小红书
【2027校招】AI Agent Infra 工程师
【2027校招】AI Agent Infra 工程师
发布于 24 分钟前普通员工/个人贡献者
全职员工仅现场办公机器学习工程
机器学习工程
Agent基础设施
Go
分布式系统
多Agent系统
机器学习系统
状态管理
评测系统
值不值得投
76综合评分
综合评分 76
技术前沿、深度成长、大规模生产验证，但办公模式与WLB信息未知。
从起薪待遇、成长路径、工作节奏和岗位方向综合评估，方便比较职业起点。
薪资怎么样
24K
比机器学习工程中位数低
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 1330 个在招 · 其中机器学习工程 16 个
市场机会
选择面较广
北京 · 机器学习工程 · 约 420 个在招
职位详情
关于这个职位
这是小红书大模型基建部的校招AI Agent Infra工程师岗位
你将参与建设公司统一的Agent生产与进化基础设施（AgentSphere），解决Agent在生产环境中面临的执行架构、长任务状态管理、记忆与上下文、工具安全、评测与进化等前沿工程问题，并将技术突破沉淀为可复用的公共能力
最低要求
具备扎实的计算机基础和代码能力，熟悉 Python / C++ / Rust / Go 中至少一门语言，能够完成复杂系统的设计、实现、验证与性能分析
在 Agent 系统、分布式系统、机器学习系统、编程语言与 Runtime、云原生基础设施、检索与记忆或评测系统中的至少一个方向具备显著深度
不要求覆盖全部方向
理解 Agent 的核心执行机制，对 Agent Loop、Workflow、Planner–Executor、Tool Calling、MCP、Session、Context、Memory、Trace 或 Evaluation 等技术中的部分方向有深入研究或实践
具备系统抽象能力，能够区分 Agent 定义与 Runtime、Runtime 与执行环境、Control Plane 与 Data Plane、Registry 与 Gateway，以及平台评测基础设施与业务评测语义的边界
能够从真实场景中识别关键技术问题，提出可验证的技术假设，并通过实验、Benchmark 或生产数据判断方案有效性，而不止于完成模块或功能交付
具备良好的研究品位、工程实现能力、沟通协作能力和问题闭环意识，愿意探索未知问题，并将前沿技术转化为可靠的生产系统
工作职责
Harness Kernel 与执行架构研发：探索模块化、可组合、可扩展的 Agent 执行内核，将模型适配、Agent Loop、上下文组装、记忆、工具调用、审批和遥测等能力解耦，支持 ReAct、Workflow、Planner–Executor、Multi-Agent 等不同执行架构，并持续适配模型能力演进
Managed Runtime 与长任务系统：建设面向生产环境的 Agent Runtime，研究 Session、Event、Turn、Deployment、Workspace 等状态模型，解决长周期任务中的状态持久化、断点恢复、故障迁移、弹性运行、幂等执行和资源隔离问题，保证运行实例可以被替换，但任务状态和执行结果不会丢失
Context、Memory 与 Knowledge：探索 Context Engineering、分层记忆、Retrieval / RAG、Grounding 与个性化机制，研究如何在有限上下文窗口和成本约束下，提升 Agent 获取、组织、保留和使用信息的能力
Tool、MCP 与安全执行基础设施：建设 Tool、Skill、MCP Server 等能力的注册、版本、发现和调用体系，完善 Sandbox、Credential、Agent Identity、委托授权、网络与文件访问控制，为代码执行和工具调用提供隔离、可审计、可治理的安全边界
Agent Control Plane：定义统一的 Agent Artifact、资产模型和生命周期协议，建设覆盖身份、Owner、版本、权限、策略、发布、状态和成本的控制面，支持不同框架、不同 Runtime 以及 Managed / BYO Agent 的统一纳管，同时保留上层业务架构创新空间
Evaluation 与持续进化：建设数据集、评估器、Trace、Experiment、Run Version、回归分析、上线 Gate、线上抽样和 Bad Case 回流能力，让模型、Prompt、Tool、Context 或执行架构的每次变化都能够被评估、对比和安全发布，形成从线上反馈到系统优化的持续进化闭环
前沿探索与生产验证：持续跟踪 Agent Runtime、Harness、Memory、Evaluation、Multi-Agent 等前沿方向，形成独立的架构判断
与核心业务共建 Anchor Tenant，通过真实业务效果和生产指标验证新技术，并沉淀可复用的 Reference Architecture、开源项目或行业技术成果
跨团队系统协同：与模型、推理、MaaS、数据、安全、可观测、CI/CD 和业务团队协作，共同解决 Agent 效果、工程、模型与生产系统交叉形成的复杂问题
优先资格
在 Agent、分布式系统、MLSys、编程语言、信息检索或软件工程方向有高水平论文、重要开源贡献、竞赛成绩或原创技术成果
参与过 Agent Framework、Agent Runtime、Workflow Engine、MCP、Sandbox、Evaluation、Observability 或相关开源项目的核心模块研发
有长任务、状态机、事件驱动系统、工作流引擎、分布式执行、故障恢复或多租户平台的设计与落地经验
有代码执行沙箱、工具调用系统、身份与委托授权、Credential 管理、安全隔离或审计系统的实践经验
在 Context Engineering、分层记忆、RAG、Grounding、个性化或长上下文系统方面有深入研究或实际成果
建设过数据集、评估器、Trace、版本对比、回归分析、Eval Gate 或线上 Bad Case 闭环，并能解释评测结果与真实业务效果之间的关系
有大规模生产 Agent 系统实践，解决过稳定性、时延、成本、效果归因、灰度发布或跨框架治理问题
AI 洞察
优缺点分析
优点
- 场景真实且规模大：在拥有亿级用户的生产环境中验证和落地技术，工程价值高
- 平台化视角：工作成果是公司级基础设施，能培养强大的系统架构和抽象能力
- 团队专注：专注于AI基础设施，能够深入技术本质，避免陷入单一业务细节
- 技术难度高：涉及分布式系统、状态管理、安全隔离等多个复杂系统领域的交叉，学习曲线陡峭
- 系统复杂度高：需要理解并集成模型、推理、工具、安全等多个环节，对系统全局观要求极高
- 适合计算机基础扎实、对AI Agent和分布式系统有浓厚兴趣、乐于解决复杂底层系统问题、具备较强抽象能力和工程实现能力的应届毕业生
缺点 / 挑战
- 技术栈前沿：直接面对Agent、长任务系统、评测进化等AI工程领域的核心挑战
- 持续学习压力大：技术演进迅速，需要不断跟踪前沿并将其工程化落地
角色解读
- 技术专家路径：深耕Agent Runtime、分布式系统等方向，成为相关领域的资深技术专家或架构师
- 技术管理路径：在复杂系统工程中积累跨团队协作与项目管理经验，成长为技术团队负责人
- 前沿探索路径：持续跟踪技术前沿，推动内部系统创新，可能有机会将成果贡献至开源社区或影响行业标准
- 设计与开发AI Agent的核心执行内核（Harness Kernel），实现模块化、可扩展的运行时架构
- 构建面向生产环境的Agent运行时（Managed Runtime），解决长周期任务的状态持久化、故障恢复等复杂系统问题
- 研发Agent的上下文、记忆与知识管理系统，并设计安全可靠的工具调用与沙箱执行环境
- 参与建设Agent的评测与持续进化体系，通过实验与线上数据驱动技术迭代
- 扎实的编程功底（Python/C++/Rust/Go）和复杂系统设计能力
- 对Agent执行机制、分布式系统或机器学习系统有深入理解，而非泛泛了解
- 具备优秀的系统抽象能力，能清晰划分平台、运行时、业务等不同层次的边界
- 能够从真实场景出发定义技术问题，并通过实验和数据验证解决方案
申请策略
- 在简历或面试中，主动展示你对Agent生产落地挑战的思考（如可靠性、安全性、可观测性），而不仅是模型效果
- 准备一个你主导的、涉及“从0到1”设计并实现的复杂系统项目，能清晰讲解架构演进和关键技术决策
- 突出1-2个与Agent、分布式系统、Runtime或评测相关的深度项目或研究，清晰阐述你的思考和贡献
- 详细描述你在项目中解决的具体技术难题（如状态管理、故障恢复、性能优化），体现系统设计能力
- 如果有相关开源贡献、技术博客、论文或竞赛成绩，务必在简历中显著位置展示
- 强调你的编程语言深度（不限于Python）和对操作系统、网络等计算机基础知识的掌握
- 深入学习Agent技术栈：重点研究LangChain/LlamaIndex等框架的底层设计，以及ReAct、MCP等协议
- 补强分布式系统知识：学习gRPC、一致性协议、状态机等核心概念，并尝试实现一个简单的状态管理系统
面试指南
- 系统设计问题：采用“需求分析-架构设计-关键模块详解-可扩展性/可靠性考量”的框架回答，强调你的权衡与决策过程
- 技术深度问题：结合具体技术点（如状态机、分布式事务），阐述其原理、优缺点以及在特定场景下的应用思路
- 开放性问题：从问题本质出发，分层次（如功能、性能、安全、运维）阐述解决思路，并展示对前沿技术的了解
- 请描述一个你设计或参与开发的复杂系统，遇到了哪些关键挑战，你是如何解决的？
- 如果让你为Agent设计一个长任务的状态恢复机制，你会如何考虑和设计？
- 你认为一个生产级的Agent Runtime需要具备哪些核心特性？与研究环境下的实现有何不同？
- 如何评测一个Agent在某个任务上的表现？请设计一个简单的评测框架
- 你如何看待Agent工具调用中的安全问题？可以提出哪些防护措施？
职位点评
薪资福利70
成长发展95
工作生活50
使命价值75
薪资福利
70中等
作为校招岗位，薪资在同类岗位中有竞争力，但具体福利细节未在JD中披露，存在一定不确定性。
薪资信号面议 (18K-30K/月)
成长发展
95较高
该职位直面AI Agent工程化最前沿的挑战，涉及多个复杂系统方向，技术成长空间和深度极大，且是公司级核心平台项目。
技术前沿前沿/新兴技术
技术栈Agent、Runtime、分布式系统、状态管理、RAG、Evaluation、MCP、Sandbox
成长机会前沿探索与生产验证、持续进化闭环、将前沿技术转化为可靠的生产系统
业务类型profit_center
工作生活
50较低
JD未提及任何工作模式或WLB相关信息，无法判断具体办公安排和工作强度，生活化动机满足程度未知。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
75中等
AI Agent是当前高速增长的赛道，该岗位致力于构建支撑规模化应用的基础设施，具有明确的技术影响力和业务价值。
行业发展高速增长赛道
社会影响中性/一般
使命信号将一次技术突破沉淀为可以被公司不同业务复用的公共能力
创新程度积极采用新技术
Watch Jobs