微博
AI Agent 开发工程师（北京）
AI Agent 开发工程师（北京）
发布于 2 小时前普通员工/个人贡献者
全职员工仅现场办公人工智能
人工智能
Ai Agent
Ai Coding
Prompt Engineering
Rag
Tool Calling
多Agent编排
大模型Api
值不值得投
76综合评分
综合评分 76
前沿AI Agent技术、大厂平台背书、高成长潜力、工作强度可能较大
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便横向比较。
薪资怎么样
4.5万
比人工智能中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 140 个在招 · 其中人工智能 2 个
市场机会
选择面较广
北京 · 人工智能 · 约 710 个在招
职位详情
关于这个职位
负责在微博云存储、CDN及数据仓库等业务场景中，设计并开发AI Agent应用与工作流
核心职责包括构建知识检索(RAG)、工具调用、记忆管理及多Agent编排等能力，同时跟进大模型前沿技术验证与落地，提升系统的准确性与稳定性
最低要求
有实际 AI Agent 项目开发经验，能独立完成场景分析、方案设计、开发上线和效果优化
熟悉主流大模型 API，以及 Prompt、RAG、Embedding、Tool Calling 等技术
使用过 LangChain、AutoGen、Dify、Coze 等框架或平台中的至少一种
能根据业务任务设计 Agent 流程，并通过测试和评估控制幻觉、验证效果
在真实项目中使用过 Claude Code、Codex、Cursor 等 AI Coding 工具，理解“需求定义—方案设计—实现—测试与评审”的开发流程
工作职责
面向云存储、CDN、数据仓库、数据库等业务场景，设计、开发并持续优化 AI Agent 应用和工作流
建设 Agent 核心能力，包括知识检索与 RAG、工具调用、记忆管理、Skill 开发及多 Agent 编排，提升应用的准确性、稳定性和易用性
跟进大模型与 Agent 技术发展，完成技术验证，并推动有价值的方案在部门和公司落地
AI 洞察
优缺点分析
优点
- 聚焦AI Agent这一前沿热点方向，技术成长空间大，符合行业趋势
- 依托微博庞大的用户基数和复杂的云基础设施场景，拥有丰富的落地数据和实践机会
- 上市公司平台稳定，资源支持充足，有利于长期职业发展
- AI Agent技术迭代极快，需要保持高强度的持续学习和技术跟进
- 内部业务场景复杂，需平衡技术创新与系统稳定性、准确性要求
- 适合具备扎实AI工程化能力、对大模型应用层开发有浓厚兴趣、且能在高压环境下快速交付成果的开发者
缺点 / 挑战
- 作为大厂核心部门，工作节奏较快，对独立解决问题和落地能力要求较高
角色解读
- 成为AI Agent领域的专家，主导复杂智能体系统的架构设计与落地
- 向AI技术负责人或架构师方向发展，带领团队探索大模型在更多业务场景的应用
- 深入垂直领域（如云计算智能化），成为兼具业务理解与技术深度的复合型人才
- 针对云存储、CDN等内部业务场景，设计并开发AI Agent应用，解决具体业务痛点
- 构建Agent的核心技术组件，包括RAG知识库、工具调用接口、记忆机制及多Agent协作架构
- 跟踪大模型最新进展，进行技术预研与POC验证，推动新技术在实际生产环境中的落地应用
- 扎实的AI Agent开发经验，熟练掌握LangChain、AutoGen等主流框架及RAG、Tool Calling等核心技术
- 熟悉大模型API交互，具备Prompt工程能力及幻觉控制、效果评估的实战经验
- 熟练使用Claude Code、Cursor等AI辅助编程工具，具备完整的软件开发生命周期管理能力
申请策略
- 准备1-2个详细的Agent项目案例，重点阐述如何评估和优化Agent效果
- 关注微博在AI领域的最新动态，面试时可结合公司业务提出见解
- 突出展示过往AI Agent项目的完整闭环经验（从设计到上线）
- 详细列举使用的框架（LangChain/Dify等）及解决的具体技术难点（如RAG准确率提升）
- 强调使用AI Coding工具提升效率的案例，体现工程化素养
- 深入研究多Agent协作编排（Multi-Agent Orchestration）的最新论文与实践
- 强化对RAG链路中检索增强、重排序等细节的调优能力
- 了解云存储、CDN等领域的基础业务知识，以便更好地结合场景
面试指南
- STAR法则：情境(Situation)-任务(Task)-行动(Action)-结果(Result)，重点突出个人贡献和技术决策依据
- 技术深度：不仅讲“做了什么”，更要讲“为什么这么做”，对比其他方案的优劣
- 数据驱动：用量化指标（如准确率提升%、响应时间降低ms）证明效果
- 请详细介绍一个你主导开发的AI Agent项目，包括架构设计和遇到的最大挑战
- 在RAG场景中，如何解决检索噪声导致的大模型回答幻觉问题？
- 如何设计和评估多Agent协作系统中的通信协议与冲突解决机制？
- 在使用LangChain或Dify时，遇到过哪些性能瓶颈或坑，是如何解决的？
- 如何看待当前AI Agent技术在企业级应用中的落地难点？
职位点评
薪资福利85
成长发展92
工作生活45
使命价值70
薪资福利
85较高
作为已上市的超大型互联网公司，提供具有竞争力的薪酬福利体系，满足高收入预期。
薪资信号未披露（AI估算：3.0千–6.0万/月）
成长发展
92较高
职位直接涉及AI Agent这一前沿技术领域，要求掌握RAG、多Agent编排等最新技术，成长路径清晰且极具前瞻性。
技术前沿前沿/新兴技术
技术栈AI Agent、RAG、LangChain、AutoGen、Dify、Coze、Prompt、Embedding、Tool Calling、Claude Code、Cursor
业务类型cost_center
工作生活
45较低
JD未提及弹性工作或远程办公，且大厂核心研发岗通常工作强度较大，WLB保障有限。
工作模式未明确
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值
70中等
通过技术手段优化云基础设施效率，虽非直接面向C端社会价值，但提升了数字基础设施的智能水平。
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