小红书
【社区专项】Personal Agent开发工程师
【社区专项】Personal Agent开发工程师
发布于 32 分钟前普通员工/个人贡献者
全职员工仅现场办公AI算法
AI算法
Ai Agent
Java/Python/Go
Langgraph
Llm应用开发
Prompt Engineering
Rag
Tool Calling
分布式系统
值不值得投
81综合评分
综合评分 81
前沿AI技术栈、高成长潜力、大厂平台、工作强度未知
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，方便横向比较。
薪资怎么样
4.0万
比AI算法中位数低
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 2420 个在招 · 其中AI算法 9 个
市场机会
选择面较广
北京 · AI算法 · 约 140 个在招
职位详情
关于这个职位
负责小红书搜索、问答及推荐场景下的AI Agent应用研发，构建任务规划、ReAct推理循环及工具调用体系
通过上下文工程优化多轮对话体验，推进大模型应用工程化落地，并建立质量保障机制以提升系统稳定性与效果
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年后端或 AI 应用研发经验
熟练掌握 Java、Python、Go 中至少一种编程语言，具备良好的数据结构、网络、并发编程及后端工程基础
熟悉 LLM 应用开发范式，理解 Prompt Engineering、RAG、Embedding、Tool/Function Calling、ReAct 等核心概念
具备 AI Agent 项目实践，能够独立完成任务编排、工具调用、上下文管理、多轮对话等一个或多个核心模块的设计与开发
熟悉 LangGraph、LangChain、Spring AI、Dify、Coze 等框架或平台中的至少一种，并理解其核心设计思路，而非仅停留在 API 调用层面
具备分布式系统设计基础，理解超时、重试、幂等、熔断、限流、降级及可观测性等生产工程问题
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
技术驱动，持续关注大模型与 AI Agent 领域的发展，能够结合业务场景形成自己的技术判断
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，参与从需求分析、方案设计、工程实现到上线迭代的完整流程
设计和实现 Agent 核心执行链路，包括任务规划、ReAct 推理循环、状态流转、模型与工具交替执行、异常处理及结果生成等模块
建设可扩展的工具调用体系，完成 Tool 的统一注册、参数校验、并行调用、超时重试、异常降级及调用结果追踪
负责多轮对话与模型交互的上下文工程，包括消息构造、历史筛选、Token 预算、上下文裁剪与压缩、状态隔离、短期与长期记忆，以及 RAG 检索结果的组织与回填
推进大模型应用工程化，覆盖 Prompt 模板管理、模型与流程路由、流式输出、模型降级、缓存策略、灰度实验和效果分析
建立 Agent 质量保障机制，建设离线评测集、过程评测、端到端评测、Bad Case 归因和线上指标监控，持续提升应用效果与可靠性
持续优化 AI 应用的性能与稳定性，完善限流、熔断、重试、降级、链路追踪和异常监控机制，保障高并发场景下的服务质量
与产品、算法及横向研发同事协作，将模型能力、业务工具和产品交互整合为可持续迭代的 AI 应用
优先资格
加分项：
有 Planning、Multi-Agent、Agent as Tool、工作流引擎或任务调度系统的实践经验
有搜索、推荐、知识问答、交易决策或复杂任务型 AI 应用经验
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
具备 AI 应用全链路流量压测经验，能够覆盖应用接入、Agent 编排、模型推理、上下文处理、RAG 检索及 Tool 调用链路，围绕并发量、吞吐量、首 Token 延迟、TP99、成功率和工具耗时完成瓶颈分析与性能优化
熟悉向量数据库、语义缓存、模型微调、数据合成或训练数据闭环
了解 MCP、A2A 等 Agent 工具与通信协议，并有实际接入经验
AI 洞察
优缺点分析
优点
- 处于AI Agent前沿赛道，技术栈先进（ReAct、Multi-Agent等），平台流量大，业务场景丰富
- 技术迭代极快，需持续学习
- 高并发场景下性能优化难度大
- 需平衡模型效果与工程稳定性
- 对AI Agent有浓厚兴趣，具备扎实后端功底且希望深耕大模型应用工程的开发者
缺点 / 挑战
暂无明显挑战项
角色解读
- 可向AI架构师、高级AI工程师发展，或在Agent编排、大模型工程化领域成为专家
- 负责设计和开发面向搜索、问答等场景的AI Agent应用，构建核心执行链路如任务规划和ReAct推理
- 精通Java/Python/Go后端开发，深入理解LLM应用范式（RAG、Prompt、Tool Calling），熟悉LangChain/LangGraph等框架
申请策略
- 准备展示对ReAct、RAG等核心概念的深度理解，最好有相关Demo或开源项目
- 突出AI Agent项目经验，强调在任务编排、工具调用、上下文管理等方面的具体贡献
- 深入学习LangGraph/LangChain源码，掌握分布式系统在高并发下的优化技巧
面试指南
- 使用STAR法则回答项目经验，重点阐述技术选型理由、遇到的挑战及解决方案
- 请描述你设计的AI Agent的核心执行链路
- 如何处理Agent在多轮对话中的上下文管理和Token限制？
- 在分布式系统中，如何保证Agent调用的可靠性和一致性？
- 请谈谈你对LangChain和LangGraph的理解及其优缺点
- 复习LLM应用开发核心概念，准备1-2个完整的AI Agent项目案例，梳理技术细节
职位点评
薪资福利85
成长发展95
工作生活60
使命价值75
薪资福利
85较高
作为头部互联网公司，提供具有竞争力的薪资和完善的福利体系，满足补偿性动机。
薪资信号未披露（AI估算：3.0千–5.0万/月）
成长发展
95较高
职位涉及AI Agent前沿技术，技术栈先进，成长空间巨大，高度满足发展性动机。
技术前沿前沿/新兴技术
技术栈AI Agent、LLM、LangGraph、LangChain、RAG、ReAct、Prompt Engineering
业务类型profit_center
工作生活
60中等
JD未明确提及WLB，互联网大厂通常工作强度较大，但技术氛围好，生活化动机中等。
工作模式未明确
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
75中等
通过AI技术提升搜索、问答等用户体验，具有明确的用户价值和社会意义。
行业发展高速增长赛道
社会影响正向社会影响力较高
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
AI应用工程师-Agent方向
万华化学 · 烟台市
AI 估算 · 2.0–3.5万1 小时前发布
腾讯视频云大模型推理加速工程师
腾讯视频 · 深圳市
AI 估算 · 3.0–6.0万1 小时前发布
AI开发工程师-智算（郑州）(J14547)
中科曙光 · 郑州市
AI 估算 · 2.0–3.5万1 小时前发布
AI Business Solutions & Innovation Manager
文华东方酒店 · 香港特别行政区
AI 估算 · 4.5–7.5万2 小时前发布
KERING Principal AI Engineer-Agentic Systems
开云 · 上海市
AI 估算 · 6.0–10.0万2 小时前发布
KERING Applied AI Engineer-Agentic Applications
开云 · 上海市
AI 估算 · 3.0–5.0万2 小时前发布
AI Agent 专家-租车
哈啰出行 · 上海市
AI 估算 · 4.0–7.0万2 小时前发布
software manager（AI tool chain）
瀚纳仕 · 上海市
AI 估算 · 5.0–8.0万2 小时前发布
Watch Jobs