小红书
AI Agent 平台研发工程师—研发效能方向
AI Agent 平台研发工程师—研发效能方向
发布于 大约 14 小时前普通员工/个人贡献者
上海市 / 北京市
中级经验
全职员工
仅现场办公
学历未注明
软件工程
Agent Runtime
Ai Agent
CI/CD
Graphrag
Langgraph
Mcp
Rag
Spring Ai
代码图谱
AI 估算 · 30k–50k
AI Agent方向技术稀缺，小红书平台薪酬有竞争力，中级工程师中位数约40k/月
职位详情
关于这个职位
该职位负责建设面向研发全生命周期的AI Agent平台，推动Agent在需求理解、编码、测试发布和故障分析等场景落地
你将参与构建Agent Runtime、MCP、RAG等核心能力，并打通代码仓库、CI/CD等工具链
适合具有后端开发经验、对AI应用充满热情的技术人员
最低要求
年以上 Java、Python、Golang 等语言开发经验，具备扎实的后端、分布式系统和软件工程基础
具备 Agent 或 AI 应用项目经验，理解 Agent Runtime、Tool Calling、MCP、RAG、上下文工程和任务编排等核心技术
熟悉 DeepAgent、LangGraph、Spring AI 等至少一种 Agent 框架，理解 Graph/DAG 编排机制，能够结合生产场景进行扩展
熟悉代码仓库、IDE、测试、CI/CD、发布和监控等研发工具链，具备良好的平台抽象、工程质量和稳定性意识
工作职责
建设面向研发全生命周期的 AI Agent 平台，推动其在需求理解、编码、测试发布和故障分析等场景落地
建设企业级 Agent Harness / Runtime，完善工具调用、上下文与记忆、状态管理、Graph/DAG 任务编排及异常恢复等核心能力
基于代码、文档、接口和运行数据建设业务域知识体系，打通代码仓库、IDE、CI/CD、知识库及监控系统，沉淀 MCP、Skill、Workflow 等基础能力
建设 Agent 可观测与评测闭环，推动 GraphRAG、Graph Engineering 在代码理解、知识建模和长周期任务中的工程化应用
优先资格
加分项
深入研究或二次开发过 Agent 框架，或对 Claude Code、Codex 等 Coding Agent 的实现机制有深入理解
具备业务知识库、代码知识图谱、代码检索、Coding Agent、研发效能平台或 Workflow Engine 建设经验
具备业务或全栈研发经验，能够理解真实研发流程并推动 Agent 能力端到端落地
AI 洞察
优缺点分析
优点
- 小红书作为超大型互联网公司，平台资源丰富，业务场景多样
- AI Agent是当前最前沿的技术方向，能积累稀缺的核心经验
- 团队技术氛围浓厚，可深入GraphRAG、Graph Engineering等前沿技术
- 技术栈复杂，需要同时掌握后端、AI框架和研发工具链，学习曲线陡峭
- 适合有2年以上后端经验、对AI Agent有强烈兴趣、愿意深入技术细节的研发人员
缺点 / 挑战
- Agent落地面临生产环境的稳定性、可观测性等挑战，对工程能力要求高
- 工作位于上海/北京，生活成本较高，且未明确WLB信息
角色解读
- 向AI Agent架构专家发展，主导企业级Agent平台设计与优化
- 深入AI工程化领域，成为LLM应用和智能运维方向的资深专家
- 可横向拓展至其他AI方向（如Coding Agent、知识图谱），或转向技术管理岗
- 构建AI Agent平台，实现需求理解、代码生成、测试发布等研发全流程的智能化
- 建设Agent Runtime、MCP、RAG等核心基础设施，提升Agent的执行能力和稳定性
- 打通代码仓库、IDE、CI/CD等工具链，沉淀知识体系和可复用组件
- 扎实的后端开发能力，精通Java/Python/Golang，熟悉分布式系统
- 深入理解Agent核心技术，如Runtime、Tool Calling、RAG、任务编排等
- 熟悉至少一种Agent框架（如LangGraph、Spring AI），并能进行二次扩展
申请策略
- 关注小红书在AI Agent领域的技术博客或开源项目，体现对团队方向的了解
- 重点突出Agent或AI应用相关项目经验，尤其是Runtime、RAG、MCP等技术点
- 强调后端开发能力，包含分布式系统、高并发、稳定性等实际案例
- 列出熟悉的Agent框架，如LangGraph、Spring AI，并说明二次开发或定制经历
- 学习Agent框架（LangGraph、DeepAgent）并动手实践一个完整Agent应用
- 补充代码知识图谱、GraphRAG等工程化知识，提升对工具链的理解
面试指南
- 技术问题：先讲背景和需求，再对比方案，最后总结效果和反思
- 系统设计：遵循清晰的分层设计，突出关键挑战和解决思路
- 请介绍一个你设计的Agent Runtime系统，如何实现工具调用和任务编排？
- RAG在代码理解场景中如何优化？GraphRAG相比传统RAG有什么优势？
- 如何保障AI Agent在生产环境的稳定性和可观测性？
- 描述一个你使用LangGraph或类似框架解决的实际问题
- 复习Agent核心概念，包括Tool Calling、Memory、State Management等
- 准备一个完整的Agent项目案例，包含架构、实现细节和遇到的坑
职位点评
71
综合评分
AI Agent前沿技术，大平台高薪资，成长空间大，但工作弹性一般
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
适合追求技术成长、对AI Agent有浓厚兴趣、能够承受一定工作强度的研发人员。
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85
工作生活50
使命价值60
薪资福利
75中等
薪资估算处于市场较高水平，小红书平台福利待遇较好，但JD未明确具体福利，故评分中等偏上。
薪资信号偏高 (30K-50K/月)
成长发展
85较高
职位涉及AI Agent最前沿技术，能够深入构建核心基础设施，技术成长极快，但JD未提及晋升路径，略有扣分。
技术前沿前沿/新兴技术
技术栈AI Agent、Agent Runtime、MCP、RAG、GraphRAG、LangGraph、Spring AI
业务类型cost_center
工作生活
50较低
工作地点在上海市/北京市，现场办公，JD未提及弹性工作或WLB，故生活化动机满足程度一般。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值
60中等
研发效能方向服务于内部开发者，社会影响力有限，但AI Agent是高速增长赛道，具有行业前景。
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