阿里巴巴
千问办公-产品专家-Agent产品
千问办公-产品专家-Agent产品
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AI产品经理
AI产品经理
A/B测试
Agent Loop
Ai Agent
Context管理
Mcp
大模型应用
效果评测
智能体
用户增长
值不值得投
80综合评分
综合评分 80
核心AI业务线，前沿Agent技术栈，成长空间极大，但处于快速迭代期节奏较快。
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
4.8万
比AI产品经理中位数高
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 3080 个在招 · 其中AI产品经理 69 个
市场机会
选择面较广
杭州 · AI产品经理 · 约 100 个在招
职位详情
关于这个职位
该职位隶属于阿里千问办公团队，负责打造对标国际顶尖水平的AI办公助手
你将主导AI智能体核心能力建设、垂直场景优化及用户增长，通过数据驱动和快速迭代，推动AI Agent在知识工作场景的落地与商业化
最低要求
产品经验：3年以上产品经理经验，有从0到1产品经历或快速迭代产品经验者优先
智能体 hands-on 经验：有AI Agent/智能体/AI应用类产品的实战落地经验（非纯SaaS、纯商业化或纯策略背景）
理解Skills、MCP、Sub-agent、Memory、Context管理等核心机制的设计原理与取舍
AI产品理解：深度使用过主流办公/通用智能体（如Claude Cowork、Codex、WorkBuddy、QoderWork等）
对AI技术能力边界、Agent产品差异化有清晰认知
执行与推动力：能在不确定性中快速定义产品方向，通过小步快跑验证假设
有完整的产品交付经历，能独立推动跨团队协作
工作职责
智能体核心能力建设：负责Agent执行链路（Agent Loop）、上下文管理、Memory、任务规划等核心模块的产品设计与迭代，持续提升复杂任务的完成率、稳定性与体验
垂直场景定义与优化：从真实用户任务出发，定义并优化高价值行业场景（如金融、法律等），拆解链路、圈定核心场景、拿到结果
效果评测与闭环迭代：建立并迭代智能体评测体系，围绕产物质量、路由准确率、工具调用、耗时稳定性，形成“评测—归因—迭代”闭环
开放生态与集成：参与Skills生态、连接器（Connector）、专家套件（Plugin）等开放能力的产品规划，以及与钉钉等企业生态的结合
用户增长：负责产品的拉新、激活、留存与付费转化，通过增长策略设计、渠道运营配合与漏斗分析，推动核心增长指标持续提升
快速验证与数据驱动：通过MVP、A/B测试快速验证产品假设，建立关键指标体系，基于数据和用户反馈持续优化体验
优先资格
有可公开验证的产品作品（上线产品、真实商业化结果、有影响力的开源/个人项目）
有自建评测体系或Agent架构设计经验
理解to C付费转化与to B商业化打法
英语能力强，能流畅阅读英文技术文档、及时跟踪海外竞品动态
个人特质：用户驱动，愿意深入知识工作者的真实场景理解需求
快速学习，能持续学习AI技术并应用到产品中
数据敏感，善于从数据中发现问题
主人翁精神，主动思考，对产品成败有强烈责任感
协作能力，沟通清晰，能影响和推动跨团队达成共识
AI 洞察
优缺点分析
优点
- 处于AI Agent爆发的最前沿，对标国际顶尖产品，能积累极具稀缺性的智能体产品经验
- 阿里大平台资源丰厚，直接参与核心决策，成长空间大
- AI技术迭代极快，需要持续高强度的学习以跟上技术边界
- 适合对AI大模型和Agent有狂热兴趣，具备扎实产品基本功且渴望在AI原生应用赛道建功立业的资深产品经理
缺点 / 挑战
- 在不确定性中探索新场景，面临较高的试错压力和跨团队协同难度
角色解读
- 从AI产品专家向AI产品总监或业务线负责人发展，深入掌握大模型时代的产品范式，成为AI办公/智能体领域的顶尖产品专家
- 负责AI办公助手（Agent）的核心链路设计，包括上下文管理、任务规划等模块
- 定义金融、法律等垂直场景，建立评测体系并推动闭环迭代
- 负责产品的用户增长与商业化转化
- 具备AI Agent产品的实战落地经验，深刻理解MCP、Memory、Context等底层机制
- 拥有出色的数据驱动能力和跨团队推动力，能熟练使用A/B测试和MVP验证假设
申请策略
- 准备一份针对阿里千问办公产品的深度体验报告或竞品分析，展示你的产品洞察力和主人翁精神
- 重点突出AI Agent/大模型应用产品的从0到1落地经历，量化复杂任务完成率、用户增长等核心指标
- 展示对MCP、Context等底层机制的理解及实际应用场景
- 深度体验并拆解Claude Cowork、Codex等海外顶尖竞品，补充金融/法律等垂直行业的业务链路知识
- 强化数据分析和A/B测试的实战能力
面试指南
- 采用STAR法则，结合具体项目背景，重点阐述在Agent核心机制（如Memory、规划）上的设计取舍，以及通过数据指标验证效果的闭环过程
- 请分享一个你从0到1落地的AI Agent产品，你是如何设计Agent Loop和Context管理的？
- 在金融或法律等垂直场景中，你认为AI Agent的核心难点是什么，如何拆解链路？
- 如何建立智能体的评测体系？如果产物质量不达标，你的归因和迭代思路是什么？
- 面对一个全新的AI办公场景，你如何通过MVP和A/B测试快速验证产品假设？
- 提前深度使用通义千问及海外竞品（如Claude），总结其优缺点
- 复习大模型应用的核心概念（如RAG、Agent架构、MCP协议），准备具体的数据指标案例
职位点评
薪资福利85
成长发展95
工作生活50
使命价值85
薪资福利
85较高
核心AI业务线，薪资福利具备市场竞争力，但JD中未明确披露具体薪资范围。
薪资信号未披露（AI估算：3.5千–6万/月）
成长发展
95较高
处于AI Agent变革最前沿，对标国际顶尖产品，技术栈极具前瞻性和稀缺性，个人成长空间极大。
技术前沿前沿/新兴技术
技术栈AI Agent、MCP、Sub-agent、Memory、Context管理、Agent Loop
成长机会直接参与产品核心决策、有充分自主权和成长空间、处在AI时代办公范式变革的最前沿
业务类型profit_center
工作生活
50较低
JD未明确提及工作模式和WLB，但处于快速迭代的关键阶段，工作节奏可能较快。
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
致力于用AI革新知识工作者方式，推动办公范式变革，具有较高的社会价值和行业使命感。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号用AI通用智能体革新知识工作者的工作方式、成为每一位知识工作者不可或缺的AI同事
创新程度积极采用新技术
阿里巴巴 的其他在招职位
相似职位推荐
Watch Jobs