岗位定位： 我们正在寻找一位具备 AI-Native 思维 的资深全栈工程师，负责 AI 应用从产品理解、技术方案、工程实现到效果迭代的端到端交付。你不只是完成模型接入，而是能够围绕真实业务场景，设计可用、可靠、可评估、可持续优化的 AI 产品能力。 我们期待你是这样的人： 你不只是“会写前后端代码”，而是能用 AI 重新思考产品、工程和业务流程的人。你习惯把 AI 当作基础设施和协作者，能主动发现哪些环节可以被模型增强、自动化或重构，并能把想法快速做成可靠的产品能力。 同时，你也能理解 Agent-first 的工程范式：未来工程师的核心产出不只是代码，而是上下文、约束、工具和反馈回路。你能让 AI Agent 在清晰的目标、规范和验证机制下，稳定地产出高质量工程成果。 岗位职责： 1. 负责 AI-Native 产品的端到端研发，包括需求理解、方案设计、前后端开发、模型能力接入、上线监控和持续迭代。 1. 基于 LLM、多模态模型、Agent、RAG、工作流编排等能力，构建面向真实业务场景的 AI 应用。 2. 参与产品核心链路设计，将 AI 能力转化为稳定、可用、可评估的产品功能。 3. 负责前端交互、后端服务、模型调用、数据处理、权限体系、日志监控等全栈开发工作。 4. 建设 AI 应用效果指标体系，包括准确率、召回率、相关性、任务完成率、用户采纳率、幻觉率、响应时延、单位调用成本等。 5. 设计并落地 AI 功能的评测、实验和迭代机制，通过离线评测、人工标注、A/B 实验、用户反馈等方式持续优化模型效果。 6. 探索并建设 Agent-first 工程流程，包括上下文管理、工程规范、自动化校验、反馈回路和多 Agent 协作机制。 7. 与产品、算法、业务团队协作，推动 AI 能力在搜索、广告、推荐、内容生产、运营效率等场景中的落地。

岗位要求： 1. 5年以上软件研发或全栈开发经验，有完整产品从 0 到 1 或核心系统持续迭代经验。 2. 具备扎实的全栈开发能力，熟悉至少一种前端框架，如 React、Vue、Next.js；熟悉至少一种后端技术栈，如 Node.js、Python、Go、Java。 3. 熟悉 API 设计、数据库、缓存、消息队列、云服务、容器化部署、日志监控等常见工程能力。 4. 有 AI-Native 思维，熟悉 LLM 应用开发范式，理解 Prompt Engineering、Function Calling、Agent、RAG、向量数据库、模型评测等基础能力。 5. 具备 AI 应用效果指标意识，能围绕具体业务场景定义“好用”的标准，而不是只完成模型接口接入。 6. 熟悉常见 AI 应用评测方法，包括 Prompt 评测、RAG 评测、Agent 任务成功率评测、人工评审标准设计、线上效果监控等。 7. 能熟练使用 AI 工具提升研发效率，包括 Cursor、Claude Code、Codex、ChatGPT、Copilot 等。 8. 具备较强的问题拆解能力和产品意识，能从用户场景出发设计 AI 交互和产品流程。 9. 对工程质量有要求，重视代码可维护性、可观测性、性能、稳定性和安全性。 10. 有较强的自驱力和学习能力，能快速跟进 AI 技术、模型能力和工具链变化。 加分项： 1. 有 Harness Engineering / Agent-first Engineering 实践经验优先，能围绕 AI Coding Agent 构建上下文、约束、工具、自动化校验和反馈回路，让 Agent 在真实工程项目中稳定完成开发、测试、Review 和迭代任务。 2. 有搜索、广告、推荐系统相关经验者优先，包括召回、排序、粗排、精排、特征工程、用户画像、A/B 实验等。 3. 有大模型应用、智能体、企业知识库、AI 工作流、AI Copilot 类产品开发经验者优先。 4. 熟悉向量检索、语义搜索、Embedding、rerank、混合检索等技术者优先。 5. 有 LLM 应用评测平台、Prompt 回归测试、RAG 评测、Agent 任务成功率评估、A/B 实验或数据闭环系统经验者优先。 6. 有高并发系统、数据平台、增长系统、内容平台或商业化系统经验者优先。 7. 有开源项目、技术博客、AI 产品作品或独立开发项目者优先。