式状态、高并发、性能、稳定性、容量、成本和故障恢复问题。 - 深度使用 coding agent 和 AI 工具完成研发，并持续改进团队的 AI Native 工程方法，包括任务拆解、context 组织、代码审查、测试、eval 和自动化。 - 直接观察用户如何使用产品，从线上 session、数据和反馈中发现问题，并持续把模型能力转化为更好的用户体验。 - 对自己交付的产品和系统负责。出现问题时不止完成修复，也推动根因、监控、测试和机制闭环。任职要求- 对 AI 有真实而持续的热情。你会主动使用、测试和理解新模型、新工具与 Agent 产品，而不是等公司安排学习。 - 是真正的全栈工程师。能够独立把一个想法做成可用产品，不受传统前端、后端、客户端或基础设施边界限制。 - 已经把 coding agent 融入日常开发，理解如何给 Agent 提供有效 context、约束任务、验证结果，并对最终代码质量负责。 - 深度参与过云原生时代的软件工程，真正建设或维护过分布式、高并发、高可用的生产系统。 - 熟悉现代云原生基础设施和中间件，能够根据问题选择并驾驭容器、服务治理、消息系统、缓存、数据库、事件流、可观测性与 CI/CD 等技术，而不是机械堆叠技术栈。 - 有成熟业务线的生产经验，经历过真实流量、线上事故、复杂依赖和持续演进，知道一个系统从能运行到值得信任之间差什么。 - 有很强的责任心和用户意识。愿意为了真正解决用户问题投入足够的热情、专注力和工程判断，不把“需求已完成”当作工作的终点。 - 能在快速变化和信息不完整的环境中推进工作，既敢于试新方法，也能守住生产质量。 高权重加分项 - 构建过复杂 Agent 系统，并在生产环境中有过深度的效果调试、垂直场景的 eval 经验。 - 构建过实时会话或实时语音链路，在 asr / tts / turn-taking 链路有深度优化经验。 - 有 voice agent、RTC、直播、实时游戏、客服平台、协作产品或其他强 realtime 属性业务经验。 - 做过模型 API、AI 应用平台、Agent runtime、developer tools 或生成式 AI 产品。 - 有从 0 到 1 的产品工程经验，能够和用户、产品、设计、模型团队共同定义问题，而不是等待完整需求。
