1. AI Native 研发实践与Agent应用开发：将 AI 深度融入日常研发流程，能够使用 AI 辅助完成日常开发任务，并持续探索更高效、可靠的 AI 辅助开发模式，参与公司 AI 平台的前端设计与开发。 2. AI 工程能力建设：参与探索并建设团队内部的 AI 研发工具和工程体系，将个人 AI 使用经验沉淀为团队可复用的研发能力。 3. 技术探索与持续演进：持续关注前端、LLM、Agent等领域的发展，能够主动研究新技术，并结合实际业务判断其价值，推动有价值的技术落地。 4. 跨团队协作与交付： 与产品经理、UI 设计师和后端工程师紧密协作，参与前端技术方案设计，高质量完成产品需求的开发、测试和交付闭环。

1. 扎实的前端基础 计算机相关专业，本科及以上学历，3 年以上前端开发经验；深入理解 JavaScript、TypeScript、浏览器及 Web 基础原理，熟练使用 Vue或React 及相关生态，有大型前端项目实战经验。 2. 大型项目及工程化能力 具备大型前端项目重构、技术栈迁移或复杂工程问题解决经验，熟练掌握 Webpack、Vite 等构建工具，理解其核心机制，具备良好的工程化和架构设计能力。 3. AI 辅助研发能力与AI应用开发基础 具备真实、持续的 AI 辅助开发实践。能够根据任务合理组织上下文、拆解问题并约束 AI 输出，而不是仅将 AI 用于简单问答；理解AI Agent 等基本概念，了解大模型能力边界及常见问题。有AI Agent、智能工作流或其他 AI 应用的实际开发经验者优先。 4. 问题解决与业务理解能力 具备优秀的逻辑思维、系统分析和业务拆解能力，能够面对复杂或信息不完整的问题独立分析、快速验证并推动解决，而不是仅依赖明确的需求和技术方案执行开发。 5. 学习能力与技术敏感度 对 AI 技术保持持续关注和实践，能够主动学习新的模型、工具和研发范式，并有能力判断新技术的适用场景，而不是简单追逐工具或概念。 6. 工程质量意识 对代码质量、可维护性和长期演进有较高要求，具备良好的代码规范、测试和 Code Review 意识，并能够在 AI 提升研发效率的同时保证工程质量。