职位介绍 我们正在建设面向企业真实业务的智能体技术底座。 我们关注的不只是模型能否回答问题，而是智能体在多步任务、工具调用、跨系统操作和多智能体协作中，能否真正运行起来，并做到可观察、可测试、可控制、可恢复。这是一个需要持续写代码、快速验证和主动解决问题的一线研发岗位。我们希望找到真正AI原生的工程师:把Ai Coding当作日常研发方式，同时保留自己的架构判断、调试能力和结果责任。 你会负责： 设计和实现智能体的任务编排、状态管理、工具调用、记忆和上下文链路。 参与 MCP、 RAG、 Memory、 Workflow、 Agent Runtime、评测等能力建设。将智能体从 Demo做成可部署、可观测、可测试的线上 服务。 建设日志与Trace、失败检测、重试、终止、回滚和恢复机制。 独立拆解开放问题、验证技术方案，并对自己负责模块的上线结果负责。 使用AI Coding完成调研、方案、编码、测试、调试、重构和文档，提高个人端到端交付效率。 与产品、安全和底层研发协作，探索智能体权限、审计、沙箱和可信运行等前沿问题。

具备扎实的计算机基础，在后端、平台、工具链、基础设施或算法工程中至少有一条硬能力。 做过真实研发项目，能够讲清本人负责的代码模块、系统。边界、技术取舍、故障处理和最终结果。 理解智能体的基本机制，能够脱离框架名称说明输入、状态、模型、工具、记忆、输出和失败链路如何连接。 熟悉 Python;使用过Go、TypeScript、Java、C++、Rust等工程语言均可加分。 有主动思考能力:面对模糊需求会先明确目标、判断优先级、拆解问题并推动落地，而不是只等待详细任务。 我们所说的“AI原生” 愿意加入早期创业团队，接受快速迭代和较高不确定性，仍保持良好的工程质量与交付意识。 我们关注的不是使用过几个AI工具，而是是否已经形成新的研发工作方式: 日常深度使用Codex、Claude Code、Cursor等Al Coding工具;会给AI补充背景、目标、约束和验收标准，而不是只让AI生成代码; 会把复杂任务拆成可验证的步骤，并管理上下文和中间结果。 会检查代码差异、运行测试、分析日志、定位问题并纠正Al; 能把重复经验沉淀成脚本、规则、Skil、MCP或工程工作流; 最终仍由自己对架构选择、代码质量和上线结果负责。