前端开发工程师

优缺点分析

角色解读

• 纵深发展：成为 AI Agent 领域的资深架构师，主导复杂 Agent 系统的设计与优化
• 横向扩展：从 Agent 研发向 LLM 应用全栈延伸，接触大模型训练、推理优化等前沿技术
• 管理方向：作为核心成员，逐步带团队负责整个 Agent 平台的技术规划与落地
• 负责 AI Agent 系统的架构设计与核心功能研发，包括任务规划、工具调用、上下文管理、长期记忆、多 Agent 协作等
• 基于 TypeScript/Node.js 开发 Agent Runtime、CLI 工具、SDK 及相关基础设施，并集成浏览器、Shell、数据库、API、MCP 等工具生态
• 构建 Agent 评测体系，包括 Benchmark、自动化测试、回归测试，持续优化 Agent 在真实任务中的成功率
• 精通 TypeScript，3年以上 Node.js 后端或工具链开发经验，熟悉 npm、ESM/CJS、Bundler、CLI 开发
• 熟悉异步编程模型，包括 Promise、Event Loop、Stream、Worker Thread
• 了解主流 LLM API，有 Agent、RAG、AI Coding 等项目经验
• 熟悉 Git、Linux、Docker

申请策略

• 了解中国平安在 AI 方向的业务布局，准备相关技术成果案例
• 面试中展示对 Agent 生态系统的深度理解，以及系统设计的工程化思维
• 突出 Node.js/TypeScript 后端项目经验，特别是涉及高并发、复杂异步、工具链开发的项目
• 如有 Agent、RAG、AI 项目经历，务必详细描述系统设计和实现细节
• 强调对 LLM API 的使用经验，以及构建评测体系、自动化测试的能力
• 补充学习 Agent 相关框架（如 LangChain、LlamaIndex）的架构设计，加深对 ReAct、Tool Calling 的理解
• 熟悉主流 LLM API（OpenAI、Anthropic）的调用和调试技巧，掌握 Prompt Engineering

面试指南

• 项目介绍采用 STAR 法则：情境-任务-行动-结果，突出个人贡献和技术难点
• 系统设计题可从功能模块、技术选型、容错机制、可扩展性、监控告警等方面展开
• 技术细节题结合具体代码和实际调优经验，展示深度思考
• 请介绍一个你参与过的 Agent 或 AI 应用项目，并说明架构设计和技术选型
• 如何保证 Agent 在长期运行中的稳定性和可观测性？请设计一个监控方案
• TypeScript 中如何处理复杂异步流程？请举例说明 Event Loop 和 Stream 的应用
• 如何评测一个 Agent 在真实任务中的效果？请设计一套评测体系
• 如何设计一个可扩展的 Tool Calling 机制，支持多种外部工具接入？