智能体（Agent）工程师

优缺点分析

角色解读

• 从Agent系统工程师成长为架构师，主导微信生态下生活服务Agent的整体技术方案
• 深入算法与工程结合领域，成为多智能体协作、模型后训练等方向的专家
• 有机会承担方向主R，带领团队探索Agent技术在生活服务领域的新范式
• 设计并开发微信生态下的生活服务Agent系统，包括Harness框架、上下文治理和工具编排等核心模块
• 与产品团队协作，将Agent能力落地到美团丰富的业务场景中，实现规模化应用
• 探索多智能体协作、Skill自进化、推理成本优化等前沿技术，持续提升Agent性能
• 利用SFT/DPO/GRPO等后训练技术，构建评测体系，形成线上反馈到数据到训练的闭环
• 精通Agent系统或对话系统的完整项目经验，能独立设计和交付复杂系统
• 深入理解LLM原理和Agent决策机制，能跨工程与算法边界解决问题
• 熟悉搜索引擎、推荐系统或广告系统的大型系统开发经验优先
• 了解OpenClaw/Claude Code/Codex等工具，具备开源影响力更佳

申请策略

• 关注美团技术博客和开源项目，了解团队的技术风格和成果
• 面试前准备一个Agent系统的设计案例，展示从需求到架构到实现的完整思路
• 突出Agent或对话系统的完整项目经验，包括系统架构设计、核心模块实现和效果优化
• 展示LLM相关的研究或应用成果，如SFT/DPO/GRPO的实践案例
• 强调动手能力和独立交付复杂系统的能力，最好有搜广推大型系统的经验
• 如有开源项目或技术博客，重点展示，尤其是与Agent、LLM相关的内容
• 如果没有Agent项目经验，可以快速学习LangChain、AutoGPT等框架，并动手搭建一个简单Agent
• 深入理解LLM的原理，特别是推理和决策机制，关注ReAct、Reflection等模式

面试指南

• 回答技术问题建议采用STAR法则：情境、任务、行动、结果，突出自己的贡献和系统效果
• 对于开放性问题，先给出核心原理，再结合具体场景说明折中方案，体现思考深度
• 展示对前沿技术的了解，但也要诚实说明个人经验，强调学习和解决问题的能力
• 请描述你设计过一个Agent系统的架构，包括关键模块和决策流程
• 如何在Agent中实现长程规划（Long-term Planning）和自我纠错（Self-correction）？
• SFT、DPO和GRPO的区别是什么？在生活服务场景中你会如何选择和应用？
• 如果Agent在线上出现错误决策，如何构建飞轮闭环来持续改进？
• 多智能体协作中如何处理冲突和共识？请举例说明