网易
全栈开发工程师（AI Coding Agent方向）
全栈开发工程师（AI Coding Agent方向）
发布于 大约 1 小时前普通员工/个人贡献者
杭州市
无经验要求
全职员工
仅现场办公
不限
软件工程
全栈开发
Prompt Engineering
Coding Agent
Ai工程化
AI 估算 · 20k–35k
网易大厂+AI热潮，全栈+Agent方向需求稀缺，薪资有竞争力，预计20-35K*15月。
职位详情
关于这个职位
这是一个AI赋能的全栈开发岗位，核心依托Coding Agent智能研发体系，独立完成从开发到运维的全链路闭环
你将深耕Agent工具调优与最佳实践，追求成本优化与创新解决方案，用智能化方式重构传统开发流程
适合对AI编码有极度热爱的技术人才
最低要求
扎实掌握全栈技术体系，熟练前端Vue/React、TS、工程化开发，熟练Java/Node.js/Python任一后端技术栈，精通数据库设计、SQL优化、服务部署与线上问题排查
核心必备能力：能够熟练依托 Coding Agent 完成完整业务全栈开发交付，可通过Agent独立完成前端开发、后端接口编写、测试用例生成、代码校验、项目发布、运维排查等全链路工作，熟练调教Agent、优化生成代码质量
核心素养：对Coding Agent智能化研发有极度热爱与长期深耕追求，不满足于基础工具使用，主动钻研Agent核心原理、组件能力、调优策略与落地痛点，具备极强的技术钻研欲和复盘沉淀能力
核心思维：具备极强的成本意识，在Agent使用、模型调用、项目研发过程中，主动优化资源消耗、降低研发成本、提升交付效率
拥有开放的技术心态，敢于打破传统研发思维，开放性探索Agent创新业务解决方案
逻辑清晰、自驱力极强，热爱技术创新，能够持续探索AI+研发的落地场景，适配智能化研发迭代节奏
工作职责
基于Coding Agent完成全流程全栈交付：依托各类智能编码Agent工具，独立承接业务需求，全权负责大前端、后端服务、接口逻辑、单元测试、功能联调、线上发布、日常运维等全链路工作，实现需求从0到1的智能化闭环落地
深耕Agent核心能力调优与最佳实践：主动钻研Coding Agent核心组件能力，持续打磨Prompt工程、Agent任务编排、代码生成规则、智能纠错、批量迭代等核心能力，沉淀标准化、可复用的Agent研发最佳实践，持续提升AI编码准确率与交付质量
具备极致成本优化意识：在Agent研发全流程中，持续关注模型调用成本、研发耗时、资源消耗，通过Agent策略调优、任务拆分、缓存复用、批量处理等方式，实现研发效率最大化、AI调用成本最小化
开放式创新落地Agent业务解决方案：打破传统软件开发思维局限，基于对Agent能力体系的深度理解，结合实际业务场景开放性思考、定制适配业务的智能化研发解决方案，用AI Agent能力解决传统研发低效、重复度高、迭代慢的痛点，赋能业务高效落地
负责线上系统稳定性保障，依托Agent能力自动化排查线上BUG、优化系统性能、迭代功能，持续提升业务系统稳定性与用户体验
优先资格
有长期深度使用Cursor、Claude Code、Codex等各类Coding Agent进行全栈项目完整落地经验
自主沉淀过Agent Prompt模板、任务编排方案、代码规范体系及工具调优最佳实践
具备AI研发成本优化、模型调用策略优化实战经验，有降本增效落地成果者优先
擅长跳出传统研发思维，针对业务场景定制专属Agent自动化解决方案，有智能化研发创新案例
持续关注大模型、智能编码体、AI工程化技术生态，有个人技术沉淀、探索实践成果者优先
AI 洞察
优缺点分析
优点
- 站在AI+研发最前沿，积累Coding Agent深度使用经验，技术壁垒高
- 网易大厂平台，资源丰富，项目有影响力，利于职业背书
- 强调成本优化和创新思维，能锻炼综合能力，而非单纯CRUD
- 学历经验不限，更看重实际能力，给有实力的开发者机会
- 工作强度可能较大，AI研发节奏快，需同时兼顾技术探索和业务交付
- 岗位要求极高自驱力和钻研精神，不适合被动执行型开发者
- 适合对AI coding有强烈热情、善于钻研且自驱的全栈开发者，尤其是喜欢尝鲜新工具并沉淀方法论的极客型技术人才
缺点 / 挑战
- 对Agent工具依赖度高，需要持续跟踪快速迭代的工具生态，学习压力大
角色解读
- 向AI工程化专家发展，成为Agent最佳实践和工具调优的核心贡献者
- 转型为AI研发架构师，设计智能化研发流程和平台，推动团队技术升级
- 深入大模型应用层，探索LLM在更多业务场景的落地，成长为技术负责人或AI产品经理
- 使用Coding Agent工具（如Cursor、Claude Code）完成前端、后端、测试、部署等全栈开发工作，实现需求从0到1的智能化闭环
- 深入调优Agent的Prompt工程、任务编排和代码生成策略，沉淀最佳实践，提升AI编码准确率
- 在开发全流程中优化模型调用成本和研发耗时，通过缓存复用、任务拆分等方法降本增效
- 探索Agent在业务场景中的创新应用，解决传统研发低效痛点，提升系统稳定性和用户体验
- 扎实的前端技术栈：Vue/React、TypeScript、工程化工具
- 至少精通一种后端语言：Java、Node.js或Python，熟悉数据库设计和SQL优化
- 熟练使用Coding Agent进行全链路开发，包括代码生成、测试、发布和运维
- 具备极强的Agent调教能力、成本意识和技术钻研精神，能主动优化Prompt和任务编排
申请策略
- 在简历中附上自己用Agent完成的项目GitHub链接或Demo，直观展示能力
- 关注网易严选业务背景，思考Agent如何提升电商场景研发效率，面试时展示业务理解
- 突出使用Coding Agent的实际项目经验，例如用Cursor/Claude Code完成过完整全栈项目
- 量化Agent调优成果：如提升代码生成准确率、降低模型调用成本等
- 展示Prompt工程、任务编排等自沉淀的最佳实践文档或模板
- 强调成本优化案例，如通过Agent策略调优节省XX%费用
- 熟悉主流Coding Agent（Cursor、Claude Code、Codex）的使用和调优技巧
- 学习Prompt Engineering和Agent任务编排的设计模式
面试指南
- STAR法则：情境-任务-行动-结果，重点突出调优过程和量化成果
- 成本分析框架：从模型调用、研发耗时、错误修复等维度对比，展示优化路径
- 创新思维：结合业务痛点提出Agent解决方案，先描述痛点再展示Agent如何解决
- 请描述一次你用Coding Agent完成全栈项目的经历，如何调优Prompt？
- 你在Agent使用中遇到过哪些问题？如何解决生成代码质量不高或幻觉？
- 如何衡量Agent研发的成本效益？你会采取哪些策略降低模型调用成本？
- 请设计一个Agent自动化的任务编排方案，用于某个业务场景（如电商订单处理）
- 你认为当前Coding Agent的局限性有哪些？如何改进？
职位点评
69
综合评分
网易AI Agent全栈岗，前沿技术栈，成长空间极大，但可能有高强度工作。
更适合这类人
最适合追求技术成长、热衷于AI前沿探索的开发者，对WLB要求不高。
表现最好
成长发展
相对薄弱
工作生活
薪资福利65
成长发展95
工作生活40
使命价值75
薪资福利
65中等
薪资未明确披露，但网易大厂+杭州，预计有竞争力，但岗位偏前沿探索，稳定性一般。
薪资信号未披露（AI估算：20K-35K/月）
成长发展
95较高
该岗位极度注重技术成长，提供前沿AI工具深度实践机会，鼓励沉淀最佳实践和创新，发展空间大。
技术前沿前沿/新兴技术
技术栈Coding Agent、Prompt Engineering、大模型、LLM、Cursor、Claude Code
成长机会最佳实践沉淀、技术钻研欲、开放创新思维
业务类型profit_center
工作生活
40较低
仅现场办公，未提及弹性工作或WLB，且AI研发节奏快，可能面临高强度。
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
75中等
AI+研发赛道高速增长，推动智能化开发效率提升，有较强技术使命感和社会价值。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号智能化研发模式重构传统开发流程、赋能业务高效落地
创新程度积极采用新技术
Watch Jobs