阿里巴巴
日常实习生-1688-Agent产品
日常实习生-1688-Agent产品
发布于 1 小时前实习/见习
实习生仅现场办公人工智能
人工智能
Ai Native
Llm
Next.Js
Rag
值不值得投
74综合评分
综合评分 74
核心业务线AI Agent实习岗，技术栈极具前沿性，业务成长空间大，适合技术极客与自驱力强的同学。
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，方便比较实习机会。
薪资怎么样
6千
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 3200 个在招 · 其中人工智能 约 340 个
市场机会
选择面较广
杭州 · 人工智能 · 约 400 个在招
职位详情
关于这个职位
该职位是阿里巴巴1688的AI Agent日常实习生，主要负责多Agent验证系统、企业协同移动端产品化、Skill治理平台及Agent评测体系的研发
你将参与从底层框架设计到商业化落地的全链路AI Native项目，适合对大模型应用和Agent工作流有浓厚兴趣的同学
最低要求
计算机/软件/AI/心理学等相关专业
扎实的 Python 编程能力，熟悉至少一种 Web 框架（如 Flask/FastAPI/Django 或 Next.js/Remix）
具备完整的 AI Native 项目经验（如 LLM 助手、RAG 应用、Agent 工作流、AI SaaS 等），需覆盖前端、后端及核心 AI 逻辑，而非仅调用 API
拥有可展示的个人作品，如 GitHub 仓库、上线 Demo、技术博客或开源贡献（建议附上链接）
工作职责
自进化验证系统与 Harness 框架：设计多 Agent、多任务、多阶段的端到端验证流水线
研发可插拔验证 Harness
企业协同场景移动端产品化：面向企微/微信/钉钉等 IM 平台，构建「长程任务协同中枢」：覆盖任务创建→进度追踪→异常预警→多方协同→结果归档闭环，将复杂 B2B 经营动作封装为自然语言驱动、消息流承载、移动端可操作的轻量产品能力
Skill 蒸馏与治理平台：面向垂直业务（分销/跨境/定制/工厂生产等）构建 Skill 抽取、评估、版本化、灰度发布与下线机制，保障skill质量和自迭代
Agent 自进化机制：基于用户反馈、任务完成质量、商业结果（成交率/GMV）构建 reward signal
Agent 评测体系：构建 Benchmark和仿真系统
支持合成数据生成、沙箱回放、真实流量影子测试等多模式评测
Agent 用增与商业化落地：参与从冷启动、场景渗透、效果验证到规模化付费全过程
AI 洞察
优缺点分析
优点
- 依托庞大的B2B电商业务场景，能参与从冷启动到规模化付费的完整商业化闭环，业务价值高
- 大型互联网平台提供丰富的技术资源与业务数据，有助于积累高质量的AI Native项目经验与开源作品
- Agent自进化与多任务协同属于前沿探索领域，技术难度高，可能面临较多不确定性与试错成本
- 适合对大模型应用、Agent工作流有浓厚兴趣，具备较强全栈开发能力与自驱力，渴望在AI前沿领域积累实战经验的计算机相关专业在校生
缺点 / 挑战
- 接触最前沿的AI Agent与LLM应用落地场景，技术栈极具前瞻性与挑战性
- 要求具备全栈开发能力且需覆盖核心AI逻辑，对个人的技术广度与深度要求较高，学习曲线陡峭
角色解读
- 从AI应用开发实习生成长为具备全栈能力的AI Native工程师，深入理解大模型在B2B电商场景的落地
- 未来可向AI Agent架构师、AI产品经理或大模型应用研发专家方向发展，掌握前沿的AI工程化技术
- 负责多Agent验证系统与Harness框架的设计与研发，构建端到端验证流水线
- 面向企微/钉钉等IM平台开发长程任务协同中枢，实现复杂B2B经营动作的移动端产品化
- 构建Skill蒸馏与治理平台，并设计Agent自进化机制与评测体系，推动AI Agent的商业化落地
- 扎实的Python编程能力，熟练掌握Flask/FastAPI/Django或Next.js等Web框架
- 具备完整的AI Native项目经验，熟悉LLM、RAG、Agent工作流，能独立完成前后端及核心AI逻辑开发
- 拥有可展示的开源项目、GitHub仓库或技术博客，具备较强的工程落地与自驱学习能力
申请策略
- 投递前仔细检查GitHub或Demo链接的有效性，确保代码规范且有清晰的Readme文档
- 了解1688的B2B业务模式及企微/钉钉等IM平台的开放能力，面试时结合业务场景阐述你的技术思考
- 重点突出完整的AI Native项目经验，详细说明在LLM/RAG/Agent项目中负责的前后端及核心AI逻辑
- 务必在简历中附上GitHub仓库、上线Demo或技术博客链接，展示可验证的代码能力与工程素养
- 强调对Python及主流Web框架的熟练掌握，以及解决复杂工程问题的实际案例
- 提前熟悉LangChain、LlamaIndex等主流Agent开发框架，以及FastAPI/Next.js等现代Web框架
- 深入了解Agent评测体系（如Benchmark构建、沙箱回放）及Reward Signal设计，补充相关理论知识
面试指南
- STAR法则：针对项目经验，按照情境、任务、行动、结果的框架，重点突出你解决的核心技术难点和最终业务收益
- 系统设计思路：针对架构设计问题，从需求分析、模块划分、数据流转、扩展性设计等维度进行结构化解答
- 请详细介绍你简历中最完整的一个AI Native项目，你在其中负责了哪些前后端及核心AI逻辑？
- 在设计多Agent端到端验证流水线时，你会如何设计Harness框架以保证可插拔性和扩展性？
- 针对Agent自进化机制，你如何基于用户反馈和商业结果（如GMV）构建有效的Reward Signal？
- 如果让你面向钉钉/企微构建一个长程任务协同中枢，你会如何设计消息流承载与异常预警机制？
- 复习并梳理自己过往的AI项目代码，确保能流畅讲解核心逻辑、技术选型及踩坑经验
- 提前体验并研究现有的AI产品或竞品（如钉钉AI助理），思考其在B2B场景下的优化空间
职位点评
薪资福利60
成长发展95
工作生活50
使命价值80
薪资福利
60中等
作为日常实习岗位，薪资按日薪折算，处于行业常规实习津贴水平，主要价值在于平台背书与技术成长。
薪资信号未披露（AI估算：4–7千/月）
成长发展
95较高
岗位涉及多Agent验证、Skill蒸馏、自进化机制等极具前沿性的AI技术，且依托真实商业场景，技术成长与业务视野极佳。
技术前沿前沿/新兴技术
技术栈Python、Agent、LLM、RAG、FastAPI、Django、Next.js、Benchmark、Reward Signal
业务类型profit_center
工作生活
50较低
JD未明确提及工作模式与WLB相关信息，该岗位的工作节奏与办公灵活性需在实际面试中进一步确认。
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
80较高
通过AI Agent技术赋能B2B电商与复杂企业协同，推动商业经营动作的智能化与轻量化，具有较高的商业价值与行业推动力。
行业发展高速增长赛道
社会影响中性/一般
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