哔哩哔哩
AI Agent开发工程师（创作方向）
AI Agent开发工程师（创作方向）
发布于 2 小时前普通员工/个人贡献者
全职员工仅现场办公人工智能
人工智能
Agent Runtime
Ai Agent
Human-In-The-Loop
Mcp协议
系统架构设计
值不值得投
76综合评分
综合评分 76
前沿AI Agent核心研发岗，技术成长空间大，业务导向强，工作节奏偏互联网常规强度。
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
3.5万
比人工智能中位数高
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 830 个在招 · 其中人工智能 3 个
市场机会
选择面较广
上海 · 人工智能 · 约 370 个在招
职位详情
关于这个职位
负责哔哩哔哩创作场景下AI Agent的运行时架构设计、工具链与Harness体系建设，以及端上协作、记忆检索、多Agent互联等核心模块的研发
需将Agent能力转化为稳定可用的产品功能，持续优化性能与成本，构建数据评测闭环
最低要求
计算机、数学或相关理工科专业本科及以上，1～3 年研发经验（优秀者不受此限制），计算机基础扎实（数据结构、算法、操作系统、网络、数据库）
熟练掌握 Python / Go / TypeScript 中至少一门，具备良好的工程习惯与系统调试能力，能独立完成从方案设计到上线交付的全过程
熟悉 Agent 的核心范式与技术体系：Agent Loop、Tool Use / Function Calling、MCP、Skill、Planning、Reflection、Memory、Multi-Agent、Human-in-the-loop
理解上下文与状态管理、工具路由、结果校验、异常恢复、长任务执行等关键问题
对「把 Agent 做成可用产品」有真实认知：清楚 Demo 到线上之间隔着什么，能主动为稳定性、可观测性、延迟与成本负责
对 AI 有超出工作范畴的热情与好奇：主动跟进前沿模型与工具并上手实践
能熟练使用 AI 编程工具（Claude Code / Cursor 等）提升研发效率
如果你不只想过用 AI 做点什么，还真的动手做了，我们会很期待听到
学习与解决问题的能力出色：能快速进入陌生领域，在没有现成答案的问题上独立推理出方案并做出实际结果——最好在过往经历中有能体现这一点的实例
工作职责
Agent 运行时建设：参与创作 Agent 运行时的设计与研发，涵盖会话管理、沙盒生命周期、进程隔离与权限收敛、分层状态模型（进程内 / 会话级 / 持久化事件日志），以及基于事件日志与游标的断线重连与回放机制，保障长任务在弱网、多端、跨会话场景下稳定运行
Harness 与工具体系：建设可配置的 Agent 执行框架——单次运行可编排提示词、Skill、MCP、工具集与子 Agent，通过前置 / 后置 Hook 以责任链方式串联输入输出，支持角色与工具集的低成本热切换
并在其上沉淀可复用的工具与 Skill 资产
端上协作能力：建设 Agent 与前端页面的协作通道（页面能力白名单 SDK、双向事件通道、人在回路的确认与接管），让 Agent 不只是回答问题，而是能直接在创作中心里帮用户把事情做完
记忆与知识：建设 Agent 的长期记忆与知识检索体系，覆盖用户级记忆存储、创作领域知识库、检索与重排、上下文构建，解决「越用越懂你」的问题
Agent 互联：制定并落地站内 Agent 接入标准，把不同业务方形态各异的 Agent 输出统一翻译为可感知进度与动作的事件流，让创作 Agent 成为创作场景的统一入口
评测与数据闭环：建设 Agent 效果的评测体系——执行轨迹采集、评估函数、离线经验蒸馏与能力回流，把线上真实交互变成可持续迭代的燃料
性能与成本：持续优化首响延迟、冷启动、上下文长度与推理成本，在效果、体验与成本之间做出可解释的取舍
AI 洞察
优缺点分析
优点
- 切入AI Agent核心基础设施，技术栈前沿且实战性强
- 背靠头部内容平台，业务场景丰富且数据闭环完善
- Demo转线上门槛高，需兼顾稳定性、延迟与推理成本的多重约束
- 技术迭代极快，需保持高强度自主学习
- 热爱AI工程化落地、具备强自驱力与系统思维的技术开发者
缺点 / 挑战
暂无明显挑战项
角色解读
- 向AI应用架构师或大模型工程专家发展
- 可拓展至AI产品负责人或技术团队Leader
- 负责创作场景AI Agent底层运行时与执行框架研发
- 搭建端侧协作通道与人机交互机制
- 构建记忆检索与多Agent互联标准
- 精通Python/Go/TS之一，掌握Agent核心范式（Loop/MCP/HITL等）
- 具备扎实的计算机基础与系统工程能力
- 熟悉LLM应用部署与性能调优
申请策略
- 准备1-2个完整的Agent落地案例，重点说明如何解决长任务执行、状态管理与成本控制等实际问题
- 突出Agent相关项目实战，强调从Demo到生产环境的工程化经验（如稳定性保障、性能优化）
- 深入研读MCP协议、LangGraph/AutoGen等主流Agent框架
- 强化分布式系统与异步编程能力
面试指南
- 采用STAR法则结合架构图解，先阐述业务场景与核心痛点，再分模块说明技术方案（如状态机设计、缓存策略、降级机制），最后用量化指标验证效果
- 如何设计支持断线重连与状态回放的Agent运行时？
- MCP协议在Agent工具调用中如何解决安全与权限收敛问题？
- 如何平衡Agent推理成本与响应延迟？
- 复习操作系统并发模型与网络IO原理
- 梳理近期开源Agent项目的演进路线
- 准备性能压测与故障排查的实际案例
职位点评
薪资福利78
成长发展92
工作生活45
使命价值85
薪资福利
78中等
薪资处于行业中上水平，符合上海AI前沿岗位的市场行情，但福利细节未在JD中披露。
薪资信号未披露（AI估算：2.5千–4.5万/月）
成长发展
92较高
深度参与AI Agent核心架构与前沿技术落地，技术成长空间极大，内部数据闭环提供充足迭代燃料。
技术前沿前沿/新兴技术
技术栈Agent Loop、MCP、Human-in-the-loop、RAG、Python/Go/TypeScript
业务类型profit_center
工作生活
45较低
互联网大厂常规节奏，技术攻坚期可能面临较高强度，JD未提及弹性工时或WLB保障。
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
85较高
致力于让AI真正融入内容创作场景，提升用户体验与生产力，具有明确的业务价值与社会影响力。
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
哔哩哔哩 的其他在招职位
相似职位推荐
Watch Jobs