新华三
Agent 开发工程师（智能终端）(J18982)
Agent 开发工程师（智能终端）(J18982)
发布于 3 天前实习/见习
实习生仅现场办公人工智能
人工智能
Agent开发
Langgraph
Mcp
Vllm
大模型(Llm)
工具调用
沙箱
值不值得投
74综合评分
综合评分 74
AI Agent前沿实习，技术含量高、成长路径清晰，但WLB信息不明。
从学习成长、工作节奏、岗位方向和实习待遇综合评估，方便比较实习机会。
薪资怎么样
7千
比人工智能中位数低
发布情况
新岗位 · 3 天前发布
公司情况
这家公司招聘很活跃
约 210 个在招 · 其中人工智能 4 个
市场机会
选择面较广
广州 · 人工智能 · 65 个在招
职位详情
关于这个职位
本实习岗位负责参与构建大模型智能体（Agent）的核心能力与运行时系统，涉及任务规划、工具调用、记忆管理及沙箱执行等关键模块
实习生将有机会在编码、办公等真实场景中设计、开发和调试Agent工作流，并参与搭建评测体系
入职后可在应用与系统两个方向进行选择
最低要求
届及以后的本科/硕士/博士在校生或应届生，计算机相关专业（其他专业能证明编程能力即可）
Python 或任一系统语言（C++/Rust/Go/TypeScript）功底扎实，能独立完成一个完整的小项目
熟悉 Linux 命令行，自己装过环境、排查过问题
日常深度使用 AI 编程工具（Codex/Claude Code/Cursor 等任一），具备 AI-first 思维方式：遇到问题默认先想“能不能交给 AI 做、怎么拆给它做”，并形成自己的指令编写与结果验证习惯
对 LLM 有过任意形式的实际接触：调过 API、搭过聊天应用、跟教程微调或部署过开源模型均可
能把自己做过的项目讲清楚：目标、取舍、踩过的坑
工作职责
参与 Agent 核心能力开发：工具调用、任务规划、记忆与上下文管理
参与 Agent 执行环境建设：沙箱隔离、MCP 工具协议、终端与文件系统交互
在编码、办公等真实场景中构建与调试 Agent 工作流，分析失败案例
参与评测体系搭建：基准任务、自动判分、失败归因
优先资格
深度定制过自己的 AI 工作流（维护 AGENTS.md/自定义命令、配置或编写过 MCP server、搭建过 AI 驱动的自动化脚本）者优先
读过 LangGraph/OpenHands/vLLM 等开源项目源码并能讲出所以然者优先
给开源项目提过 PR（被合并尤佳）、有持续维护的个人项目/技术博客者优先
参加过程序设计竞赛（ACM/ICPC/蓝桥杯）、Kaggle、CTF 等并获奖者优先
有任意软件研发实习经历者优先
AI 洞察
优缺点分析
优点
- 直接参与大模型Agent这一前沿AI方向的开发，技术含金量高，能快速积累稀缺经验
- 提供应用和系统两个方向的双向选择机会，有利于发现个人兴趣和特长
- 实习表现优秀有转正或直通校招终面的机会，职业起点高
- 新华三作为行业头部公司，提供稳定、正规的实习平台与资源
- Agent领域技术快速迭代，需要持续学习并跟上前沿发展，对自驱力和学习能力要求高
- 作为实习岗位，需要在有限时间内快速理解业务、产出成果并通过考核
- 适合对AI Agent、大模型应用有浓厚兴趣，编程基础扎实，乐于动手实践并探索技术前沿的计算机相关专业在校生
缺点 / 挑战
- 从开发到调试真实场景工作流，再到构建评测体系，任务链条完整，对问题分析和解决能力是挑战
角色解读
- 技术深度路径：从Agent应用开发，深入到系统底层（如运行时、安全沙箱、通信协议），成为AI基础设施专家
- 技术广度路径：全面掌握AI Agent从规划、执行到评测的全流程技术，可向AI平台架构师或技术负责人方向发展
- 产品结合路径：深入了解AI能力与真实场景的结合点，未来可转向AI产品经理或解决方案架构师
- 开发大模型智能体（Agent）的核心模块，使其能规划任务、调用外部工具并管理记忆上下文
- 搭建支撑Agent运行的沙箱环境，实现安全、可控的操作执行与文件交互
- 在具体的编码或办公场景中，构建完整的Agent工作流并持续调试优化，分析并解决失败案例
- 参与设计评测标准，搭建自动化评测体系来量化Agent的性能与可靠性
- 扎实的编程能力，精通Python或一种系统级语言（如C++/Rust/Go/TypeScript），并有独立项目经验
- 熟练使用Linux命令行环境，具备独立搭建环境和排查问题的能力
- 具备“AI-first”思维，深度使用过AI编程工具（如Cursor），习惯与AI协作解决问题
- 对大语言模型（LLM）有实际应用经验，如调用API、搭建应用或尝试微调/部署
申请策略
- 深入研究新华三在AI、特别是智能终端或网络设备智能化方面的战略方向，思考该岗位可能对应的业务场景
- 在简历或求职信中，体现你对“AI如何真正干活”这一问题的理解和思考，而不仅仅是罗列技能
- 重点突出与Agent/LLM相关的个人项目或实验，描述清楚目标、技术选型和成果
- 展示使用AI编程工具（如Cursor）或参与开源项目（如提交PR、维护博客）的经历，体现AI-first思维
- 清晰列举掌握的编程语言、Linux使用经验、以及具体的工具调用/模型接触案例
- 如果有参加过ACM/Kaggle等竞赛或获奖经历，务必写明，这是能力的强力证明
- 系统学习Agent/LLM相关开源项目（如LangChain, LangGraph, vLLM）的架构与代码，为面试做准备
- 动手实践：用所学技能完成一个端到端的微型Agent项目，并准备好讲解其设计和遇到的问题
面试指南
- 项目经验回答框架：采用STAR原则（情境、任务、行动、结果），重点突出技术选型的原因、遇到的具体难题（如工具调用失败、记忆混淆）和你的解决方案
- 技术理解回答框架：结合JD中的职责（规划、工具、记忆、沙箱）进行结构化阐述，可以适当引用你了解的开源方案作为佐证
- 开放性问题框架：从“用户目标-技术实现-安全可靠”三个层面展开
- 先明确Agent要完成的任务，再拆解技术模块，最后强调稳定性与安全性考量
- 请介绍一个你做过的最相关的项目/作品，遇到了什么技术挑战，你是如何解决的？
- 你认为一个能‘真正干活’的Agent需要具备哪些核心能力？你的设计思路是什么？
- 你如何看待Agent执行环境的安全性问题？如果让你设计一个沙箱，你会考虑哪些方面？
- 你使用过哪些AI编程工具或框架？它们如何改变了你的开发流程？
职位点评
薪资福利65
成长发展85
工作生活60
使命价值80
薪资福利
65中等
该岗位提供有竞争力的实习津贴（基于市场估算）和明确的转正/直通校招终面通道，为职业发展提供了一个良好的起点。
薪资信号市场水准 (5–8千/月)
福利待遇表现优秀可转正/直通校招终面
成长发展
85较高
该岗位直接面向AI Agent这一前沿技术方向，涉及从应用到系统的全栈开发，并提供双向选择和资深开源项目学习机会，技术成长潜力巨大。
技术前沿前沿/新兴技术
技术栈Agent、LLM、LangGraph、vLLM、MCP、沙箱
成长机会双向选择、表现优秀可转正/直通校招终面
业务类型ambiguous
工作生活
60中等
作为实习岗位，通常需要到岗现场办公，工作时间可能与项目节奏相关。JD中未提及具体的办公模式或WLB承诺。
工作模式未明确
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
80较高
参与开发能‘真正干活’的AI智能体，目标是让AI赋能实际任务，具有明确的创新性和应用价值，契合人工智能技术发展的宏大叙事。
行业发展高速增长赛道
社会影响中性/一般
使命信号让 AI 真正干活
创新程度积极采用新技术
新华三 的其他在招职位
相似职位推荐
Watch Jobs