千问办公-AI 客户端全栈开发工程师-杭州

优缺点分析

角色解读

• 沿技术纵深发展：从桌面客户端工程师成长为跨平台架构师或 AI Agent 运行时/端侧基础设施方向的技术专家
• 横向扩展至 AI 应用全链路：可转向 Agent 平台、开发者工具（IDE 插件/编码助手）、多模态交互等方向的架构或技术负责人岗位
• 具备端侧 + 系统底层 + AI 复合背景后，在 AI 硬件、操作系统厂商、智能终端等领域具备较强的跨行业迁移能力
• 负责千问办公桌面端（Windows/macOS/Linux/信创/鸿蒙PC）的核心架构与原生能力建设，保证 AI Agent 在各系统上表现一致
• 攻坚 Computer Use & Browser Use 引擎，用视觉理解、DOM 解析和系统 API 让大模型能真正「点鼠标、敲键盘、开浏览器」
• 构建沙箱与 Shell 隔离执行环境，为代码解释器、命令行调用提供安全、高并发、可回收的运行时
• 打磨 AI Native 桌面交互（流式输出、多模态输入、任务中断恢复）并与系统快捷键、通知、剪贴板等 OS 特性深度融合
• 扎实的系统级编程能力：精通 C++/Rust/C# 至少一门，熟悉 TypeScript/Node.js 更佳，能与 FFI、Native Shell 打交道
• 跨平台架构与调优能力：熟悉 Electron/Tauri/Qt/.NET MAUI 至少一种，理解渲染原理与原生桥接，会做启动速度、内存、包体积优化
• 操作系统底层功底：进程间通信、沙箱隔离、动态库加载、系统 Hook、权限管控，以及 Win UI Automation / macOS Accessibility / Linux AT-SPI / CDP 等自动化协议
• AI Agent 工程理解：了解 LLM Function Calling、MCP、ReAct 等范式，有把模型能力落到端侧项目的实际经验

申请策略

• 提前体验千问办公及同类 AI 桌面产品，形成对交互短板与改进方向的具体看法，面试中更容易体现产品sense
• 关注信创与鸿蒙 PC 生态现状（统信UOS、麒麟、鸿蒙开发套件），这是该岗位明确的差异化加分方向
• 突出跨平台桌面客户端项目：写清支持的系统与架构（Electron/Tauri/Qt/原生），以及你负责的模块与技术难点
• 量化性能与稳定性成果：如启动耗时、内存占用、崩溃率、包体积的优化幅度，用数据体现工程价值
• 展示系统底层经验：IPC、沙箱、Hook、权限管控、调试器/抓包工具排查疑难问题的具体案例
• 若有 AI Agent、RPA、自动化测试框架、浏览器内核相关经历，单独作为一个项目段落重点说明，并附开源链接
• 补齐 Rust 与 FFI 相关实践，尤其是跨语言数据模型传递、状态机设计与内存安全边界
• 动手做一个小型 Computer Use Demo：把截图理解 + UI Automation/CDP 调用 + 沙箱执行串成闭环，面试时可作为谈资

面试指南

• 结构化作答：先讲清问题背景与约束（平台差异、安全要求、性能指标），再给出方案选型与取舍理由，最后说验证方式和结果
• 底层问题用「原理—实现—验证」三层展开：先说明操作系统/协议层机制，再讲你的实现细节，最后讲如何压测或监控验证
• 遇到没做过的场景，坦率说明边界，同时给出可执行的验证路径（如先做 PoC、如何评估风险），体现工程判断力
• 如果让你设计一个跨 Windows/macOS/Linux 的 Computer Use 引擎，你会如何抽象各平台的 UI 自动化能力？
• 如何为一个执行任意代码/命令的 AI Agent 设计安全的沙箱？进程、文件系统、网络权限分别怎么管控？
• Electron/Tauri 混合架构下，你遇到过的启动慢或内存占用高的问题是怎么定位和优化的？
• 讲讲你对 LLM Function Calling / ReAct / MCP 的理解，以及你会怎么设计 Agent 的工具调用与失败恢复机制？
• 跨语言（如 Rust + TypeScript）调用中你踩过哪些坑？FFI 边界上如何保证数据契约与内存安全？