小米
Miclaw-AI Agent编排专家 (Orchestration & Planning)
Miclaw-AI Agent编排专家 (Orchestration & Planning)
发布于 大约 4 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
Autogpt
Crewai
Langgraph
Mcp
Prompt Engineering
Sft
端云协同
端侧模型
值不值得投
76综合评分
综合评分 76
前沿AI Agent技术岗，成长空间巨大，薪资未披露，现场办公。
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
55K
与人工智能中位数基本持平
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 3020 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 230 个在招
职位详情
关于这个职位
作为小米 MiClaw 的 AI Agent 编排专家，你将负责设计移动端自主 Agent 的编排框架，实现复杂任务的自动化拆解与执行
你将深入研究 ReAct、Plan-and-Execute 等协同模式，解决端侧推理的循环与幻觉问题，并定义工具调用规范，打通手机系统能力
这个岗位处于端云协同与大模型应用的前沿，技术挑战大，发展前景广阔
最低要求
年以上 AI 或软件架构经验，有 LangGraph、AutoGPT、CrewAI 等框架深度使用或自研经验者优先
精通 Prompt Engineering，能够设计高压缩比、高指令遵循度的 System Prompts
熟悉端侧小模型（如 Llama-3-8B, Phi-3-mini）的微调（SFT）和工具调用对齐经验
工作职责
架构设计：设计 MiClaw 在移动端的自主 Agent 编排框架，实现复杂任务的自动化拆解与执行（Planning & Reasoning）
编排优化：研发基于 ReAct、Plan-and-Execute 或 Multi-Agent 的协同模式，确保 Agent 在手机端不陷入逻辑死循环（Loop Detection）
工具调用 (Tool-use)：定义端侧工具调用规范，利用 MCP/A2A/appfunctions 等协议打通手机系统能力（日历、相册、快捷指令等）
请求路由：设计端云协同的动态路由机制，根据任务意图决定在本地推理还是请求云端模型
优先资格
有成功解决 Agent 任务执行中“幻觉”控制及“逻辑回滚”机制的实战案例
AI 洞察
优缺点分析
优点
- 背靠小米庞大的硬件生态与用户基础，技术成果能快速落地，影响力大
- 岗位涉及端云协同、模型微调、系统架构等多领域知识，能构建全面的技术栈
- 技术难度高，需要同时掌握Agent编排、端侧模型优化与系统级设计，对综合能力要求极高
- AI领域技术迭代快，需要持续学习，保持技术敏感度
缺点 / 挑战
- 处于AI Agent与端侧智能的最前沿，技术挑战大，个人成长迅速，技能稀缺性强
- 端侧资源受限，需在性能与效果间权衡，解决幻觉、死循环等问题的工程挑战大
- 适合对AI Agent技术有深厚热情、具备5年以上架构经验、喜欢挑战前沿难题的技术专家
角色解读
- 纵向可成长为AI Agent领域的资深技术专家，主导小米核心AI架构的演进
- 横向可向AI产品经理或技术管理岗位发展，凭借对技术与业务的深刻理解，带领团队
- 随着端侧AI与Agent技术的爆发，该领域经验在行业内极具稀缺性，职业天花板高
- 负责设计小米手机端AI Agent的核心编排框架，将复杂用户任务拆解为可执行的子任务序列
- 研发并优化Agent的推理与规划模式（如ReAct、Plan-and-Execute），确保其在端侧稳定运行，避免逻辑死循环
- 定义并实现端侧工具调用规范，通过MCP等协议连接日历、相册等系统应用，扩展Agent能力边界
- 设计端云协同的动态路由机制，根据任务复杂度与意图，智能决策在本地小模型推理还是请求云端大模型
- 精通LangGraph、AutoGPT、CrewAI等主流Agent编排框架，具备深度使用或自研经验
- 扎实的Prompt Engineering功底，能设计高指令遵循度的System Prompts，并掌握幻觉控制技巧
- 熟悉Llama-3-8B、Phi-3-mini等端侧小模型的微调（SFT）与工具调用对齐流程
- 具备良好的系统架构设计能力，理解端云协同、动态路由等分布式系统概念
申请策略
- 提前了解小米MiClaw或小爱同学等AI产品的技术架构与功能，在面试中展现对业务的思考
- 准备一个完整的Agent项目案例，从问题定义、架构设计到效果评估，展示系统性解决问题的能力
- 重点突出LangGraph、AutoGPT等Agent框架的实际项目经验，最好有自研框架的案例
- 详细描述解决Agent幻觉控制、逻辑回滚等难题的实战案例，这是加分项
- 展示端侧小模型（如Llama、Phi系列）的微调与部署经验，以及Prompt Engineering的成果
- 强调端云协同、系统架构设计的经验，体现全局视野
- 系统梳理ReAct、Plan-and-Execute等主流Agent模式，并动手实践LangGraph等框架
- 深入学习MCP、A2A等工具调用协议，了解其实现原理与应用场景
面试指南
- 采用STAR法则（情境-任务-行动-结果）回答项目经验类问题，突出个人贡献与技术难点
- 对于技术方案类问题，先阐述核心原理，再结合具体场景分析利弊，最后给出你的设计选择
- 准备1-2个失败案例，重点说明如何复盘与改进，展现学习能力与韧性
- 请详细描述你设计过的最复杂的Agent编排系统，包括架构、挑战与解决方案
- 如何解决Agent在执行任务时陷入逻辑死循环的问题？请举例说明
- 在设计System Prompt时，如何平衡指令遵循度与输出质量？如何控制幻觉？
- 谈谈你对端云协同路由机制的理解，如何决定任务在端侧还是云端执行？
- 你如何评估一个Agent系统的性能？有哪些关键指标？
职位点评
薪资福利75
成长发展95
工作生活50
使命价值80
薪资福利
75中等
职位未明确薪资范围，但作为上市科技巨头的高级技术岗，薪酬竞争力通常较强。
薪资信号未披露（AI估算：40K-70K/月）
成长发展
95较高
该岗位处于AI Agent技术前沿，涉及多项新兴技术，技能成长空间巨大，且明确要求自研经验，鼓励技术创新。
技术前沿前沿/新兴技术
技术栈LangGraph、AutoGPT、CrewAI、ReAct、MCP、A2A、SFT、端侧模型
业务类型ambiguous
工作生活
50较低
职位要求现场办公，未提及弹性工作或远程政策，工作地点在北京，通勤情况未知。
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是当前高速增长赛道，岗位致力于提升手机智能化水平，对用户体验有直接正向影响。
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