智能体（Agent）算法工程师

优缺点分析

角色解读

• 在技术深度上可成长为Agent系统架构师或AI算法专家，主导核心算法研发
• 在业务广度上可转向AI产品负责人或技术Leader，推动Agent在更多场景落地
• 借助美团平台和海量数据，有机会在顶会发表论文，成为行业技术KOL
• 设计和研发微信生态下的生活服务Agent系统，包括智能体框架、上下文管理、工具调用和长程规划
• 主导LLM后训练（SFT/DPO/GRPO）的落地，提升Agent在工具调用和协作推理中的表现
• 与产品、工程团队协作，推动Agent技术在美团本地生活服务场景中规模化应用
• 构建评估体系和数据飞轮，持续优化Agent效果与效率，并探索Agentic RL等前沿方向
• 深入理解AI搜索、LLM后训练（SFT/DPO/GRPO）和Agent决策机制
• 有完整的Agent系统或对话系统项目经验，能独立把控技术方案
• 熟悉Agentic RL、Tool-Use训练、Reward Model设计等高级技术
• 具备强大的工程实现能力，熟练使用OpenClaw、Claude Code等AI开发工具

申请策略

• 在简历中突出“不看职级论英雄”的意愿，展示主动性
• 面试前准备一个Agent系统从设计到落地的完整案例，包括遇到的挑战和解决方案
• 重点突出Agent系统或对话系统的完整项目经验，包括技术方案设计、落地效果
• 强调LLM后训练（SFT/DPO/GRPO）相关项目或论文，展示技术深度
• 列出GitHub高Star项目、开源贡献或顶会论文，尤其是与Agent相关的
• 补强Agentic RL和Tool-Use训练的理论与实践，可阅读相关论文或复现代码
• 学习OpenClaw、Claude Code等AI开发工具，掌握其在Agent开发中的应用
• 熟悉微信生态或生活服务领域的业务逻辑，提升场景理解能力

面试指南

• 对于系统设计题，采用“需求-架构-细节”框架：先明确场景需求，再给出整体架构图，然后深入某个模块的关键技术细节
• 对于算法优化题，采用“问题-方法-实验”框架：指出优化目标，说明选用的方法（如GRPO），并展示实验效果和迭代过程
• 对于开放性问题，采用“观点-论据-落地”框架：提出自己的见解，用具体案例或数据支撑，并说明如何在实际项目中落地
• 请详细描述你设计过的Agent系统架构，包括Harness、工具调用、规划等模块
• 如何用RL（如GRPO）优化Agent的决策能力？你遇到的主要挑战是什么？
• 在微信Agent场景下，如何平衡多目标（如效果、规模、推理速度）？
• 你如何看待Agent系统的评估？如何构建有效的评估指标和数据飞轮？
• 请举例说明你在开源项目或论文中的贡献，以及如何应用到实际Agent工作中