阿里巴巴
面向数字员工的自主Agent编程技术研究与系统实现-阿里星
面向数字员工的自主Agent编程技术研究与系统实现-阿里星
发布于 1 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
Ai Agent
Ast
Llm
代码生成
分布式系统
多智能体系统
值不值得投
84综合评分
综合评分 84
阿里星顶尖人才计划，聚焦AI Agent与代码生成前沿，薪资极高、技术成长空间巨大，适合追求技术极客体验的顶尖博士。
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，方便比较职业起点。
薪资怎么样
7.5万
比人工智能中位数高
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 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
该职位致力于AI Coding方向，负责设计并实现端到端的代码生成、执行、反馈与修复闭环系统，构建Agent技能自进化框架及多Agent协作架构
你将参与前沿的自主Agent编程技术研究，将最新大模型与智能体成果转化为产品竞争力，打造下一代智能编程助手
最低要求
学历背景：博士及以上学历，计算机科学、人工智能、软件工程或相关专业
编程能力：精通TypeScript或Python，熟悉Go或Rust
对程序语言语法解析、AST操作、代码结构分析有深入理解，具备构建复杂代码生成与分析系统的实战经验
大模型技术：熟悉Transformer架构及主流LLM技术栈，有LLM微调、推理优化经验
理解多智能体系统架构及智能体通信协议（如MCP、A2A、ANP等）
Agent系统经验：对AI Agent的核心能力模块（推理规划、工具调用、记忆管理、代码执行）有深入理解，具备Agent系统的设计或开发经验
系统工程：熟悉容器化技术、沙箱隔离机制或分布式系统开发，能够构建高可靠、可扩展的代码执行基础设施
工作职责
设计并实现端到端的代码生成-执行-反馈-修复闭环系统，使Agent能够自主生成实现代码，并通过运行时错误、测试用例结果、性能指标等多维反馈进行多轮自调试与自修复
研究并落地基于动态分析的智能调试策略，包括AST级代码定位、自生成测试用例验证（Self-Generated Tests）等前沿技术，提升复杂工程任务中的代码修复成功率
构建Agent技能自进化框架，使Agent能在任务执行中自动将成功的代码方案抽象、封装为可复用的“技能”（Skill）或“工具”（Tool），实现“越用越强”的持续进化
研究自动工具创建（Automatic Tool Making）、零数据工具学习、进化提示优化等前沿方向，构建技能发现-学习-索引-调用的完整闭环
设计多Agent协作架构，根据任务复杂度自动规划并组装“规划Agent-编码Agent-测试Agent-审核Agent”协作流水线，实现复杂编程任务的高效拆解与分布式执行
持续跟踪Agent自主编程、自我进化、代码生成、大模型推理等前沿技术发展，将最新研究成果（如SICA、Tool-R0、Self-Evolving Multi-Agent等）转化为产品竞争力，推动团队技术水平持续提升
优先资格
学术背景：在ACL、EMNLP、NeurIPS、ICML、ICLR、AAAI、ICSE等顶会发表过LLM/Agent/代码生成相关论文
行业经验：有智能编程工具、开发者工具、IDE插件等相关产品开发经验
自进化经验：有Agent自我改进、自动化提示工程、工具自动创建等方向的研究或实践经验
开源贡献：在Agent框架、代码生成、开发者工具等领域有影响力的开源项目贡献
AI 洞察
优缺点分析
优点
- 处于AI Coding与Agent技术的最前沿，能够接触并落地SICA、Tool-R0等顶尖研究成果
- 依托顶尖人才计划，拥有极高的技术起点、丰富的算力与数据资源支持
- 自主Agent编程与多智能体协作属于行业探索期技术，面临极高的工程落地难度与不确定性
- 适合拥有扎实大模型与Agent系统研究背景、渴望在AI驱动软件开发革命中做出开创性贡献的顶尖博士或研究型工程师
缺点 / 挑战
- 需要持续追踪顶会最新论文，保持极高的技术敏锐度与科研压力
角色解读
- 从AI Agent核心算法与系统研发起步，成长为AI Coding领域的顶尖技术专家
- 未来可主导下一代智能开发工具的架构演进，或在多智能体、大模型应用等前沿方向引领技术突破
- 设计并实现端到端的代码生成、执行与修复闭环系统，让AI Agent具备自主编程和自调试能力
- 构建多Agent协作架构与技能自进化框架，将前沿大模型技术转化为智能编程助手的产品能力
- 精通Python/TypeScript等编程语言，深入理解AST与代码结构分析
- 熟悉LLM微调、推理优化及多智能体系统架构，具备Agent系统设计与分布式系统工程能力
申请策略
- 准备好详细讲解自己最得意的一篇论文或一个开源项目的技术细节，特别是如何解决Agent在复杂工程任务中的幻觉或调试失败问题
- 突出在ACL、NeurIPS等顶会发表的LLM/Agent/代码生成相关论文
- 详细展示在Agent自进化、自动工具创建或多智能体协作架构方面的实际项目或开源贡献
- 深入研读近期关于Self-Evolving Multi-Agent、Automatic Tool Making的顶会论文
- 动手实现一个包含代码生成、执行反馈与自修复闭环的微型Agent系统
面试指南
- 采用STAR法则，重点突出“问题定义-技术选型-创新点-落地效果”
- 对于Agent系统，强调闭环设计（如生成-执行-反馈-修复）和评估指标（如修复成功率、工具复用率）
- 请详细介绍你设计的Agent技能自进化框架，Agent是如何将成功方案抽象为可复用工具的？
- 在多Agent协作架构中，如何解决规划Agent与编码Agent之间的上下文丢失或目标不一致问题？
- 针对AST级代码定位和自生成测试用例验证，你在实际系统中是如何提升代码修复成功率的？
- 请分享一个你主导的LLM微调或推理优化的具体案例，遇到了什么瓶颈，如何解决的？
- 复习多智能体通信协议（MCP、A2A等）及主流Agent框架的底层原理
- 准备几个在复杂代码生成任务中失败并成功调试的案例，展现工程落地能力
职位点评
薪资福利95
成长发展95
工作生活50
使命价值85
薪资福利
95较高
作为顶尖人才计划，薪资福利处于行业极高水平，满足极高的补偿性动机。
薪资信号偏高 (5千–10万/月)
成长发展
95较高
处于AI Agent与代码生成的最前沿，技术成长空间极大，且有顶会研究要求，发展性动机极强。
技术前沿前沿/新兴技术
技术栈LLM、AI Agent、Transformer、AST、多智能体系统、Python、TypeScript
业务类型profit_center
工作生活
50较低
JD未提及工作模式与WLB，且作为顶尖研发岗，工作强度可能较大，生活化动机满足度一般。
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
致力于重新定义软件开发体验，推动AI驱动的编程革命，具有较高的行业使命感与技术愿景。
行业发展高速增长赛道
社会影响中性/一般
使命信号重新定义软件开发体验、在AI驱动的编程革命中创造历史
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