顺丰速运
AI架构高级工程师（Harness工程/智能体）
AI架构高级工程师（Harness工程/智能体）
发布于 大约 17 小时前普通员工/个人贡献者
深圳市
高级经验
全职员工
仅现场办公
本科
软件工程
分布式系统
RAG
物流
大模型
Ai Agents
Openclaw
Harness工程
智能体集群
AI 估算 · 25k–45k
高级AI架构师，深圳大厂，面议但参考市场行情，薪资竞争力强，前景好
职位详情
关于这个职位
作为顺丰速运的AI架构高级工程师，你将主导智能体及智能体集群在物流全场景（运输、仓储、供应链等）的落地开发与架构设计，推动物流业务从局部自动化向全局智能化跃迁
你需要结合大模型、RAG、多智能体协同等前沿技术，构建高效可靠的智能体运行体系，并参与Harness工程实践，确保AI能力的可控与稳定
该职位要求扎实的后端开发经验与AI Agent技术栈，适合希望在物流领域深耕AI技术的资深工程师
最低要求
本科及以上学历，计算机、通信及相关专业，5年以上工作经验，有物流场景AI智能体或智能体集群相关研发经验者优先
熟悉C/C++/Go/Python等编程语言的一门或多门，熟悉常用算法、数据结构，熟悉Linux系统及其下的开发经验，具备扎实的代码开发与调试能力，能够支撑智能体集群及Harness工程相关开发工作
扎实的计算机基础知识，丰富后端研发经验，熟悉Golang、Python及相应框架环境和常用技术组件，具备分布式系统开发经验者优先，能够支撑智能体集群的高可用部署与扩展
深入了解AI Agents技术栈，掌握开源框架的部署、定制开发与技能扩展，熟悉Harness工程理念与实践，掌握RAGFlow、Rasa Pro、Dify等开源框架，有丰富的智能体开发、智能体集群搭建和Prompt Engineering经验，能独立完成智能体及集群的架构设计与落地
具备良好的沟通能力和团队协作精神，对AI技术、智能体集群及Harness工程有强烈的学习热情和创新意识，能够快速跟进和应用最新的技术成果，适配物流场景的业务迭代需求
工作职责
负责智能体应用及智能体集群在物流全场景（运输、仓储、供应链协同等）的落地开发与实现，结合物流业务痛点，构建高效、可扩展的智能体集群运行体系，推动物流场景从“局部自动化”向“全局智能化”跃迁
设计和实现智能体及智能体集群的整体架构，包括对话管理、意图识别、流程控制、服务中间件等，融入Harness工程理念，构建智能体运行的约束系统、自动化反馈循环与安全环境，确保智能体集群稳定、可靠运行，实现AI能力的可控转化
负责大模型结合检索增强生成(RAG)、多智能体、智能体集群协同等技术在物流业务场景的落地，熟练运用开源技术，搭建智能体执行网关与技能扩展体系，实现智能体的任务拆解、工具调用与本地/云端协同执行，提升物流业务全链路效率
持续跟进大模型前沿技术、开源方案（重点关注OpenClaw生态、Harness工程等相关实践），结合物流场景特性，推动适合的技术（智能体集群优化、Harness约束体系升级等）应用于生产，解决物流业务中的实际问题，助力降本增效与产业升级
对业务团队进行AI技术、智能体集群、智能体框架及Harness工程相关培训和指导，帮助团队更好地理解和应用相关技术，推动AI技术在物流业务中的深度渗透
优先资格
具备AI Agent开发及智能体集群搭建经验，能够独立完成复杂任务的AI组件整合、流程设计及集群协同优化，有物流场景智能体集群落地案例者优先
有参与过大型AI项目的成功开发经验，如大语言模型应用、RAG、提示词工程、模型微调等，尤其有基于OpenClaw框架或Harness工程实践的相关项目经验者优先
有本领域架构设计、智能体集群优化、开源社区代码贡献或相关产品研发经验，熟悉物流行业大模型应用者优先
AI 洞察
优缺点分析
优点
- 技术前沿性：直接参与智能体集群和Harness工程这一新兴方向，积累稀缺经验
- 行业平台：顺丰作为物流巨头，场景丰富，数据量大，技术落地价值高
- 技能积累：深度涉及大模型、RAG、分布式系统等热门技术，提升综合架构能力
- 发展空间：公司AI投入大，团队扩张期，晋升和成长机会多
- 技术复杂度高：需同时掌握AI Agent、分布式系统、Harness工程等多领域知识
- 业务融合难度大：物流场景碎片化，需要深入理解业务才能有效落地
- 适合有3-5年后端或AI开发经验，对AI Agent和智能体集群有浓厚兴趣，愿意在物流行业深耕的资深工程师
缺点 / 挑战
- 快速迭代压力：前沿技术变化快，需要持续学习并快速试错
角色解读
- 技术纵深：从智能体开发到智能体集群架构师，成为AI基础设施领域的专家
- 业务融合：深入理解物流行业，成为AI+物流的复合型专家，主导行业智能化方案
- 管理路线：带团队负责AI平台建设，晋升为AI团队负责人或技术总监
- 设计并实现智能体及智能体集群的架构，融合Harness工程理念，确保AI系统的可控与稳定
- 将大模型、RAG、多智能体协同等技术落地到物流运输、仓储、供应链等具体场景，解决实际业务痛点
- 持续跟踪前沿AI技术，评估并引入适合物流场景的开源方案，推动智能体集群优化与迭代
- 对业务团队进行AI技术培训，推动智能体技术在全公司的深度渗透与应用
- 精通Golang或Python，具备扎实的后端开发与分布式系统经验，能支撑高可用集群部署
- 深入了解AI Agents技术栈，熟悉RAG、Prompt Engineering及开源框架（如RAGFlow、Dify等）
- 掌握Harness工程理念与实践，具备智能体集群设计与优化经验
- 良好的沟通与团队协作能力，能快速学习新技术并应用于物流业务
申请策略
- 了解顺丰的物流业务痛点（如路径规划、仓储调度），在面试中展示结合AI的解决方案思路
- 关注公司AI战略方向，准备关于智能体落地挑战与应对的思考
- 突出智能体开发或AI Agent相关项目经验，尤其是集群搭建和Harness工程实践
- 展示后端架构能力，包括分布式系统、高可用设计、性能优化等
- 列出个人主导或参与的开源项目、技术博客或社区贡献，体现技术影响力
- 如果有物流行业背景，详细描述AI在该场景的落地成果和量化指标
- 深入学习Harness工程理念，了解OpenClaw生态及相关工具链
- 强化Golang或Python的分布式编程能力，熟悉Kubernetes、Docker等容器化技术
面试指南
- STAR法则：项目背景、任务、行动、结果
- 重点突出技术难点和解决方案
- 技术原理+业务结合：先解释技术概念，再联系物流实际，体现场景理解
- 方案对比：给出多种备选方案，分析优缺点，展示架构权衡能力
- 请描述一个你主导的智能体或Agent集群项目，包括架构设计、技术选型和落地效果
- Harness工程的核心思想是什么？在智能体系统中如何实现约束和反馈机制？
- 如何处理多智能体协同中的冲突和一致性？请结合物流场景举例
- RAG在物流场景中可能遇到哪些挑战？你会如何优化？
职位点评
71
综合评分
前沿AI架构岗，技术成长快，平台大，但需现场办公，WLB一般。
更适合这类人
最适合追求技术成长和前沿领域发展的求职者，对薪资和稳定性有基本要求，能接受现场办公。
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90
工作生活50
使命价值75
薪资福利
70中等
薪资面议但大厂高级岗通常有竞争力，福利完善（五险一金、年终奖等），但具体需协商。
薪资信号面议 (25K-45K/月)
成长发展
90较高
岗位涉及最前沿的AI Agent和Harness工程，技术成长空间极大，且顺丰有完善培训与晋升体系。
技术前沿前沿/新兴技术
技术栈AI Agents、Harness工程、智能体集群、RAG、大模型、分布式系统
成长机会培训和指导、跟进前沿技术
业务类型profit_center
工作生活
50较低
深圳现场办公，未提及弹性工作，物流行业可能涉及较高强度，但大厂相对规范。
工作模式仅现场办公
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
75中等
物流行业稳定但增速一般，智能体赋能物流具有社会价值，但直接使命感不强。
行业发展稳定成熟行业
社会影响中性/一般
使命信号降本增效、产业升级
创新程度积极采用新技术
Watch Jobs