阿里巴巴
高德-Agent OS 核心研发工程师 / 架构师-具身业务部
高德-Agent OS 核心研发工程师 / 架构师-具身业务部
发布于 2 小时前普通员工/个人贡献者
全职员工仅现场办公AI算法
AI算法
Agent Os
Ai Infra
Python/Go/Java
任务编排
分布式系统
多Agent协同
系统架构设计
值不值得投
79综合评分
综合评分 79
阿里核心AI前沿岗位，技术栈极新且具开创性，高薪高成长，但工作强度可能较大
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
7.0万
比AI算法中位数高
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 4490 个在招 · 其中AI算法 2 个
市场机会
选择不多
北京 · AI算法 · 10 个在招
职位详情
关于这个职位
负责高德具身业务部Agent OS核心架构设计与研发，构建意图理解、任务编排及多Agent协同机制
需具备5年以上后端/基础架构经验，深入理解LLM应用框架与分布式系统，推动智能体技术在复杂场景中的落地与演进
最低要求
计算机相关专业本科及以上学历，具备扎实的软件工程与系统设计基础
具备 5 年及以上后端、平台、中间件或基础架构研发经验，有复杂系统设计与落地能力
熟悉 Python / Go / Java 中至少一种语言，具备良好的工程化开发能力
熟悉任务编排、工作流引擎、状态机、异步系统或分布式调度等相关技术
对 Agent、LLM 应用框架、Tool Use、Function Calling、Planner 或 Multi-Agent 有较深入理解
工作职责
负责 Agent OS 核心架构设计与研发，建设 Intent / Reasoning / Task / Skill 等关键模块
负责智能体意图理解、任务拆解、目标约束建模及策略决策能力建设
设计并实现 Agent Harness，统一管理上下文、记忆、调用关联与任务状态追踪
负责任务运行与编排系统建设，支持任务图、依赖管理、进度跟踪、取消/恢复与结果归档
建设 TurnCoordinator、TaskControl、SkillRunner 等运行时机制，提升复杂任务执行稳定性与可控性
设计统一的 Tools / Skills 接入框架，定义能力描述、调用契约、结果归一和执行反馈协议
推动多 Agent 协同、能力治理与运行准入机制落地，确保工具调用受控、安全、可审计
与模型、平台、产品及业务团队协作，推进 Agent OS 在实际场景中的架构演进与能力沉淀
优先资格
有上下文管理、记忆系统、任务状态管理、执行链路追踪等相关经验者优先
有工具平台、能力接入、协议设计、运行时治理或 AI Infra / Agent 平台经验者优先
具备较强的抽象建模、问题拆解与跨团队协作能力，对智能体系统方向有持续兴趣
AI 洞察
优缺点分析
优点
- 处于AI前沿领域，直接参与Agent OS这一新兴技术栈的研发，技术含金量高
- 依托阿里集团强大的算力资源与数据积累，拥有极佳的技术实验与落地环境
- Agent OS属于前沿探索方向，技术栈尚未完全标准化，需具备极强的自主探索与定义能力
缺点 / 挑战
- 岗位定位为“核心研发”，在组织内具有较高的话语权和影响力，利于建立个人技术品牌
- 复杂任务编排与多Agent协同涉及大量边缘情况处理，系统稳定性挑战极大
- 需要频繁跨部门协作，沟通成本较高，对软技能要求严格
- 适合热衷于AI前沿技术、具备深厚后端架构功底、喜欢挑战复杂系统设计的高级工程师或架构师
角色解读
- 技术专家路线：成为AI基础设施领域的资深架构师，主导行业级Agent平台标准制定
- 技术管理路线：带领研发团队，从单一模块负责人成长为具身智能业务部的技术负责人
- 业务创新路线：深入探索具身智能应用场景，推动AI技术与实际物理世界交互的商业化落地
- 设计并开发Agent操作系统（Agent OS）的核心模块，包括意图识别、推理引擎和任务调度器
- 构建多智能体协同框架，解决复杂任务下的上下文管理、记忆存储和执行链路追踪问题
- 制定工具接入标准与协议，确保外部技能（Skills）的安全调用与统一治理
- 优化运行时环境，提升大规模智能体任务的稳定性、可控性与并发处理能力
- 扎实的计算机科学基础，精通Python/Go/Java中至少一门语言，具备5年以上后端或基础架构开发经验
- 深入理解LLM应用生态，熟悉Tool Use、Function Calling、Planner及Multi-Agent架构模式
- 掌握分布式系统设计，熟悉工作流引擎、状态机、异步处理及任务编排技术
- 具备优秀的抽象建模能力，能将复杂的业务逻辑转化为可扩展的系统架构
申请策略
- 面试中可能会考察你对“智能体”本质的理解，建议准备关于ReAct、ToT等推理模式的深度思考
- 展示你对系统可观测性（Observability）和可审计性的重视，这是企业级Agent落地的关键痛点
- 突出展示5年以上复杂分布式系统或中间件的设计与落地案例
- 重点描述在LLM应用、Agent框架或多智能体系统中的具体贡献与技术突破
- 强调抽象建模能力，通过架构图或设计文档展示如何将模糊需求转化为清晰的技术方案
- 深入研究LangChain、AutoGen等主流Agent框架源码，理解其底层设计哲学
- 补充强化分布式一致性、状态管理及异步编程相关的理论知识
- 关注具身智能（Embodied AI）最新论文与行业动态，拓宽技术视野
面试指南
- STAR法则：针对系统设计题，先阐述背景与约束，再给出架构选型理由，最后讨论边界情况与优化
- 对比分析：在回答技术选型时，对比不同方案的优劣（如集中式vs分布式调度），体现决策深度
- 落地导向：强调技术方案的实际落地效果，如性能指标提升、稳定性改善等业务价值
- 如何设计一个支持动态扩展的多Agent协同框架？
- 在LLM应用中，如何处理长上下文窗口带来的性能与成本问题？
- 请分享一个你设计的复杂工作流引擎或任务调度系统的案例
- 如何保证Agent在执行外部工具时的安全性与可控性？
- 面对不确定的用户意图，你的系统如何进行容错与重试？
职位点评
薪资福利85
成长发展95
工作生活45
使命价值80
薪资福利
85较高
阿里作为头部大厂，对于高级架构师级别的岗位，通常提供极具竞争力的薪酬包（含股票期权），远超市场平均水平，能极好地满足补偿性动机。
薪资信号未披露（AI估算：5.0千–9.0万/月）
成长发展
95较高
该职位处于AI Agent技术的最前沿，涉及多智能体协同、LLM应用框架等新兴领域，技术成长空间巨大，且阿里内部有丰富的技术交流平台。
技术前沿前沿/新兴技术
技术栈Agent OS、LLM、Multi-Agent、Python、Go、Java、Distributed Systems、Task Orchestration
业务类型profit_center
工作生活
45较低
互联网大厂核心研发部门通常工作节奏较快，虽然JD未明确提及加班，但“核心架构”与“前沿研发”属性暗示了较高的工作强度与挑战性，WLB相对一般。
工作模式未明确
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值
80较高
从事具身智能与Agent OS研发，代表了人工智能向物理世界延伸的重要方向，具有显著的行业前瞻性和社会价值，能满足求职者的意义感动机。
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）
阿里巴巴 的其他在招职位
相似职位推荐
Watch Jobs