联想
AI Agent开发工程师
AI Agent开发工程师
发布于 大约 16 小时前普通员工/个人贡献者
北京市
无经验要求
全职员工
仅现场办公
学历未注明
机器学习工程
Ai Agent
Autogen
Go
Langgraph
Rag
多Agent协作
大模型
AI 估算 · 18k–25k
AI Agent是前沿方向，联想平台大，应届生薪资在行业中上水平，预计月薪18k-25k，年终奖约3个月。
职位详情
关于这个职位
这是一份面向应届生的AI Agent开发工程师岗位，你将加入联想AI团队，参与智能体核心能力建设，包括任务规划、工具调用、记忆管理等模块的研发
工作涉及大模型工程化开发，需要熟悉Python等语言，并对AI Agent技术有浓厚兴趣
适合有扎实计算机基础、渴望在AI前沿快速成长的求职者
最低要求
毕业时间为2026年9月至2027年8月的海内外应届毕业生，计算机科学、软件工程、人工智能、自动化、数学等相关专业优先
熟悉Python、Java、Go等至少一门编程语言，具备良好的编程能力、工程实践意识及代码质量意识
掌握数据结构与算法、计算机网络、操作系统、数据库等计算机基础知识，具备扎实的软件开发基础
对AI Agent和大模型技术具有浓厚兴趣，愿意主动学习和探索AI原生应用开发，并持续关注相关技术发展与行业趋势
具备良好的学习能力、问题分析与解决能力，以及团队协作和沟通能力，能够主动定位并解决实际开发过程中的问题
了解AI Agent系统的基本架构与核心能力，对任务规划、工具调用、上下文管理、记忆机制等方向具有一定理解
工作职责
参与AI Agent核心能力建设，包括任务规划、工具调用、记忆管理、多Agent协同等关键能力的设计与开发，参与Agent Runtime、上下文管理、任务调度及工作流编排等核心模块建设，在实际项目中持续提升工程开发能力
参与大模型与Agent系统的工程化开发与优化，实现模型调用、流式交互、工作流编排、结构化输出、异步任务处理等核心能力，推动Agent系统基础能力持续演进
参与Agent工具生态与Skill体系建设，推动Agent与搜索、知识库、业务系统及外部服务的连接与协同，不断提升智能体解决复杂任务的能力
与产品、算法、架构等团队紧密合作，将AI Agent相关需求转化为稳定、高质量、可维护的工程方案，持续优化系统性能、可靠性和可扩展性
持续关注大模型、AI Agent及相关技术领域的发展趋势，探索新框架、新协议及新工程范式在实际业务场景中的创新应用
优先资格
具备AI Agent、RAG、多Agent协作等相关项目实践经验，或了解LangChain、LangGraph、AutoGen等Agent开发框架
具有开源项目、技术博客、科研成果等相关经历者优先
AI 洞察
优缺点分析
优点
- 技术前沿，AI Agent是当前AI热点，学习机会多，紧跟行业趋势
- 大公司平台，体系规范，资源充足，有利于系统化成长
- 应届生岗位，可塑性强，有完善的培养机制和导师支持
- AI Agent技术处于快速演化期，需持续学习和适应新框架
- 涉及多团队协作，沟通成本高，需要良好的团队合作能力
- 工程复杂度高，需处理模型输出不稳定、异步调度等问题
缺点 / 挑战
- 适合对AI有强烈热情、具备扎实工程基础、喜欢挑战创新、愿意深耕智能体技术的应届生
角色解读
- 从模块开发工程师逐步成长为AI Agent系统架构师，主导核心设计
- 深入大模型应用领域，成为AI应用专家或技术团队管理者
- 联想平台提供丰富的业务场景和资源，加速职业成长
- 参与AI Agent核心模块（任务规划、工具调用、记忆管理）的设计与开发，打造自主决策的智能体
- 负责大模型与Agent系统的工程化，实现模型调用、流式交互、工作流编排等功能
- 建设Agent工具生态，连接搜索、知识库和业务系统，扩展智能体能力边界
- 与产品、算法团队紧密协作，将需求转化为稳定、可扩展的工程方案
- 扎实的编程能力，熟悉Python、Java或Go至少一门语言
- 掌握计算机基础（数据结构、算法、网络、操作系统、数据库）
- 了解AI Agent架构（任务规划、工具调用、上下文管理、记忆机制）
- 熟悉LangChain、LangGraph等Agent框架或RAG、多Agent协作经验优先
申请策略
- 提前了解联想AI部门的产品和技术方向，在面试中展现你的针对性思考
- 准备好对Agent发展趋势的看法，展示你的热情和洞察力
- 重点展示Agent、RAG、多Agent协作等相关项目经历，突出你的实际动手能力
- 强调编程能力，如Python/Java/Go的熟练度，以及代码质量和工程实践
- 如果有开源项目或技术博客，一定要体现出来，这是加分项
- 深入学习LangChain、LangGraph等框架，动手实现一个简单的Agent应用
- 理解大模型API调用、流式交互、上下文管理原理，可尝试对接OpenAI或国内模型
- 补充工程技能，如异步编程、消息队列、分布式系统基础
面试指南
- 先拆解问题，从系统架构到细节实现，展现结构化思维
- 结合实际项目经验，用STAR法则描述具体场景和结果
- 强调工程化考虑，如性能、可靠性、可维护性，而不只是理论
- 如何设计一个Agent的任务规划模块？请描述整体思路
- 在工具调用场景中，如何保证模型正确选择工具并处理异常？
- RAG系统如何优化检索质量？有哪些常见坑？
- 多Agent协同中如何解决通信和冲突问题？
- 你对LangChain框架的架构和优缺点有什么理解？
职位点评
71
综合评分
前沿AI Agent岗位，技术成长快，薪资未披露，现场办公且WLB不明确。
从起薪待遇、成长路径、工作节奏和岗位方向综合评估，方便比较职业起点。
更适合这类人
适合追求技术成长、对AI前沿有强烈热情，愿意全职投入北京工作的应届生。
表现最好
成长发展
相对薄弱
工作生活
薪资福利65
成长发展85
工作生活50
使命价值80
薪资福利
65中等
虽然薪资未明确披露，但联想作为大型上市公司，通常提供有竞争力的薪酬和完善的福利待遇，稳定性较好。
薪资信号未披露（AI估算：18K-25K/月）
成长发展
85较高
AI Agent技术处于前沿，参与核心模块开发能快速积累技能，成长空间大，但缺乏明确的晋升描述。
技术前沿前沿/新兴技术
技术栈AI Agent、大模型、RAG、多Agent、LangChain、LangGraph、AutoGen、Python、Java、Go
业务类型ambiguous
工作生活
50较低
工作地点在北京现场办公，未提及远程或弹性安排，WLB信息不明确，生活便利性取决于具体位置。
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
80较高
AI Agent是重塑人机交互的前沿技术，具有广阔前景，但职位本身更偏工程实现，社会价值潜大但未直接强调。
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
联想 的其他在招职位
相似职位推荐
Watch Jobs