阿里巴巴
千问事业部-Agent系统技术专家-杭州
千问事业部-Agent系统技术专家-杭州
发布于 7 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
Go
Prompt Engineering
分布式系统
大语言模型
容器
沙箱
值不值得投
79综合评分
综合评分 79
前沿Agent技术专家岗位，技术成长空间大、薪资有竞争力，但办公模式与WLB未明确。
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
4万
比人工智能中位数低
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 2860 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 390 个在招
职位详情
关于这个职位
该职位是阿里巴巴千问事业部的Agent系统技术专家，负责生产级Agent服务化架构设计与核心链路研发，推动Agent从原型验证走向高并发线上服务，并参与评测体系建设与复杂项目开发
最低要求
具备生产级 Agent 系统或 Agent 平台的实际建设经验，深入理解 Agent Runtime / Agent Loop 核心机制（任务规划、工具调用、上下文工程、记忆管理、状态管理、异常恢复等），有将 Agent 从原型推进到大规模线上服务的完整实践
具备 Agent 评测实践经验，能够设计评测基准与评价指标，开展多 Agent、多模型、多策略的横向对比，并基于评测结果驱动内核迭代
熟悉分布式系统架构，具备高并发、高可用系统的设计开发经验
熟练掌握 Java / Go / Python 中至少一门语言
对大语言模型的能力边界有深入理解，熟悉 Prompt Engineering、Context Engineering、Tool Use 及模型效果与成本优化方法
具备良好的技术判断力与沟通协作能力，能推动跨团队协作，为团队提供技术辅导与 Code Review
具备代码执行沙箱或隔离运行环境的实践经验，理解容器、资源管控、网络隔离、安全防护及生命周期管理等关键技术者优先
工作职责
参与生产级 Agent 服务化架构与运行时体系建设
涵盖系统架构设计、Agent Runtime / Agent Loop 核心链路研发、代码执行沙箱的隔离与安全治理，推动 Agent 从原型验证走向高并发、高可用的线上服务
参与 Agent 内核能力演进与评测体系建设
对标业界一流框架，完成技术选型与效果调优
构建多维度评测基准，驱动内核在任务成功率、成本与时延上持续迭代
参与复杂 Agent 项目的方案设计与核心模块开发
攻克长链路执行、工具调用可靠性、上下文管理、异常恢复等工程难题，快速定位并解决生产环境问题
参与研发规范建设与技术决策
沉淀架构文档与最佳实践，为团队提供技术辅导与 Code Review，推动跨团队协作与高质量交付
优先资格
有大规模 Agent 在线服务、托管式 Agent 平台或 Coding Agent 建设经验
有 Agent 框架、评测平台、代码沙箱相关的开源贡献或自研内核经验
熟悉 SWE-bench、GAIA、τ-bench 等评测体系，有真实复杂任务 Benchmark 建设经验
具备模型训练、强化学习或推理优化相关经验
AI 洞察
优缺点分析
优点
- 直接参与前沿Agent技术的大规模生产级实践，技术成长快
- 背靠阿里巴巴平台资源，能接触复杂业务场景与顶尖技术团队
- 岗位职责全面，涵盖架构、开发、评测、协作，综合能力提升显著
- 技术门槛高，需处理高并发下的系统稳定性、安全隔离等复杂工程问题
- 对跨团队协作与技术推动力要求高，需较强的沟通与影响能力
- 适合具备深厚AI系统开发经验、追求技术深度与工程化落地、能适应高强度协作的资深技术工程师
缺点 / 挑战
- 项目复杂度高，可能面临持续的技术攻坚与快速响应线上问题的压力
角色解读
- 深耕Agent技术栈，成为AI系统架构或平台领域专家
- 向技术管理岗位发展，负责更大规模AI基础设施或产品研发
- 通过开源贡献或行业合作，提升技术影响力，参与标准制定
- 设计与开发生产级Agent服务化架构与运行时系统，确保高并发高可用
- 构建Agent评测体系并基于数据驱动内核能力迭代优化
- 攻克复杂Agent项目中的工程难题，如长链路执行、异常恢复等
- 参与技术决策与团队辅导，推动高质量代码交付与跨团队协作
- 具备Agent系统（Runtime/Loop）从原型到大规模线上服务的完整建设经验
- 熟悉分布式系统设计与高并发、高可用架构开发
- 深入理解大语言模型能力边界，并能应用Prompt/Context Engineering优化效果
- 掌握代码沙箱、容器化等安全隔离技术与资源管控实践
申请策略
- 面试中准备详细讲解Agent架构设计决策、技术选型理由与性能数据
- 提前了解阿里巴巴千问事业部的业务方向、技术栈及开源项目
- 展示对行业主流Agent框架（如LangChain、AutoGPT等）的对比分析与批判性思考
- 突出生产级Agent系统建设经历，强调从原型到上线的完整实践与成果
- 展示分布式系统架构设计与高并发优化案例，量化性能提升
- 列举对大语言模型、Prompt Engineering的实际应用与效果调优经验
- 提供代码沙箱、容器化安全隔离或评测体系构建的具体项目经验
- 深入学习Agent评测体系（如SWE-bench、GAIA等）与Benchmark构建方法
面试指南
- 使用STAR法则（情境-任务-行动-结果）结构化描述项目经验，突出技术挑战与量化成果
- 从系统设计角度阐述方案，结合评测数据说明优化效果与迭代逻辑
- 强调工程化思维，说明如何平衡性能、成本、稳定性与安全性
- 请描述你参与过的生产级Agent系统架构，如何保障其高可用与可扩展性？
- 如何设计Agent评测基准来衡量任务成功率、成本与延迟，并驱动优化？
- 遇到Agent长链路执行中的异常（如工具调用失败），你会如何设计恢复机制？
- 你如何通过Prompt Engineering或Context Engineering来优化Agent的推理效果与成本？
- 请分享一个你需要推动跨团队协作完成复杂技术项目的经历，你是如何做的？
职位点评
薪资福利80
成长发展90
工作生活60
使命价值85
薪资福利
80较高
该职位为高级技术岗位，薪资水平具有市场竞争力，但具体福利未在JD中披露。
薪资信号未披露（AI估算：3千–5万/月）
成长发展
90较高
职位涉及Agent这一AI前沿领域，要求构建大规模系统并持续优化，技术成长空间与行业影响力显著。
技术前沿前沿/新兴技术
技术栈Agent、Runtime、Prompt Engineering、Context Engineering、分布式系统、容器、沙箱
业务类型ambiguous
工作生活
60中等
工作地点明确在杭州，但JD未提及办公模式，可能需现场办公；未提及工作时间安排，WLB情况无法判断。
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
Agent技术是AI落地重要方向，参与构建规模化生产系统对推动技术进步有积极意义，但JD未强调社会使命。
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