小红书
AI Agent开发工程师（终端 & Server）
AI Agent开发工程师（终端 & Server）
发布于 大约 14 小时前普通员工/个人贡献者
北京市 / 上海市
中级经验
全职员工
仅现场办公
本科
软件工程
Ai Agent
Bff
Llm
Prompt Engineering
Rag
Tool Calling
上下文工程
生成式Ui
终端开发
AI 估算 · 30k–55k
AI Agent 开发岗技术栈前沿，小红书平台薪资竞争力强，结合3年经验与一线城市，预估月薪30k-55k，全年16薪。
职位详情
关于这个职位
该职位负责小红书 AI Agent 的终端与服务端研发，涉及搜索、问答、推荐等多场景，需具备端云协同能力，参与从需求分析到上线迭代的全流程
你将建设终端交互能力、上下文工程、BFF 层以及 Agent 核心执行链路，并与产品、算法等多团队协作，推动 AI 应用落地
适合有 3 年左右终端或后端经验、对 LLM 应用开发有热情的技术人才
最低要求
本科及以上学历，计算机、软件工程、人工智能等相关专业，具备约 3 年终端、后端或 AI 应用研发经验，并具备端云协同的系统视角
熟悉至少一种终端技术栈，如 iOS、Android、Web 或跨端框架
同时熟练掌握 Java、Go、Python、TypeScript 中至少一种服务端语言，具备良好的数据结构、网络、并发和工程基础
熟悉终端应用生命周期、页面与路由状态、网络通信、权限与系统能力调用，能够处理弱网、前后台切换、流式渲染、状态恢复和性能优化等实际问题
具备 BFF 或复杂服务端系统研发经验，理解 API 聚合、协议设计、会话状态、异步任务、缓存、幂等、限流、熔断、降级及可观测性等生产工程问题
熟悉 LLM 应用开发范式，理解 Prompt Engineering、RAG、Embedding、Tool / Function Calling、ReAct、结构化输出和流式推理等核心概念
具备 AI Agent 项目实践，能够独立完成上下文管理、多轮模型交互、任务编排、工具调用、终端接入或 BFF 中一个或多个核心模块的设计与开发
理解上下文工程的关键约束，能够围绕不同页面和终端环境设计上下文采集、语义建模、优先级、Token 预算、压缩、隐私过滤及 Agent 注入方案
对 Schema 驱动 UI、Server-Driven UI 或 Generative UI 有理解和实践兴趣，能够在模型生成的灵活性与终端渲染的安全性、确定性、性能之间做出合理设计
具备良好的问题抽象、沟通协作和工程落地能力，能够从业务目标出发完成方案拆解、研发交付、效果评测和持续迭代
工作职责
负责面向搜索、问答、推荐及复杂任务场景的 AI Agent 应用研发，覆盖终端、BFF 与 Agent Server，从需求分析、方案设计、工程实现到上线迭代形成端到端闭环
建设终端侧 Agent 交互与运行能力，支持多轮对话、流式生成、工具执行状态展示、任务中断与恢复、用户确认、异常兜底及跨页面连续体验，持续优化首屏响应、交互延迟和终端稳定性
负责终端环境上下文的采集、治理与注入，将当前页面、内容对象、用户选中信息、操作状态、任务进度、设备能力、权限、网络状态和应用版本等信息，经过标准化、裁剪、压缩与安全过滤后注入 Agent，提升模型对“用户当前所处环境”的理解和执行准确性
设计多轮模型交互的上下文工程体系，覆盖消息构造、历史筛选、Token 预算、上下文压缩、会话与任务状态隔离、短期与长期记忆，以及 RAG 和工具结果的组织与回填
设计和研发面向 AI 应用的 BFF，完成终端协议适配、会话管理、上下文聚合、模型与工具编排、流式传输、多模态输入输出、状态同步、灰度实验、降级兜底及跨端一致性建设
探索从 BFF 到生成式 UI 的新型交互链路，建设 Schema / DSL、组件注册与动态渲染机制，使模型能够根据任务状态生成结构化界面、操作建议和交互组件
同时完善协议校验、组件白名单、权限控制、埋点反馈及确定性 UI 降级能力
设计和实现 Agent 核心执行链路，包括任务规划、ReAct 推理循环、模型与工具交替执行、状态流转、超时重试、异常降级和结果溯源，并建设可扩展的 Tool 注册、参数校验、并行调度与调用追踪体系
建立端到端质量保障与可观测体系，覆盖终端行为、BFF、模型推理、上下文、RAG、工具调用和生成式 UI，建设离线评测、过程评测、线上指标、Bad Case 归因、链路追踪和性能优化机制
与产品、设计、算法、终端和服务端团队协作，将模型能力、业务工具和交互创新整合为可持续迭代、可规模化复用的 AI 应用能力
优先资格
有端侧智能助手、系统级入口、跨页面任务、端云协同或多模态交互的研发经验
有 Schema / DSL、动态组件、Server-Driven UI、Generative UI 或模型驱动交互协议的实际设计与落地经验
有 MCP、A2A、Multi-Agent、Agent as Tool、工作流引擎或任务调度系统的实践经验
有 AI 应用全链路流量压测经验，能够覆盖终端接入、BFF、Agent 编排、模型推理、上下文处理、RAG 和 Tool 调用链路，并围绕吞吐量、首 Token 延迟、P95 / P99、成功率及资源成本完成瓶颈分析与优化
有 Agent Eval、LLM-as-a-Judge、执行轨迹分析、Bad Case 自动归因或评测平台建设经验
AI 洞察
优缺点分析
优点
- 身处 AI 应用前沿，深入接触 LLM、Agent、生成式 UI 等热门技术，技能积累迅速
- 团队氛围可能偏向创新，有机会从零到一构建系统，成长空间大
- 涉及终端、BFF、Agent Server 等多层系统，需具备端云协同的全局视野，学习曲线陡峭
- 工作职责范围广，从交互体验到模型推理都需覆盖，对综合能力要求高
- AI 领域迭代快，需持续跟进新技术，工作强度可能较大
缺点 / 挑战
- 小红书平台流量大、业务场景丰富，项目影响力强，技术挑战高
- 适合有 3 年以上终端或后端经验、对 LLM 和 Agent 有强烈兴趣、喜欢挑战复杂系统设计的工程师
角色解读
- 可向 AI Agent 架构师或技术专家方向发展，主导端云协同的 AI 系统设计
- 也可转向 AI 产品技术负责人，结合业务需求推动 AI 能力落地
- 未来可探索 Multi-Agent 系统、生成式 UI 等前沿方向，成为行业稀缺人才
- 负责 AI Agent 在终端与服务端的全流程研发，包括需求分析、方案设计、工程实现与迭代
- 建设终端侧交互能力，处理多轮对话、流式生成、任务中断恢复等复杂场景
- 设计上下文工程体系，采集终端环境信息并注入 Agent，提升模型理解准确性
- 研发 BFF 层与 Agent 核心执行链路，实现任务规划、Tool Calling 与可观测性
- 精通至少一种终端技术栈（iOS/Android/Web）和一种服务端语言（Java/Go/Python/TypeScript）
- 深入理解 LLM 应用核心概念，如 Prompt Engineering、RAG、ReAct、Tool Calling
- 具备 BFF 或复杂服务端系统经验，熟悉 API 聚合、会话管理、流式传输等
- 有 AI Agent 项目实践，能独立完成上下文管理、任务编排等模块
申请策略
- 准备一个自己主导的 AI Agent 项目案例，详细说明问题、方案、结果及技术难点
- 面试前了解小红书的产品生态（搜索、推荐等），思考如何将 Agent 与其结合
- 突出自己参与过的 AI Agent 或 LLM 应用项目，特别是涉及上下文管理、Tool Calling 或终端接入的模块
- 展示在 BFF 或服务端系统设计方面的经验，如 API 聚合、流式传输、可观测性等
- 强调终端开发能力，包括处理弱网、前后台切换、性能优化等实际问题
- 如果有生成式 UI、Server-Driven UI 或 Multi-Agent 经验，务必重点提及
- 巩固 LLM 应用开发知识，动手实践 Prompt Engineering、RAG、ReAct 等范式
- 学习终端侧 AI 交互的相关技术，如流式渲染、状态恢复、端侧模型部署
面试指南
- 采用 STAR 法则：先说明项目背景与目标，再讲你的角色与具体方案，重点突出技术决策与效果
- 对于设计类问题，先明确约束（如场景、用户量），再提出分层或模块化方案，最后讨论权衡
- 对于技术概念问题，用自己的话解释核心原理，再结合实践经验说明
- 请描述一个你参与过的 AI Agent 项目，如何设计上下文管理？
- 在终端侧实现流式对话时，如何处理弱网或应用切换？
- 如何设计一个 BFF 层来支持多轮模型交互和 Tool 编排？
- 你能解释 ReAct 循环的工作原理吗？如何设计异常降级？
- 生成式 UI 如何平衡模型灵活性与终端安全性？
职位点评
71
综合评分
AI Agent 前沿技术岗，技术成长极高，薪资中上，WLB 一般。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
更适合这类人
最适合追求技术成长、希望在 AI 前沿深耕的求职者，对薪资 WLB 有一定容忍度。
表现最好
成长发展
相对薄弱
工作生活
薪资福利75
成长发展90
工作生活40
使命价值70
薪资福利
75中等
小红书作为成熟大厂，薪资福利具有市场竞争力，但职位未明确薪酬结构，整体补偿性中等偏上。
薪资信号未披露（AI估算：30K-55K/月）
成长发展
90较高
该职位涉及前沿 AI 技术栈（LLM、Agent、生成式UI），技术成长空间极大，且职责范围广，能快速积累端云协同经验。
技术前沿前沿/新兴技术
技术栈LLM、RAG、ReAct、Tool Calling、生成式UI、BFF
业务类型profit_center
工作生活
40较低
职位要求现场办公，且频繁提及性能优化、全链路压测等，可能涉及高强度工作，WLB 一般。
工作模式仅现场办公
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
70中等
AI Agent 是当前科技热点，对社会效率提升有正向作用，但小红书以社交电商为主，使命感一般。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
小红书 的其他在招职位
相似职位推荐
Watch Jobs