资深Agent研发工程师

优缺点分析

角色解读

• 技术专家路线：深耕AI Agent与大模型应用，成为公司内外知名的领域专家，主导核心AI产品的技术架构
• 技术管理路线：凭借出色的项目落地和效能提升成果，带领AI研发团队，负责更大规模的技术规划和人才培养
• 业务融合路线：深入理解旅游业务，推动AI技术与业务深度融合，向技术产品负责人或解决方案专家方向发展
• 设计与实现智能体（Agent）的核心架构，解决多意图理解、长期记忆、复杂任务编排等技术难题
• 在去哪儿网的旅游业务场景（如智能客服、行程规划）中，将前沿的AI技术转化为可落地的产品功能
• 探索并推广AI辅助编程（AI Coding）实践，研究Harness Engineering理念，以技术杠杆提升整个团队的开发效率和质量
• 扎实的编程基础（Python/Java）和系统架构设计能力，能够处理复杂逻辑并保证系统可扩展、可维护
• 对大语言模型（LLM）及其相关技术（如RAG、Agent框架）有深入的理论理解和实战经验
• 熟悉智能客服或对话系统的领域知识，并能快速学习新技术（如LangChain4j, Spring AI框架）
• 具备创新思维和工程落地能力，不仅会用AI工具，更能理解其原理以解决复杂工程问题

申请策略

• 仔细研读JD，尤其是“任职要求”中的每一条，在面试前确保自己能对每一条要求都给出具体的项目或知识点对应
• 提前了解去哪儿网的核心业务和可能存在的AI应用切入点（如智能行程规划、智能客服助手），在面试中可以展现你对业务的理解
• 重点突出与Multi-Agent、LLM应用、RAG相关的项目经验，详细说明你解决的具体技术问题（如编排、记忆）和取得的量化成果
• 单独列出AI Coding的实践经验，可以举例说明你使用了哪些工具、方法，并带来了何种效率提升（例如：代码生成速度、Bug率降低等）
• 如果有对话系统、智能客服相关经验，务必清晰描述，这是重要的业务匹配点
• 技术栈关键词需明确：Java/Python, LangChain4j, Spring AI, LLM, Agent等，便于机器筛选和HR快速识别
• 系统学习和实操至少一个主流的Agent开发框架（如LangChain4j或Spring AI），并尝试构建一个完整的小型Agent应用
• 深入研究Harness Engineering相关的工具（如GitHub Copilot, Cursor）和理念，总结出可复用的最佳实践

面试指南

• 对于系统设计问题，采用“背景-目标-方案-难点-结果”的结构进行描述，突出你在架构决策中的思考过程和权衡
• 对于技术理解问题，先给出清晰定义，再结合具体项目或场景说明你的实践和见解，展现深度
• 对于开放性问题（如场景设计），先确认需求和约束，再分模块阐述技术选型和实现路径，最后讨论可能的风险和迭代方向
• 请描述一个你主导设计的Multi-Agent系统的架构，其中多意图编排和记忆机制是如何实现的？遇到了哪些难点？
• 你如何理解AOP（Agent Operating Procedure）？它与传统的Agent规划有什么不同？请结合实践谈谈
• 请分享一个你使用AI Coding工具（如Copilot）解决复杂工程问题的案例，你是如何评估其效果的？
• 如果让你在去哪儿网的智能客服场景中引入Agent技术，你的初步设计思路是什么？
• 对于LLM应用中的幻觉问题，在RAG和Agent系统中有哪些常见的缓解策略？