阿里巴巴
千问办公-AI Agent策略产品经理-杭州
千问办公-AI Agent策略产品经理-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AI产品经理
AI产品经理
Ai Agent
Llm
Mcp
Prompt
产品规划
原型设计
数据分析
跨端体验
值不值得投
83综合评分
综合评分 83
阿里核心AI业务、前沿Agent技术栈、成长空间极大，WLB未明确但节奏可能较快。
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 3340 个在招 · 其中AI产品经理 76 个
市场机会
选择面较广
杭州 · AI产品经理 · 约 110 个在招
职位详情
关于这个职位
该职位负责千问办公AI Agent的核心体验与场景产品化，围绕任务理解、工具调用与人机协作，优化多端产品体验
你需要从真实工作流中发现痛点，将模型能力转化为可测试的产品方案，并推动其稳定上线，适合对AI Agent有浓厚兴趣且具备跨团队推动能力的产品人
最低要求
有完整产品或核心模块从问题发现、方案设计、研发协同到上线迭代的实际经验
不以工作年限作为主要判断标准
做过 AI Agent、AI 办公、Copilot、文档协作、IM 协同、桌面客户端或复杂工具型产品中的至少一种
理解 LLM 与 Agent 的基础机制，包括 Context、Memory、工具调用、任务规划、权限、人机协作、评测和常见失败模式
能把复杂能力拆成清楚的用户链路、状态和产品边界，并写出研发可执行、设计可落地、测试可验收的方案
对 Web、桌面客户端和移动端的交互差异有基本理解，能够判断跨端一致性与端侧能力边界
具备数据与实验意识，能够用任务集、用户反馈和灰度结果验证产品判断
愿意动手制作原型或简单 Demo
不要求成为专业工程师，但需要能借助代码和 AI 工具快速把想法变成可体验的东西
具备较强的用户同理心、产品判断和项目推动能力，能够在快速变化和信息不完整的环境中持续推进
工作职责
Agent 核心体验：负责千问办公 Agent 从任务发起到结果交付的完整链路，包括多轮协作、Session、工具调用、权限确认、过程反馈和异常恢复
将 Context、Memory、项目空间、历史任务、文件和产物融入 Agent 主链路，让 Agent 在用户授权和可控的前提下理解已有信息
推动 Web、桌面客户端和移动场景体验一致，并探索自然、清晰、不过度打扰的人机协作方式
场景与能力产品化：从不同领域的真实工作流出发，发现适合由 Agent 解决的高价值问题，并将用户痛点转化为可实现、可验证的产品能力
负责 PPT、文档、表格、PDF 等生产力能力的体验和质量，关注内容、结构、版式、过程反馈和失败恢复
将 Skills、专家套件、MCP Apps、连接器和定时任务自然接入 Agent，并与钉钉消息、文档、AI 表格、AI 听记、日历、待办和审批等企业能力形成连贯体验
关注不同 Harness、工具协议及企业场景中的权限、安全和数据边界，并转化为清楚、可验证的产品方案
模型效果与验证交付：理解不同模型和 Harness 在能力、成本、速度和适用场景上的差异，将选择逻辑转化为用户可理解的体验
建立 Agent 任务评测方法，结合模型、Prompt、Context、工具和 Skills 定位问题，关注任务完成率、人工介入、产物质量、时延和成本
使用原型、简单代码或 AI 编程工具制作可运行 Demo，通过真实用户反馈、灰度和数据分析尽快验证产品假设
与设计、前后端、算法、测试、运营和企业客户协作，明确范围、优先级、依赖、风险和验收标准，并推动产品稳定上线
优先资格
从 0 到 1 做过 AI 原生产品或 Agent 产品，并经历过真实用户和线上稳定性检验
有 Skills、MCP、插件、连接器、工作台、开发者平台或企业应用集成经验
有 PPT、文档、表格、数据分析、内容创作等生产力产品经验
能熟练使用 Figma、ProtoPie 或代码工具制作高保真、可运行原型
有模型评测、Prompt、数据构建、A/B 测试或效果优化经验
英语能力较好，能够持续阅读海外产品与技术资料，并跟踪 AI Agent 行业进展
AI 洞察
优缺点分析
优点
- 处于AI Agent与大模型应用的最前沿，能深度参与通义千问等核心AI产品的从0到1建设，技术视野开阔
- 依托阿里丰富的企业级生态（如钉钉、文档、AI表格），拥有极佳的场景落地条件与海量用户数据支撑
- 团队鼓励动手验证与快速迭代，工作氛围务实，能充分发挥产品人的创造力与主观能动性
- AI Agent技术仍在快速演进中，模型能力边界与失败模式存在不确定性，产品方案需不断调整与试错
- 跨端体验与复杂企业场景的权限、安全边界设计难度高，需要极强的跨团队沟通与项目推动能力
- 对AI Agent有强烈热情，具备扎实的产品基本功，且愿意动手写代码或做原型验证的务实型产品人
缺点 / 挑战
暂无明显挑战项
角色解读
- 在AI原生产品领域积累深厚的Agent设计与评测经验，成为AI产品领域的专家
- 随着大模型技术的演进，可向AI业务负责人或AI商业化产品总监方向发展，主导企业级AI应用落地
- 负责千问办公AI Agent的核心体验设计，打通从任务发起到结果交付的完整链路，优化多端人机协作体验
- 挖掘真实工作流中的高价值场景，将PPT、文档等生产力工具与Agent能力结合，推动场景产品化
- 建立Agent任务评测方法，通过原型制作、灰度测试与数据分析，验证产品假设并推动稳定上线
- 深入理解LLM与Agent的基础机制（如Context、Memory、工具调用），能将复杂模型能力转化为清晰的产品方案
- 具备完整的产品从0到1或核心模块迭代经验，能熟练进行跨端（Web、桌面、移动）体验设计与边界把控
- 具备数据与实验意识，能借助代码或AI工具快速制作可运行Demo，并通过数据验证产品判断
申请策略
- 在简历或面试中展现对千问办公现有产品的深度体验与思考，提出具体的优化建议或场景扩展思路
- 突出在AI Agent、Copilot或复杂工具型产品中的核心项目经验，强调从问题发现到上线迭代的完整闭环
- 展示对LLM机制（如Prompt、Context、Memory）的理解，以及如何将其转化为可落地的产品方案
- 体现动手能力，如使用Figma、ProtoPie或代码工具制作高保真原型的经历，以及数据验证产品假设的案例
- 深入学习AI Agent的前沿技术（如MCP、Skills、工具调用协议），了解海外最新产品动态与技术资料
- 提升原型制作与简单代码能力，熟练使用AI编程工具快速将想法转化为可体验的Demo
面试指南
- STAR法则：结合具体项目，说明背景、任务、行动（特别是如何拆解复杂能力、设计评测方法）和结果（数据指标提升）
- 产品思维框架：从用户真实工作流出发，分析痛点，提出假设，设计MVP，通过灰度与数据验证，最后迭代优化
- 请分享一个你主导的AI Agent或复杂工具型产品项目，你是如何定义产品边界并推动落地的？
- 在Agent任务执行失败或出现幻觉时，你在产品设计上会如何设计异常恢复与过程反馈机制？
- 如何评估一个Agent任务的好坏？请描述你建立的任务评测方法及核心指标
- 面对Web、桌面和移动端，你如何保证Agent体验的一致性，同时兼顾各端的能力边界？
- 深度体验千问办公及市面上主流的AI Agent产品（如Notion AI, Copilot等），总结其优缺点及交互设计细节
- 复习LLM与Agent的基础概念（Context Window, RAG, Tool Use等），并思考其在实际产品中的应用与局限
职位点评
薪资福利85
成长发展95
工作生活60
使命价值85
薪资福利
85较高
阿里核心AI业务线，薪资福利处于行业头部水平，虽未明确披露具体薪资，但基于岗位重要性与要求，补偿性动机满足度高。
薪资信号未披露（AI估算：3千–6万/月）
成长发展
95较高
岗位处于AI Agent最前沿，能深度接触大模型核心机制与企业级复杂场景，技术成长与行业视野拓展空间极大。
技术前沿前沿/新兴技术
技术栈AI Agent、LLM、Context、Memory、MCP、Prompt、Skills
业务类型ambiguous
工作生活
60中等
JD未明确提及工作模式与WLB信息，但AI核心业务通常节奏较快，生活化动机满足度中等，需入职后实际感受。
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
参与打造下一代AI办公生产力工具，推动AI技术真正落地解决用户工作流痛点，具有强烈的科技向善与行业使命感。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度开拓性创新（行业首创）
Watch Jobs