传音
AI Agent平台研发工程师(J20108)
AI Agent平台研发工程师(J20108)
发布于 3 天前普通员工/个人贡献者
全职员工仅现场办公人工智能
人工智能
Agent Platform
Ai工程化
Go
分布式系统
多Agent协作
测试开发
值不值得投
70综合评分
综合评分 70
AI Agent平台核心架构岗，技术前沿、挑战性强、成长空间大，但工作强度与平衡需进一步确认。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
薪资怎么样
3.5万
与人工智能中位数基本持平
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 400 个在招 · 其中人工智能 15 个
市场机会
选择面较广
上海 · 人工智能 · 约 300 个在招
职位详情
关于这个职位
这是一个负责构建企业级AI Agent运行平台的后端研发岗位
你将主导设计和开发支持多Agent协作、长程任务执行和工程化治理的统一基础设施，使AI Agent能够围绕复杂研发任务稳定协同、可观测和持续优化
工作内容涉及架构设计、核心模块开发、平台治理及质量保障，是AI应用工程化落地的关键角色
最低要求
计算机、软件工程等相关专业，本科及以上学历
具备扎实的Python、Java、Go或TypeScript等后端开发能力
具有Agent平台、工作流平台、任务调度系统、分布式执行引擎或AI应用平台开发经验
理解Agent上下文、记忆、Tool调用、Skill、MCP和多Agent协作的工程问题
具备良好的架构抽象能力，能够将不同业务Agent的共性需求沉淀为平台能力
能够与硬件工程师合作，将设计、测试、仿真和评审流程抽象成Agent任务和协作协议
工作职责
负责企业级Agent Runtime架构设计与核心模块开发，建设统一、可扩展、可复用的Agent运行底座，涵盖沙箱环境、资源与文件隔离、网络管控、凭证管理、资源配额及运行审计等能力
负责Agent记忆、上下文及长程任务机制建设，支持会话、任务、Agent长期及项目级记忆管理，并实现任务规划、状态持久化、Checkpoint、断点续跑、超时重试、异常恢复和人工介入
负责多Agent协作与任务编排能力建设，包括A2A通信、任务契约、身份与权限控制、消息可靠传递、状态同步，以及Artifact和文件产物流转，支持串行、并行、条件分支、仲裁和降级执行
负责Agent工程化治理与平台协同，建设Agent、Skill、Tool、模型及配置的版本和依赖管理机制，支持灰度发布、回滚和环境复现，并与知识库、Tool/MCP、Eval及权限体系协同，推动Agent从单点应用走向规模化复用
负责大模型及Agent系统的测试策略、质量标准和分层Eval体系建设，覆盖模型、RAG、Agent、Tool、Workflow及业务结果
建设自动化评测、回归测试、全链路Trace和问题诊断能力，联合硬件专家沉淀黄金测试集和专业评价标准
负责灰度验证、版本准入、异常恢复和线上Bad Case闭环，持续提升Agent的准确性、稳定性和生产可用性
AI 洞察
优缺点分析
优点
- 岗位聚焦平台化和工程化，能锻炼从0到1构建复杂系统的能力，技术深度和视野兼备
- 涉及多Agent协作这一新兴领域，有较大的创新空间和行业影响力潜力
- 多Agent系统与长程任务管理技术复杂度高，需要处理大量状态、容错和一致性等问题
- 作为平台方，需要与多个业务团队（如设计、测试、仿真）协作，对沟通和抽象能力要求高
- 需兼顾平台的稳定性、可扩展性与快速迭代的需求，平衡难度大
- 适合有扎实分布式系统背景、对AI工程化有浓厚兴趣、喜欢解决复杂架构问题、并有志于构建有影响力的底层平台的资深后端工程师
缺点 / 挑战
- 处于AI Agent技术的最前沿，参与构建下一代AI应用的基础设施，技术挑战性强
角色解读
- 技术专家路线：深耕Agent平台架构，成为AI基础设施领域的资深专家或架构师
- 技术管理路线：带领团队负责AI平台整体规划与交付，走向技术负责人或研发经理
- AI应用专家路线：转向更上层的AI产品或解决方案设计，连接平台能力与业务价值
- 设计并开发企业级AI Agent的统一运行平台（Runtime），构建沙箱、记忆、任务调度等核心基础设施
- 负责多Agent之间的通信、任务编排与协作机制，确保复杂研发任务能稳定协同执行
- 建立Agent系统的质量保障体系，包括测试策略、自动化评测、线上监控和问题诊断闭环
- 推动Agent平台从单点实验走向可复用、可治理的企业级规模化应用
- 扎实的后端开发能力，精通Python、Java、Go或TypeScript中至少一种
- 丰富的分布式系统设计与开发经验，熟悉任务调度、状态管理、高可用架构
- 深入理解AI Agent技术栈，包括LLM应用、Tool/MCP调用、上下文管理及多Agent协作模式
- 优秀的架构设计与抽象能力，能将复杂业务需求转化为通用平台能力
申请策略
- 在求职信或面试中，清晰表达你对AI Agent工程化挑战的理解和解决思路
- 准备好讨论一个你如何将复杂业务需求抽象为通用平台能力的具体案例
- 可以主动了解传音在AI和智能终端领域的业务布局，思考Agent平台如何赋能其产品
- 突出任何与任务调度系统、工作流引擎、分布式计算框架或AI平台相关的开发经验
- 详细描述你在架构设计方面的思考，例如如何处理高并发、状态管理、资源隔离等
- 列举使用Python/Java/Go等语言开发高性能、高可用服务的具体项目和成果
- 如有AI应用或LLM相关实践，特别是涉及Tool调用、RAG或Agent的部分，务必重点呈现
- 深入学习和实践当前主流的AI Agent框架（如LangChain, AutoGen等）及其底层原理
面试指南
- 对于架构设计问题，采用‘分层思考’：先定义目标与边界，再拆解核心模块（如执行、调度、存储、通信），最后阐述关键技术选型和设计决策
- 对于协作与状态问题，可运用‘生命周期’视角：描述任务从创建、规划、执行、检查点到完成/恢复的全过程，以及各阶段状态如何在Agent间可靠流转
- 对于平台治理问题，强调‘关注点分离’：说明平台层应提供通用能力（如版本管理、灰度），而将业务逻辑留给上层Agent，通过清晰的接口和协议解耦
- 请描述一下你心目中的企业级Agent Runtime应该包含哪些核心模块？为什么？
- 如果让你设计一个多Agent协作机制来执行一个复杂研发任务，你会如何考虑状态同步、错误恢复和人工介入点？
- 对于Agent系统的线上稳定性，你会设计哪些监控和评测指标？如何区分是模型问题还是平台问题？
- 在平台建设中，如何平衡通用性与灵活性，以支持不同部门差异化的Agent需求？
- 请分享一个你在以往项目中处理过的分布式系统复杂状态管理的挑战及解决方案
职位点评
薪资福利65
成长发展85
工作生活50
使命价值80
薪资福利
65中等
JD未披露具体薪资福利信息，补偿性动机的满足程度主要取决于公司的实际薪酬政策，存在不确定性。
薪资信号未披露（AI估算：2.5千–4.5万/月）
成长发展
85较高
该岗位聚焦于AI Agent这一前沿技术的平台化与工程化，技术挑战高，成长空间明确，且涉及从单点到规模化的全生命周期建设，能提供深度技术积累。
技术前沿前沿/新兴技术
技术栈Agent、Runtime、多Agent协作、沙箱、任务编排、A2A通信、MCP、Eval、RAG
成长机会沉淀专家纠错、任务过程和项目经验、推动Agent从单点应用走向规模化复用、持续提升Agent的准确性、稳定性和生产可用性
业务类型cost_center
工作生活
50较低
JD中完全未提及办公模式、工作时间等任何与工作生活平衡相关的信息，无法判断其工作强度与灵活性。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
80较高
AI Agent是当前人工智能领域的重要发展方向，该岗位致力于构建让AI稳定赋能企业研发流程的基础设施，行业前景好，具有推动技术落地的积极意义。
行业发展高速增长赛道
社会影响中性/一般
使命信号使Agent具备可观测、可评估、可追溯、可恢复和可灰度发布的生产能力、推动Agent从单点应用走向规模化复用
创新程度积极采用新技术
传音 的其他在招职位
相似职位推荐
Watch Jobs