百度
千帆桌面端Agent引擎开发（J99937）
千帆桌面端Agent引擎开发（J99937）
发布于 大约 18 小时前普通员工/个人贡献者
北京市
中级经验
全职员工
仅现场办公
本科
RAG
GO
LLM
OAuth
JWT
AI 估算 · 25k–50k
百度AI平台核心岗，技术栈前沿，3年以上经验，市场竞争力强，薪资位于行业领先水平。
职位详情
关于这个职位
该职位是百度千帆平台桌面端Agent引擎的开发岗位，负责构建高性能、安全可靠的Agent运行引擎和插件系统
你将参与LLM调用、多模态路由、记忆系统等前沿技术实现，并与算法、前端、安全团队协作，推动Agent从原型到生产级落地
适合具备后端分布式系统经验、对AI Agent技术栈有深入理解的开发者
最低要求
本科及以上学历，3年以上后端开发经验，熟练掌握 TypeScript/Node.js，对 JavaScript 异步编程有深入理解
熟悉 Go 或 Rust 者优先
熟练使用常见中间件，包括 Redis（缓存/队列）、PostgreSQL（持久化）、Kafka（消息总线）等
深入理解分布式系统与高并发架构，对消息路由、事件驱动、负载均衡、熔断降级、限流、认证授权（OAuth/JWT）有实际项目实践
具备扎实的系统安全与隔离工程经验，了解常见 Agent 攻击面（如 prompt injection、工具滥用、内存/文件逃逸、凭证泄露）及缓解方案，有实际落地经验者优先
对大模型 Agent 技术栈有较好认知，了解 LLM 调用、Tool Calling、ReAct/Plan-and-Execute、RAG、Embedding、向量数据库等核心概念，有相关开源项目或自研经验者优先
有自主 Agent 框架、AI 应用平台、聊天机器人后端、或高并发消息系统开发经验者优先
良好的跨团队沟通与协作能力，快速学习能力强，能够快速上手大模型生态的新工具与协议
工作职责
负责核心模块的技术实现，包括但不限于 Agent 运行引擎、工具/技能（Skills）插件系统、长期记忆（Memory）、多模型路由与调用
负责平台的高可用性、性能优化与稳定性建设，包括异步消息处理、状态持久化、调用限流、错误重试、监控 trace、全链路日志、资源隔离等
构建多层次安全防护体系，包括但不限于 sandbox、工具调用权限校验、行为监控与异常检测、human-in-the-loop 审批门、人机确认高危操作、AGENTS.md 式安全规则引擎、运行时策略强制执行，推动 Agent 从原型到生产级安全可用
探索先进的 Agent 范式（如自主规划、自我反思、代码生成技能、多 Agent 协作等），解决复杂多步任务在真实场景下的落地问题，推动从原型到生产级可用
与前端（聊天适配/Web UI）、模型 fine-tune/算法、产品及安全团队紧密协作，共同打造隐私优先、高扩展、用户友好的 AI Agent 体验
AI 洞察
优缺点分析
优点
- 身处AI Agent最前沿，参与从0到1构建生产级系统，技术含量高
- 百度大厂平台，资源丰富，团队技术氛围浓厚，利于个人快速成长
- 涉及安全、高可用、分布式等硬核技能，职业护城河深
- Agent技术尚在快速发展，需要持续学习，适应变化
- 与多团队协作，需要较强的沟通协调能力
缺点 / 挑战
- 安全与稳定性要求高，工作压力可能较大
- 适合对AI Agent技术充满热情、具备扎实后端和分布式系统经验、追求前沿技术挑战的开发者
角色解读
- 可向AI Agent架构师方向发展，主导复杂Agent系统的设计与优化
- 也可转向AI平台产品化方向，结合业务需求推动技术落地
- 在百度千帆平台积累的前沿AI工程经验，有助于未来在AI行业各领域发展
- 开发和维护Agent运行引擎，实现工具/技能插件系统、长期记忆、多模型路由等核心模块
- 构建高可用、高性能的分布式系统，包括异步消息处理、限流、监控、全链路日志等
- 设计并落地多层次安全防护体系，如沙箱隔离、权限校验、行为监控、人工审批等
- 探索先进Agent范式（自主规划、多Agent协作），解决真实场景下的复杂多步任务落地问题
- 精通TypeScript/Node.js，深入理解异步编程
- 熟悉Go或Rust优先
- 熟练掌握Redis、PostgreSQL、Kafka等中间件，有高并发分布式系统实战经验
- 具备系统安全与隔离工程经验，了解Agent常见攻击面及缓解方案
- 了解大模型Agent技术栈（LLM调用、Tool Calling、RAG、向量数据库等），有相关项目经验优先
申请策略
- 提前了解百度千帆平台的产品定位和技术栈，在面试中展示对Agent商业化落地的思考
- 准备1-2个完整的分布式系统或Agent相关项目案例，突出你解决复杂问题的能力
- 突出TypeScript/Node.js后端项目经验，特别是高并发、分布式系统设计
- 强调安全相关实践（如沙箱、权限校验、攻击防护）或类似Agent项目
- 展示对大模型Agent的了解，如有开源项目或自研框架更佳
- 补充Go或Rust相关项目经验，提升系统性能优化能力
- 深入学习LLM调用、ReAct模式、RAG等AI Agent核心概念
- 熟悉Kafka、Redis等中间件的高可用配置和调优
面试指南
- 对于架构设计问题，从需求场景出发，先定义核心模块，再考虑非功能需求（高可用、安全等），最后给出具体技术选型和折中方案
- 安全类问题：先列举常见攻击面，再给出分层防御策略（隔离、校验、监控、熔断），并结合实际案例说明
- 技术概念问题：先清晰定义，然后结合实际项目经验阐述优缺点，最后给出自己的思考和改进建议
- 请设计一个Agent运行引擎的核心架构，考虑高可用和可扩展性
- 如何防止Agent工具调用中的安全风险？请举例说明
- 谈谈你对ReAct和Plan-and-Execute范式的理解，以及适用场景
- 在分布式系统中，如何处理消息丢失和重复消费？
- 请描述一个你曾经解决的复杂多步任务落地问题
匹配度报告
74
综合匹配度
百度AI Agent引擎开发，前沿技术栈，成长空间大，需北京现场办公。
适合人群
适合追求技术成长和前沿领域探索，对薪资和平台有较高期望，且能接受一定工作强度的求职者。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利80
成长发展90
工作生活40
使命价值85
薪资福利匹配
80较高
百度作为一线大厂，薪资福利具有竞争力，但JD未明确薪资，需面议。整体补偿性动机满足度较高。
薪资信号面议 (25K-50K/月)
成长发展匹配
90较高
职位涉及Agent前沿技术、分布式系统、安全等硬核技能，成长空间大，百度平台也有丰富学习资源，发展性动机满足度高。
技术前沿前沿/新兴技术
技术栈TypeScript、Node.js、Go、Rust、Redis、PostgreSQL、Kafka、LLM、Agent、RAG、OAuth、JWT
业务类型profit_center
工作生活匹配
40较低
北京现场办公，JD未提及弹性工作或WLB，结合互联网大厂普遍工作强度，生活化动机满足度较低。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值匹配
85较高
AI Agent是当前技术热点，百度千帆平台致力于推动AI应用落地，社会影响力中等偏上，能带来较强使命感。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs