滴滴出行
AI Coding 工具研发专家
AI Coding 工具研发专家
发布于 大约 2 小时前基层主管/组长
北京市
高级经验
全职员工
仅现场办公
学历未注明
软件工程
Ai编码工具
Claude Code
Cli
Llm
Vs Code Extension
Intellij Platform
AI 估算 · 40k–70k
AI方向技术专家，北京大厂，高级岗位，市场薪资竞争力强，预计月薪40k-70k
职位详情
关于这个职位
作为AI编码工具的技术负责人，你将主导智能编码辅助系统的架构设计与演进，包括代码补全、Agent协作等核心功能
同时需要从0到1构建CLI工具链，并统筹VS Code、JetBrains等多端插件开发，将大模型能力深度融入开发者工作流
这是一个技术驱动、影响力广泛的岗位，适合热爱AI与开发者工具的技术专家
最低要求
计算机相关专业，6 年以上研发经验，具备复杂工具 / 平台型产品的架构设计与技术负责经验
精通 TypeScript/JavaScript 或 Java/Kotlin 中至少一种，具备扎实的全栈工程能力与系统设计能力
深入理解 Claude Code、Codex 等 AI 编码工具的核心实现，对其 Agent Loop、上下文 / 记忆管理、工具调用与编排、MCP / Hook / Skill 扩展机制等有清晰认知与实践
具备 CLI 工具从 0 到 1 的打造经验（Node.js / Go / Rust 均可），主导或核心参与过有一定规模与用户量的工具产品，对开发者体验有深刻理解
具备以下经验中的多项：VS Code 扩展或 JetBrains 插件的深度开发、基于 LLM 的复杂应用开发（RAG、Agent、Function Calling、多 Agent 编排等）、对 Language Server Protocol、MCP 等协议有深入理解与落地经验
优秀的工程素养与技术品味，对代码质量、测试覆盖、性能与用户体验有高标准要求
具备较强的技术影响力与跨团队协作、推动能力
工作职责
AI 编码工具技术专家：作为 AI 编码工具方向的Tech Lead主导面向研发人员的 AI 编码辅助工具的整体技术规划与架构演进，统筹智能补全、代码理解、对话式编程、Agent / 多 Agent 协同等核心能力的工程落地，将大模型能力深度融入开发者全流程工作流
CLI 工具链从 0 到 1 打造：主导 CLI 形态 AI 编码工具的设计与实现，深入理解 Claude Code、Codex 等业界领先工具的核心实现机制（如 Agent Loop、上下文管理、工具调用编排、权限模型、Hook / Skill 扩展体系等），并结合内部场景打造高可用、可扩展的 CLI 工具，构建多入口、一致性的开发者体验
IDE 插件与平台架构：统筹 VS Code Extension、IntelliJ Platform 等多端插件的架构设计与技术选型
主导与后端 API、LLM Gateway、研发效能平台的集成，兼顾多端兼容、性能优化与稳定性保障
技术前瞻与团队建设：持续跟踪 Copilot、Cursor、Claude Code、Codex 等主流 AI 编码工具的技术演进，拆解其核心原理并形成内部技术方案与最佳实践
主导关键技术攻坚，指导团队成员成长，推动团队在 AI 原生开发工具方向的体系化建设
优先资格
有研发效能工具、DevOps 工具链或开发者生态的体系化建设经验者优先
有开源项目、技术社区影响力者优先
AI 洞察
优缺点分析
优点
- 站在AI与开发者工具交汇点，技术前沿且需求旺盛，个人成长空间大
- 岗位为Tech Lead角色，既能深入技术又能锻炼团队管理能力
- AI编码工具竞争激烈，需要持续跟进业界最新进展并快速迭代
- 大模型能力不稳定，工程落地需解决准确性、延迟等问题，技术难度高
- 作为Tech Lead需兼顾多端（CLI、IDE、后端）协调，工作强度较大
- 适合有6年以上经验、热爱开发者工具、熟悉LLM应用、并渴望在AI原生开发领域成为技术带头人的资深工程师
缺点 / 挑战
- 滴滴出行作为大厂，平台资源丰富，可接触海量用户场景和技术挑战
角色解读
- 技术上可向AI系统架构师或首席工程师方向发展，深入大模型工程化
- 管理上可晋升为AI开发工具团队负责人或研发效能部门总监
- 行业影响力上可通过开源项目或技术社区输出，成为AI编码工具领域专家
- 主导AI编码辅助系统的架构设计，包括代码补全、Agent协同、对话式编程等核心功能的技术落地
- 从0到1构建CLI工具链，复现Claude Code等工具的核心机制，并适配内部场景
- 统筹VS Code、IntelliJ等多端IDE插件的开发与集成，优化开发者体验
- 跟踪前沿AI编码工具，拆解原理并形成内部方案，同时指导团队成员成长
- 精通TypeScript/JavaScript或Java/Kotlin，具备全栈工程和系统设计能力
- 深入理解AI编码工具的核心实现，如Agent Loop、上下文管理、工具调用编排
- 有CLI工具开发经验（Node.js/Go/Rust），熟悉开发者体验优化
- 具备VS Code或JetBrains插件开发经验，以及基于LLM的复杂应用开发能力
申请策略
- 关注滴滴AI Dev部门的技术方向，思考如何将自身经验与其现有工具结合
- 在面试中展示对AI编码工具演进趋势的独到见解，体现前瞻性
- 突出AI编码工具或LLM应用项目经验，如Agent、RAG、Function Calling等
- 强调CLI工具或IDE插件的从0到1开发经历，以及用户量或影响力数据
- 展示技术影响力，如开源项目、技术博客、社区贡献、技术分享等
- 体现系统架构设计能力，尤其是在复杂工具/平台型产品中的角色
- 若缺乏CLI工具经验，可快速学习Node.js/Go并构建一个小型CLI demo
- 深入了解Claude Code、Codex等工具的源码或技术博客，掌握其核心机制
面试指南
- STAR法则：情境、任务、行动、结果，清晰展示技术决策和工程能力
- 对比思路：对于AI工具问题，可先拆解业界方案（如Claude Code、Copilot），再提出自己的优化点
- 量化思维：涉及性能、用户体验时，尽量用数据（延迟、用户满意度等）支撑观点
- 请描述你主导过的一个复杂工具的系统架构设计，如何平衡功能和性能？
- 你对Claude Code的Agent Loop机制如何理解？如果让你实现一个简化版本，你会怎么设计？
- 在VS Code插件开发中，如何优化大模型流式响应的UI渲染性能？
- 如何评估一个AI编码工具的用户体验？你会关注哪些指标？
- 请举例说明你如何推动跨团队协作，解决一个技术难题
职位点评
72
综合评分
大厂AI编码工具技术负责人，前沿技术栈，发展空间大，但现场办公且WLB一般。
更适合这类人
最契合追求技术成长和前沿领域发展的求职者，不太适合重视工作生活平衡的候选人。
表现最好
成长发展
相对薄弱
工作生活
薪资福利78
成长发展92
工作生活45
使命价值75
薪资福利
78中等
滴滴作为上市大厂，薪资福利具有竞争力，但JD未明确薪资范围，信号为未披露；北京岗位生活成本较高，但整体补偿性较好。
薪资信号未披露（AI估算：40K-70K/月）
成长发展
92较高
技术前沿，涉及AI编码、Agent、CLI等热门方向，有明确的技术攻坚和团队建设职责，成长空间极大。
技术前沿前沿/新兴技术
技术栈LLM、Agent、CLI、Claude Code、Codex、VS Code、IntelliJ
成长机会指导团队成员成长、体系化建设
业务类型ambiguous
工作生活
45较低
工作地点仅北京现场办公，未提及远程或弹性工作，互联网大厂节奏可能较高，WLB一般。
工作模式仅现场办公
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
75中等
AI编码工具属于高速增长赛道，能提升开发者效率，社会价值中性偏正面，但JD未强调使命导向。
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