滴滴出行
云端AI Coding全栈工程师
云端AI Coding全栈工程师
发布于 大约 1 小时前普通员工/个人贡献者
北京市
高级经验
全职员工
仅现场办公
学历未注明
全栈开发
Ai Coding
Claude Code
Go
Mcp
Vs Code
AI 估算 · 35k–65k
AI Coding 方向人才稀缺，北京资深全栈岗薪资竞争力强，市场处于头部区间。
职位详情
关于这个职位
作为滴滴AI Dev团队的云端AI Coding全栈工程师，你将负责建设云端通用执行与Handover能力，基于K8s编排容器，为Claude Code、Codex等AI Coding工具构建图形化交互，并与云端IDE深度融合，打造「本地+云端」一体化AI研发平台
需要扎实的Go后端与TypeScript/React前端能力，并理解AI Coding Agent工作流
适合对AI研发工具有强烈兴趣、愿意长期探索的技术人
最低要求
具备扎实的全栈研发能力，后端精通 Go 语言，有生产级服务开发经验，熟悉服务端系统设计、数据模型设计、任务调度与日志分析
前端熟悉 TypeScript / React / Vue 等现代前端技术栈，有复杂大型系统开发经验，能独立完成前后端完整交互模块
理解 AI Coding / Coding Agent 的工作方式：实际使用过 Claude Code、Codex、Cursor、Copilot、Cline 等工具
理解 Agent 工作流中的 Harness、Skill、MCP、Tool、Prompt、上下文、模型调用、验证命令等关键概念
了解云端 IDE 与 VS Code 架构
了解相关协议设计：了解 LSP、ACP 等协议的设计思想
具备良好的工程抽象能力：能把业务试点中的零散经验沉淀为平台能力和可复用工具
具备较强的跨团队协作能力：能与业务研发、平台工具、基础设施、Agent 工具、产品运营等团队共同推进复杂项目
对 AI 研发工具方向有强烈兴趣，愿意长期探索 AI dev 领域
工作职责
实现云端通用执行与 Handover 能力，支持长时、一次性、批量任务等多种任务形态，基于 K8s 做容器适配与编排，涵盖资源隔离、弹性伸缩、生命周期管理与并发控制
同时建设通用 Handover 能力，打通本地与云端、云端与云端的任务与会话无缝迁移，实现会话续跑与上下文、工作区状态的传输恢复
为 Claude Code、Codex 等常用 AI Coding 工具构建 TUI → GUI 图形化交互体验，实现任务流可视化、执行实时观测、结果呈现与操作回放
同时将 AI Coding 能力与基于vscode的云端IDE深度融合，提供从 AI 编码、调试到问题定位的闭环能力
为云端 Coding Agent 构建开箱即用的完备能力，整合 Skill、Prompt 编排、知识工程等 Agent 能力，并与任务、代码、文档、CI/CD、发布等研发基建深度打通，提供从需求到编码、调试、验证的一体化 AI 研发能力
会话级可观测与问题定位：建设会话级的状态管理、链路追踪与问题定位能力，支持 Agent 执行全过程的记录、回溯与诊断，为排障、复盘和效果优化提供依据
平台化与业务落地，将本地 Coding Agent 与云端执行能力融合为「本地 + 云端」一体化产品体验，让两者无缝协同、互为延伸，沉淀为可配置、可扩展的内部平台能力，与Coding Agent团队、业务研发团队协作落地真实场景，以反馈驱动持续迭代优化
优先资格
有研发效能、DevOps、CI/CD、测试平台、代码质量平台、可观测平台、开发者工具、内部工程平台等相关经验者优先
有云端 IDE 经验者优先
有协议自研或语言服务开发经验者优先
AI 洞察
优缺点分析
优点
- 身处 AI Coding 热门赛道，技术前沿且行业需求快速增长
- 滴滴平台体量大，技术基建完善，可积累大规模云端任务调度与 IDE 集成经验
- 工作内容涉及 Go、K8s、AI Agent 多领域，技能复合度与市场价值高
- 有清晰的平台化业务落地场景，能直接看到技术对研发效率的改善
- 跨团队协作范围广，需要较强的沟通推进能力和复杂项目管理能力
- 适合对 AI 研发工具充满热情、技术栈全面（Go+前端+云原生）且愿意在高不确定性的前沿领域深耕的工程师
缺点 / 挑战
- 岗位要求全栈+AI+云原生，技能栈宽深兼需，学习和试错成本较高
- AI Coding 工具发展迅速，需持续跟进 Claude Code、Codex 等生态变化，保持迭代压力
角色解读
- 深入 AI 研发工具赛道，成为 AI Coding 基础设施领域的专家
- 横向拓展为平台架构师，负责大规模研发效能与开发者工具平台设计
- 与业务研发、基础设施、Agent 工具等多团队协作，向技术管理或技术总监方向发展
- 负责云端通用执行与 Handover 能力建设，基于 K8s 实现容器编排、资源隔离与弹性伸缩，支持长时、批量等任务形态
- 为 Claude Code、Codex 等 AI Coding 工具构建 TUI→GUI 交互体验，并与云端 VS Code IDE 深度融合
- 建设会话级可观测与链路追踪能力，支持 Agent 执行全过程的记录、回溯与诊断
- 整合 Skill、Prompt、知识工程等 Agent 能力，打通 CI/CD、代码文档等研发基建，推动平台业务落地
- 扎实的全栈能力：精通 Go 服务端开发，熟悉 TypeScript/React/Vue 前端技术栈，能独立完成前后端模块
- 熟悉 Kubernetes 容器编排与云端 IDE 架构，了解 LSP、ACP 等协议设计
- 理解 AI Coding 工具与 Agent 工作流，掌握 Harness、Skill、MCP、Tool、Prompt 等关键概念
- 具备工程抽象与跨团队协作能力，能将试点经验沉淀为平台能力
申请策略
- 关注滴滴 AI Dev 的技术博客或开源项目，了解其平台技术栈和团队文化
- 申请时可在简历中明确表达对 AI Coding 方向的长期兴趣与思考
- 突出 Go 服务端和前端复杂系统开发经验，特别是可观测、任务调度、DevOps 相关项目
- 强调实际使用 Claude Code、Codex、Cursor 等 AI Coding 工具并理解其 Agent 工作流的经历
- 展示 Kubernetes 或云端 IDE 相关的落地实践和工程抽象成果
- 如有 LSP、ACP 协议或语言服务开发经验，务必单独列出
- 快速上手 Claude Code、Codex 等工具，梳理 Agent Harness 与 MCP 工作流
- 补充 K8s 容器编排和云端 IDE（如 VS Code Server）相关实践
面试指南
- 项目经验 STAR 法：说明背景、任务、行动和结果，突出量化收益
- 架构设计逻辑：从「场景-瓶颈-方案-验证」出发，先谈目标与约束，再讲关键设计
- 对比分析框架：问协议或工具时，先用一句话说清本质，再从数据结构、通信方式、典型场景展开
- 请介绍你使用 Claude Code 或 Codex 的某个实际场景，谈谈其工作流中的关键环节
- 如何设计一个云端容器执行环境，支持长时任务和会话迁移？
- 你如何理解 ACP（Agent Client Protocol）和 MCP（Model Context Protocol）的差异与联系？
- 如果让你为 AI Coding Agent 构建可观测链路，你会从哪些层面设计？
- 如何将零散的试点经验沉淀为一个可复用的平台能力？
职位点评
74
综合评分
前沿 AI Coding 平台，技术栈全面，成长空间大，但现场办公且节奏可能较快。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
更适合这类人
最适合以技术成长和前沿探索为核心动机的工程师，能接受北京现场办公并愿意在 AI Coding 赛道持续深耕。
表现最好
成长发展
相对薄弱
工作生活
薪资福利70
成长发展92
工作生活55
使命价值75
薪资福利
70中等
JD 未披露具体薪资福利，但岗位属 AI 前沿方向且要求全栈+云原生复合技能，市场议价能力较强，薪酬预期处于互联网中高位。
薪资信号未披露（AI估算：35K-65K/月）
成长发展
92较高
岗位深度涉及 AI Coding Agent、K8s、云端 IDE 等前沿技术，技能成长性和平台价值极高，能快速积累研发效能基础设施经验。
技术前沿前沿/新兴技术
技术栈Go、TypeScript、React、Kubernetes、Claude Code、Codex、MCP、LSP、ACP、VS Code
业务类型cost_center
工作生活
55较低
工作地点为北京，现场办公为主，JD 未提及弹性或远程安排，需自行关注通勤与工作节奏。
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 研发工具是当前高增长赛道，参与平台建设有技术影响力，但并非直接面向终端用户的社会价值型岗位。
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
滴滴出行 的其他在招职位
相似职位推荐
Watch Jobs