阿里巴巴
集团安全部-Agent Infra研发工程师-AI基础平台
集团安全部-Agent Infra研发工程师-AI基础平台
发布于 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
Llm
Rag
向量数据库
值不值得投
80综合评分
综合评分 80
阿里集团AI基础平台核心岗，聚焦大模型Agent与Memory系统研发，技术前沿且成长空间极大，适合技术极客。
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
5万
比人工智能中位数高
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 3030 个在招 · 其中人工智能 约 330 个
市场机会
选择面较广
杭州 · 人工智能 · 约 410 个在招
职位详情
关于这个职位
该职位隶属于阿里集团安全部AI基础平台团队，主要负责大模型Agent的上下文与Memory系统研发、Benchmark评测体系搭建及Harness持续优化
你需要通过工程化手段解决Agent在复杂任务中的召回质量、工具调用稳定性及Token成本问题，是连接算法与业务落地的核心基础设施研发角色
最低要求
● 扎实的工程能力：熟练掌握 Python、Java、C++ 等至少一种编程语言，具备良好的系统设计和工程化能力
熟悉分布式任务调度及 Docker、Kubernetes 等容器化技术
● LLM 与 Agent 领域经验：深入理解大语言模型的工作原理与能力边界，有 Agent 框架（如 ReAct、Tool-use、Multi-Agent 编排）的实际使用或开发经验
● 评测与数据分析能力：具备 Benchmark 和评测指标设计经验，理解任务完成率、pass@k、评测一致性、区分度及数据质量控制, 能够完成根因分析并推动优化方案落地; 熟悉主流 Agent 评测方法论（如 τ-bench、SWE-bench、过程评测与结果评测对比）
● 上下文&Memory：熟悉 RAG、Embedding、向量数据库及检索重排，理解记忆生成、召回、更新、去重、冲突处理和遗忘等完整生命周期
能够量化评估 Memory 对业务效果、时延及成本的影响
● 具备良好的跨团队沟通能力，能与算法、工程、产品团队协作推动评测结果落地
对 Agent 能力评测有持续好奇心，关注行业最新进展（代码 Agent、安全 Agent、通用推理 Agent），能主动发现评测体系中的盲区并驱动改进
工作职责
● 负责上下文管理&Memory系统研发，覆盖上下文抽取、存储、检索、更新（冲突处理和遗忘机制），持续优化召回质量和任务效果
● 负责Benchmark建设与评测体系搭建，结合业界开源Benchmark与业务深度协作，沉淀网络安全、内容安全、行为安全等多场景下真实业务的端到端评测方案，看清能力水位
同时支撑大规模复杂并发任务，保障工具调用的稳定性
● 负责Harness持续优化，以评测数据驱动归因分析与问题修复，建立"归因—修复—验证"闭环，提升业务效果，并在保障效果的同时持续降低Token成本
优先资格
● 有 Token 成本优化经验，能够量化 Prompt 压缩、缓存、模型路由等策略的效果与成本权衡
● 有开源评测框架或者Memory贡献作为加分项
AI 洞察
优缺点分析
优点
- 处于大模型与Agent技术爆发的核心赛道，能接触到最前沿的LLM工程化与Memory系统架构
- 作为AI基础平台团队，技术沉淀深厚，有助于建立系统级的AI工程化方法论
- 适合具备扎实工程底座、对大模型Agent架构有浓厚兴趣，且希望在AI基础设施方向深耕的中高级研发工程师
缺点 / 挑战
- 依托集团级安全业务场景，拥有海量真实数据与复杂并发任务，技术挑战与业务价值极高
- Agent与Memory系统仍处于快速演进期，技术栈和评测方法论需要持续跟进业界最新进展，学习压力大
- 需要平衡评测效果与Token成本，在复杂业务场景下进行根因分析和工程优化的难度较高
角色解读
- 纵向可深耕AI基础设施与Agent架构，成为大模型工程化落地领域的技术专家
- 横向可拓展至大模型安全、业务赋能等方向，带领团队解决复杂业务场景下的AI落地难题
- 负责大模型Agent的上下文与Memory系统研发，解决记忆生成、召回、冲突处理等核心工程问题
- 搭建并优化Benchmark评测体系，针对安全、内容等场景设计端到端评测方案，保障工具调用稳定性
- 通过评测数据驱动归因分析，持续优化Harness，在保障效果的前提下降低Token成本
- 精通Python/Java/C++等语言，熟练掌握Docker、K8s等容器化及分布式调度技术
- 深入理解LLM原理及Agent框架（ReAct、Multi-Agent等），熟悉RAG、向量数据库及Memory生命周期
- 具备Benchmark设计与数据分析能力，熟悉主流Agent评测方法论及根因分析
申请策略
- 建议在简历或面试中展现对Agent能力边界的深刻理解，以及对安全Agent、代码Agent等细分领域的关注
- 突出在分布式系统、容器化技术方面的工程能力，以及高并发、高可用系统的设计经验
- 详细展示在LLM、Agent框架、RAG或Memory系统方面的实际项目经验及落地成果
- 强调在Benchmark设计、评测指标构建及数据驱动优化方面的具体案例
- 深入学习主流Agent评测框架（如SWE-bench、τ-bench）及过程/结果评测方法论
- 研究Token成本优化策略，如Prompt压缩、KV Cache缓存、模型路由等前沿技术
面试指南
- STAR法则：针对项目经验，清晰阐述背景、任务、行动和结果，突出个人贡献与量化收益
- 结构化拆解：针对系统设计或评测方案，从架构设计、数据流转、指标定义、异常处理等维度结构化回答
- 闭环思维：在回答优化和归因问题时，强调‘发现问题-归因分析-修复验证-沉淀方法论’的闭环
- 请详细介绍你参与过的Agent框架开发或Memory系统设计的核心难点及解决方案
- 如何设计一个针对复杂并发任务的端到端评测方案？如何保证评测的一致性和区分度？
- 在保障Agent任务效果的前提下，你有哪些降低Token成本的实际经验或思路？
- 当评测结果未达预期时，你的归因分析流程是怎样的？如何推动修复并验证？
- 复习并梳理大模型Agent、RAG、Memory相关的核心论文与开源项目（如LangChain, LlamaIndex等）的工程实现
职位点评
薪资福利85
成长发展95
工作生活50
使命价值80
薪资福利
85较高
作为AI核心基础平台岗位，薪资水平在市场中具备较强竞争力，但JD中未明确披露具体薪资与福利细节。
薪资信号未披露（AI估算：3.5千–6.5万/月）
成长发展
95较高
岗位处于大模型Agent与Memory系统的最前沿，技术挑战大，能极大提升在AI基础设施领域的工程化能力与技术视野。
技术前沿前沿/新兴技术
技术栈Python、Java、C++、Docker、Kubernetes、LLM、Agent、ReAct、Multi-Agent、RAG、Embedding、向量数据库、Benchmark、τ-bench、SWE-bench
业务类型cost_center
工作生活
50较低
JD未提及工作模式与WLB相关信息，无法判断实际工作强度与办公灵活性。
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
岗位致力于大模型Agent的安全与能力评测，推动AI技术在安全、内容等关键场景的可靠落地，具有较高的技术使命感与行业价值。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号沉淀网络安全、内容安全、行为安全等多场景下真实业务的端到端评测方案
创新程度积极采用新技术
Watch Jobs