Token Foundry-云端Agent技术专家-北京/杭州

优缺点分析

角色解读

• 在Agent领域深耕，成为技术专家或架构师，引领前沿技术方向
• 向技术管理方向发展，带领团队负责核心Agent平台的建设
• 横向拓展到AI产品、解决方案等方向，结合ToB业务创造更大价值
• 设计并构建Agent编排系统，整合内部Agent能力和第三方服务，支撑ToB场景中复杂任务的自动化执行
• 制定标准化的工具描述协议和Agent接入规范，开发SDK/CLI等开发者工具链，降低生态伙伴接入门槛
• 优化Agent调用链路的性能、延迟与鲁棒性，尤其是移动端和弱网环境下的可靠运行
• 深度参与大模型驱动的Agent架构设计，包括Task Planning、Function Calling、Tool Use等机制的实际应用
• 精通至少一种主流后端语言（Java/Go/Python），熟悉微服务架构、分布式系统和消息中间件（RocketMQ/Kafka）
• 熟悉大模型Agent机制，具备Task Planning、Function Calling、Tool Use、ReAct的实际开发经验
• 了解LangChain、LlamaIndex、AutoGen等Agent框架，有自研Agent调度引擎经验者优先
• 具备大规模Agent应用落地经验，对Agent的规划、工具调用、状态管理有系统性认知

申请策略

• 提前了解阿里巴巴的Agent业务方向，如手机AI助手、智能客服等，准备与之相关的案例
• 在简历和面试中突出系统性思维，不仅展示做过的功能，更要说明架构设计背后的权衡和思考
• 突出Agent相关项目经验，特别是Function Calling/ReAct的实际应用和Agent调度引擎的开发经历
• 强调分布式系统设计能力，展示微服务、消息中间件、API网关等的具体实践和性能优化成果
• 如果有移动端或边缘计算场景的优化案例，务必详细说明，体现对资源受限环境的处理能力
• 量化项目成果，如系统吞吐量、延迟优化比例、支撑的业务规模等
• 深入理解LangChain、LlamaIndex等框架的内部机制，尝试实现一个小型Agent调度引擎
• 熟悉RocketMQ/Kafka等消息中间件的原理和应用场景，强化分布式系统知识

面试指南

• 使用STAR法则：情境-任务-行动-结果，清晰展示项目背景、个人职责、技术方案和量化成果
• 从架构设计角度回答，权衡性能、可扩展性、健壮性和开发成本，体现系统思维
• 结合具体技术细节，如消息队列选型、状态持久化、容错机制等，展现深度
• 请描述一次你设计Agent系统的经历，如何规划任务和调用工具？
• 在移动端或弱网环境下，如何优化Agent调用链路的性能和可靠性？
• 你如何理解ReAct机制？请举例说明在实际项目中的应用
• 设计一个可扩展的Agent编排系统，你会考虑哪些关键点？
• 谈谈你对多智能体协同的看法，以及如何解决状态管理问题？