出门问问
AI Agent Tech Lead/Agent开发技术专家
AI Agent Tech Lead/Agent开发技术专家
发布于 4 小时前基层主管/组长
全职员工仅现场办公人工智能
人工智能
Autogen
Crewai
Langgraph
Llm
Mcp
Multi-Agent
Prompt Engineering
Rag
值不值得投
77综合评分
综合评分 77
上市公司AI Agent核心技术岗，技术栈前沿且成长空间大，适合追求技术深度与架构能力的资深开发者。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
薪资怎么样
5万
比人工智能中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
12 个在招
市场机会
选择面较广
北京 · 人工智能 · 约 620 个在招
职位详情
关于这个职位
该职位负责出门问问CodeBanana产品中AI Agent核心能力的技术架构设计与落地，涵盖多Agent协作、工具调用等关键模块
你需要深入AI编程助手场景，主导Agent工程体系建设，并跟踪前沿技术推动产品优化，同时辅导团队初中级工程师成长
最低要求
计算机、软件工程或相关专业本科及以上学历
年以上后端或 AI 工程开发经验，有至少1年 LLM 应用或 Agent 开发的完整项目经验
熟练掌握 Python，具备独立设计和实现 Agent 系统的能力，熟悉主流 Agent 框架（如 LangChain、LangGraph、AutoGen、CrewAI 等）
深入理解大语言模型的调用与集成，熟悉 Function Calling/Tool Use、RAG、Memory 等关键技术模式
具备扎实的工程能力和良好的技术判断力，能在业务需求与技术可行性之间做出合理权衡
具备较强的跨团队沟通与协作能力，能有效推动跨职能项目落地
工作职责
主导 CodeBanana 产品中 Agent 核心能力的技术架构设计与落地，包括多 Agent 协作、任务规划与执行、工具调用链路等关键模块的设计与实现
深入理解 AI 编程助手场景，设计并优化 Agent 在代码生成、代码理解、自动调试、需求拆解等开发全链路中的应用方案
负责 Agent 工程体系建设，包括 Prompt 工程规范、Tool Calling 框架、Memory 管理、Context 管理策略等核心基础能力
与产品、算法、前后端团队紧密协作，推动 Agent 能力从原型到生产的全链路优化，把控交付质量与上线稳定性
持续跟踪 Agent 领域前沿进展（如 MCP、ReAct、Multi-Agent Frameworks 等），评估新技术对 CodeBanana 产品的适用性并推动落地
作为团队技术骨干，承担人才培养职责，辅导初中级工程师在 Agent 方向上快速成长
优先资格
有 AI 编程助手、代码生成或开发者工具相关产品的研发经验
熟悉 MCP（Model Context Protocol）或有构建 Agent 工具生态的实践经验
有开源 Agent/LLM 项目贡献经历，或相关技术博客发表经验
AI 洞察
优缺点分析
优点
- 处于AI Agent与大模型应用的最前沿，技术栈极具前瞻性和市场竞争力
- 作为上市公司核心技术骨干，能主导从原型到生产的全链路优化，项目含金量高
- 岗位包含人才培养职责，有利于个人技术深度与团队管理能力的双重提升
- 跨团队协作与架构落地要求高，需在业务需求、技术理想与交付稳定性之间做出艰难权衡
- 适合具备扎实后端基础、对大模型及Agent技术有浓厚兴趣，且具备一定团队辅导和技术架构能力的资深AI工程师
缺点 / 挑战
- Agent技术迭代极快，需要持续跟踪前沿进展（如MCP、Multi-Agent等），学习压力大
角色解读
- 可向AI技术总监、首席架构师等更高阶技术管理岗位发展，负责更大规模的AI产品矩阵
- 在AI Agent及大模型应用爆发的当下，积累的核心技术经验可平移至各类AI原生应用研发，职业前景广阔
- 主导AI Agent核心能力的技术架构设计与落地，包括多Agent协作、任务规划与工具调用链路等关键模块
- 深入AI编程助手场景，设计并优化Agent在代码生成、理解、调试等开发全链路中的应用方案
- 负责Agent工程体系建设（如Prompt工程、Tool Calling、Memory管理），并跟踪前沿技术推动产品落地
- 精通Python及主流Agent框架（如LangChain、LangGraph等），深入理解LLM调用、Function Calling、RAG等关键技术
- 具备扎实的后端工程能力与架构设计能力，能权衡业务需求与技术可行性，把控交付质量
- 具备跨团队沟通协作能力，以及辅导初中级工程师的技术领导力
申请策略
- 准备具体的Agent架构设计案例，说明如何在业务需求与技术可行性之间做出权衡
- 关注出门问问CodeBanana产品的最新动态，了解其现有功能与竞品差异，面试时提出建设性优化思路
- 突出在LLM应用或Agent开发中的完整项目经验，特别是多Agent协作、工具调用链路的设计与落地成果
- 展示对主流Agent框架的底层理解及Prompt工程、RAG、Memory管理等核心技术的实践经验
- 若有AI编程助手或开发者工具相关经验，或有开源贡献/技术博客，务必在简历中重点展示
- 深入学习MCP（Model Context Protocol）及Multi-Agent Frameworks等前沿技术，了解其在实际业务中的落地路径
- 补充AI编程助手或开发者工具相关的业务场景知识，理解代码生成、自动调试等全链路痛点
面试指南
- 采用STAR法则，重点突出在复杂Agent系统中的架构设计思路、技术选型依据以及最终的业务收益
- 对于技术前瞻性问题，展现对技术本质的理解、落地可行性的评估逻辑以及灰度测试/容错机制的设计
- 请分享一个你主导设计的多Agent协作或复杂任务规划的项目，遇到了哪些技术挑战及如何解决的？
- 在Agent工程体系建设中，你是如何设计Tool Calling框架和Memory管理策略的？
- 如何评估和引入Agent领域的前沿技术（如MCP）到现有产品中，并保证上线稳定性？
- 作为Tech Lead，你如何辅导初中级工程师并把控代码与交付质量？
- 深入复习LangChain/LangGraph等框架的底层原理及最新特性，准备1-2个具有深度的Agent项目案例
- 能够清晰画出架构图并解释核心模块的设计考量，特别是Context管理和多Agent状态同步机制
职位点评
薪资福利80
成长发展90
工作生活50
使命价值85
薪资福利
80较高
上市公司背景，AI核心技术岗，薪资具备市场竞争力，但JD未明确披露具体薪资与福利细节。
薪资信号未披露（AI估算：3.5千–6.5万/月）
成长发展
90较高
处于AI Agent前沿领域，技术栈极具成长性，且岗位包含人才培养职责，有利于个人技术深度与领导力的双重提升。
技术前沿前沿/新兴技术
技术栈Python、LLM、Agent、LangChain、LangGraph、AutoGen、CrewAI、Function Calling、RAG、Memory、MCP、ReAct、Multi-Agent
成长机会承担人才培养职责、辅导初中级工程师
业务类型profit_center
工作生活
50较低
JD未提及工作模式与WLB相关信息，作为核心技术骨干及Tech Lead，通常工作节奏较快，需承担较多架构与交付压力。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
85较高
致力于AI编程助手和开发者工具的研发，推动AI技术在软件工程领域的落地，具有较高的行业创新价值和技术使命感。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度积极采用新技术
Watch Jobs