快手
Agent研发实习生-【电商】
Agent研发实习生-【电商】
发布于 大约 18 小时前实习/见习
实习生仅现场办公人工智能
人工智能
Coding Agent
Llm
Prompt Engineering
Rag
多Agent协作
评测
值不值得投
73综合评分
综合评分 73
前沿Agent技术实习，学习机会多，但WLB未知。
从学习成长、工作节奏、岗位方向和实习待遇综合评估，方便比较实习机会。
薪资怎么样
5K
比人工智能中位数低
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 2150 个在招 · 其中人工智能 6 个
市场机会
选择面较广
杭州 · 人工智能 · 约 290 个在招
职位详情
关于这个职位
该职位是快手电商团队的Agent研发实习生，负责参与企业级Agent操作系统的研发与迭代，包括Agent Loop、上下文管理、Memory、多Agent协作等核心能力提升，并参与Agent自进化体系和评测体系的建设，以支持智能体处理复杂任务的效果优化
最低要求
本科及以上在读，计算机、软件工程、人工智能、数据科学等相关专业
有大模型或Agent相关项目实践，理解Prompt/Context Engineering、Function Calling、Tool Use、RAG、Memory、Planning、Workflow等基本机制
课程项目、竞赛项目、开源项目及个人作品均可
具备良好的工程意识，熟悉Git、Linux和常见服务开发流程
能够通过日志、运行轨迹、测试用例和监控指标定位问题
具备数据与实验意识，能够围绕业务目标设计测试用例和评测指标，通过对比实验分析Agent的效果、性能和成本
必须有Claude Code、Codex等主流Coding Agent工具的实际使用经验，能够借助Coding Agent独立完成需求理解、方案设计、编码、测试和问题排查，而非仅用于简单代码补全
对Agent技术有强烈兴趣，具备较强的学习能力、执行力和Owner意识，能够主动发现问题并推动结果落地
工作职责
参与企业级Agent OS的研发与迭代，围绕Agent Loop、上下文管理、Memory、Skills/Tools、多Agent协作、模型接入与任务编排等核心能力，提升智能体处理复杂任务的效果与稳定性
参与Agent自进化体系建设，围绕“运行—评测—归因—优化—发布”闭环，建设线上轨迹采集与回放、问题归因、自动优化、回归评测及发布准出等能力，让Agent能够基于真实业务反馈持续迭代
参与Agent评测体系与评测平台研发，建设端到端、Planning、Memory、Skill/Tool调用、模型推理等不同层级的评测能力，结合真实业务轨迹沉淀评测集、Benchmark和长对话测试集，提升评测效率与可信度
参与Skill/Tool生态建设，包括能力接入、开发规范、自动检查、单点测试、版本管理和上线准出等，探索通过AI自动完成Skill问题发现、代码优化与效果验证
跟进业界各类优秀Agent、Harness方向的技术发展，快速完成方案调研、原型验证和工程落地，并沉淀可复用的最佳实践
优先资格
有Agent框架、评测平台、LLM Observability、MCP、工具调用或多Agent系统开发经验
有开源项目贡献，或能够提供GitHub项目、技术博客、Agent Demo等可验证作品
了解分布式服务、容器化运行、资源隔离、链路追踪、高并发及稳定性治理
了解SFT、RL、Agentic RL、数据飞轮或自动化Prompt/Skill优化
AI 洞察
优缺点分析
优点
- 接触前沿Agent和大模型技术，学习机会丰富
- 大厂平台资源多，项目实践价值高
- 参与电商场景应用，技术落地性强
- 有明确的技能提升路径，如评测和自进化体系
- 竞争激烈，需持续保持主动性和Owner意识
- 适合对AI Agent技术有浓厚兴趣、具备项目实践经验、工程能力扎实且学习能力强的计算机相关专业学生
缺点 / 挑战
- 技术难度较高，需要快速学习新概念和工具
- 作为实习可能面临高强度项目节奏和压力
角色解读
- 实习后可转为正式Agent工程师，深入AI技术研发
- 向高级工程师或技术专家发展，专注Agent架构和优化
- 有机会晋升为技术负责人，带领团队攻克Agent技术挑战
- 参与企业级Agent操作系统的研发，包括核心能力如Agent Loop和多Agent协作
- 构建Agent自进化体系，实现从运行到发布的闭环优化
- 开发评测体系和平台，提升Agent效果和可信度
- 建设Skill/Tool生态，探索AI驱动的自动化问题发现与修复
- 跟进前沿Agent技术，完成调研和工程落地
- 掌握大模型和Agent相关机制，如Prompt Engineering、RAG和Planning
- 具备工程能力，熟悉Git、Linux和问题排查方法
- 拥有数据与实验意识，能设计测试用例和评测指标
- 熟练使用Coding Agent工具（如Claude Code、Codex）进行独立开发
申请策略
- 提前了解快手电商业务和Agent技术在其中的应用场景
- 在GitHub或技术博客展示个人Agent项目或Demo，增强可信度
- 突出大模型或Agent相关项目经历，如使用Prompt Engineering的实践
- 强调Coding Agent工具（如Claude Code）的实际使用案例
- 展示工程能力，如Git使用、Linux操作和问题排查经验
- 列出数据实验经验，包括测试用例设计和对比分析
- 深入学习Agent框架（如LangChain）和评测平台知识
- 加强分布式系统和容器化技术（如Docker、Kubernetes）的了解
面试指南
- 使用STAR法则（情境、任务、行动、结果）结构化描述项目经验
- 结合实际案例说明技术选择和优化思路，突出问题解决能力
- 强调学习能力和主动性，展示对Agent技术的热情和持续探索
- 请描述你之前参与的大模型或Agent项目，重点说明你的贡献
- 如何设计一个Agent的评测指标？你会考虑哪些方面？
- 请分享你使用Coding Agent工具（如Claude Code）独立完成一个任务的经验
- 解释Agent Loop的工作原理，以及如何优化其稳定性
- 你如何跟进Agent领域的最新技术发展？
职位点评
薪资福利70
成长发展90
工作生活50
使命价值75
薪资福利
70中等
实习岗位提供市场水准的津贴，但作为实习生，薪资和福利相对有限，主要满足基本补偿需求。
薪资信号未披露（AI估算：4K-6K/月）
成长发展
90较高
职位涉及前沿Agent技术，提供丰富的学习和成长机会，有利于技能积累和职业发展。
技术前沿前沿/新兴技术
技术栈Agent、LLM、Prompt Engineering、RAG、Memory、Planning
业务类型ambiguous
工作生活
50较低
JD未明确工作模式和加班情况，生活化动机满足程度一般，可能需现场办公且WLB不确定。
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
在电商领域应用Agent技术，有提升用户体验和效率的社会价值，行业前景好。
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
Watch Jobs