阿里巴巴
ATH-AI创新事业部-AI 全栈技术工程师-Qoder
ATH-AI创新事业部-AI 全栈技术工程师-Qoder
发布于 3 小时前普通员工/个人贡献者
全职员工仅现场办公全栈开发
全栈开发
Agent架构
Ai Native
Nestjs
Next.Js
Rag
全栈开发
多Agent协作
值不值得投
81综合评分
综合评分 81
核心AI创新业务、前沿Agent技术栈、技术成长空间大，WLB情况待确认。
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
比全栈开发中位数高
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 3290 个在招 · 其中全栈开发 18 个
市场机会
选择适中
杭州 · 全栈开发 · 40 个在招
职位详情
关于这个职位
参与打造面向未来的AI Native平台Qoder，以Agent为核心重新思考任务协作与执行
负责设计并建设Agent核心架构，完善上下文管理、任务规划、多Agent协作等能力，建立从理解目标到交付结果的完整运行闭环
最低要求
年以上全栈、后端、平台型产品或复杂应用系统研发经验，能够独立负责关键模块设计、落地和线上问题定位
熟练使用 TypeScript、Node.js，以及 React/Next.js、NestJS 或同类技术，具备从产品交互到服务端和数据层的端到端研发能力
对状态管理、异步并发、事务、消息、缓存和网络可靠性有深入理解，能够处理事件乱序、任务取消、服务重启、重复执行和失败恢复等问题
对 Agent 架构有较深入、系统的理解，熟悉上下文工程、任务规划、工具调用、长期记忆、知识库检索与 RAG、多 Agent 协作、人工介入和结果评估，能够分析不同方案的适用边界、失败模式和工程取舍
有复杂平台型应用的开发和架构演进经验，具备领域抽象、模块化、扩展机制、权限与多租户、稳定性治理等方面的实践，能够将单点能力沉淀为可复用、可扩展的平台模块
具备产品思维和用户思维，能够深入真实用户场景理解用户目标与工作流，通过数据和反馈验证判断，并在用户价值、模型能力、交付效率与系统风险之间做出取舍
深度使用 AI 编程工具，能够判断模型能力边界与自动化机会，并对借助 AI 产出的设计、代码和结果负责
工作职责
参与打造 Qoder 面向未来的 AI Native 平台，以 Agent 作为系统中的一等参与者，重新思考任务、协作、执行和交付应当如何被组织
聚焦于让 Agent 更稳定、更自主地完成复杂任务，在真实场景中持续探索 Agent 自动化的边界，并将经过验证的方法沉淀为可复用、可持续演进的平台能力
深入真实用户场景，识别适合 Agent 自动化的问题，通过原型、实验和持续迭代，拓展 Agent 自主完成复杂任务的边界
设计并建设 Agent 核心架构，持续完善上下文管理、任务规划、工具调用、记忆、知识检索、多 Agent 协作和人工介入等能力
建立 Agent 从理解目标到交付结果的完整运行闭环，让执行过程可追踪、可干预、可评估、可恢复，并支持经验和能力持续复用
优先资格
有 AI Coding、Coding Agent、开发者工具、研发效能平台、Cloud IDE 或其他 AI Native 产品研发经验
设计或实现过 Agent Harness、Agent Loop、Workflow Engine、任务调度或多 Agent 编排系统
为高质量开源项目贡献过代码，或有能够清楚说明工程取舍、用户价值和实际结果的代表作品
AI 洞察
优缺点分析
优点
- 处于AI Agent和AI Native平台的最前沿，能深度参与重塑软件开发与任务执行方式的颠覆性技术
- 依托丰富的业务场景和海量数据，为Agent能力的落地和迭代提供绝佳试验田
- 团队技术氛围浓厚，要求深度使用AI编程工具，有助于个人研发效能和技术视野的全面提升
- Agent系统目前仍处于探索期，面临模型能力边界、幻觉控制及复杂任务失败恢复等工程难题
- 适合对AI Agent架构有浓厚兴趣、具备扎实全栈工程能力且渴望在AI Native领域深耕的复合型技术人才
缺点 / 挑战
- 需要在用户价值、模型能力与系统风险之间不断做取舍，对技术判断力和产品思维要求极高
角色解读
- 纵向可发展为AI基础架构专家或Agent系统技术负责人，主导核心底层能力建设
- 横向可向AI产品技术负责人转型，结合产品思维推动AI Native产品的商业化落地
- 参与打造面向未来的AI Native平台Qoder，将Agent作为核心参与者重构任务协作与执行流程
- 设计并建设Agent核心架构，完善上下文管理、任务规划、多Agent协作等底层能力
- 深入真实用户场景，通过原型和实验拓展Agent自动化边界，建立从目标理解到结果交付的完整闭环
- 扎实的全栈开发能力，精通TypeScript、Node.js及React/Next.js等前后端技术栈
- 深入理解Agent架构，熟悉上下文工程、RAG、多Agent协作及任务调度等AI原生技术
- 具备复杂平台型应用的架构演进经验，能处理高并发、状态管理及系统稳定性治理问题
申请策略
- 准备能够清晰说明工程取舍、用户价值和实际结果的代表作品或开源贡献，以证明技术深度
- 了解Qoder及公司在AI Native和开发者工具方向的最新布局，展现对业务方向的深刻洞察
- 突出在全栈开发及复杂平台型系统架构设计方面的经验，特别是高并发、状态管理和稳定性治理的实践
- 详细展示在Agent架构、RAG、多Agent协作或AI Coding工具方面的实际项目经验和工程取舍
- 强调产品思维与用户导向，列举通过数据反馈验证判断并成功落地AI自动化场景的案例
- 深入学习Agent Harness、Agent Loop及Workflow Engine的设计原理，补充多Agent编排系统的实战经验
- 熟练掌握主流AI编程工具，提升借助AI进行代码生成、设计与结果验证的日常工作流效率
面试指南
- STAR法则：情境（业务痛点）-> 任务（目标与约束）-> 行动（架构设计、技术选型、工程取舍）-> 结果（数据指标、用户反馈）
- 架构推演：先阐述系统整体设计，再深入核心模块（如状态机、调度器），最后讨论边界情况（如乱序、重试、降级）的处理方案
- 请分享一个你设计或实现过的复杂Agent系统或工作流引擎，你是如何处理任务规划与失败恢复的？
- 在构建Agent核心架构时，你是如何平衡上下文管理、长期记忆与知识库检索（RAG）的？
- 面对模型能力的边界和幻觉问题，你在工程上采取了哪些措施来保证执行过程的可追踪与可干预？
- 请描述一个你深入真实用户场景，识别并解决适合Agent自动化问题的完整案例
- 梳理过往项目中涉及异步并发、事务处理、消息缓存及失败恢复的底层技术细节，准备应对深度技术拷问
- 体验并研究市面上主流的AI Coding工具和Agent产品，形成自己对Agent能力边界的独立判断
职位点评
薪资福利85
成长发展90
工作生活60
使命价值85
薪资福利
85较高
该岗位属于核心AI创新业务，薪资水平在杭州市场具有较强竞争力，福利体系成熟。
薪资信号未披露（AI估算：3千–6万/月）
成长发展
90较高
岗位聚焦AI Agent和AI Native平台等前沿技术，能深度接触大模型落地与复杂系统架构，技术成长空间极大。
技术前沿前沿/新兴技术
技术栈TypeScript、Node.js、React、Next.js、NestJS、Agent架构、RAG、多Agent协作、AI Native、上下文工程
业务类型ambiguous
工作生活
60中等
JD未明确提及工作模式与加班情况，但作为核心创新业务且要求深度使用AI工具，工作节奏可能较快，WLB情况需具体确认。
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
85较高
参与打造面向未来的AI Native平台，探索Agent自动化边界，具有推动行业技术变革的使命感与创新价值。
行业发展高速增长赛道
社会影响中性/一般
使命信号面向未来的 AI Native 平台、重新思考任务、协作、执行和交付应当如何被组织
创新程度开拓性创新（行业首创）
阿里巴巴 的其他在招职位
相似职位推荐
Watch Jobs