小红书
【27届实习】Product Engineer-产品工程师（AI与全栈方向）-Dots
【27届实习】Product Engineer-产品工程师（AI与全栈方向）-Dots
发布于 大约 2 小时前实习/见习
北京市 / 上海市
无经验要求
实习生
仅现场办公
本科
软件工程
GO
全栈开发
大模型
Prompt Engineering
AI 估算 · 5k–10k
AI与全栈实习岗位，技术前沿，小红书平台加持，实习薪资处于行业中上水平
职位详情
关于这个职位
这是一个面向2027届毕业生的AI与全栈研发实习岗位
你将参与构建AI Agent平台，负责前后端、客户端与大模型融合的架构设计与编码实现
适合对AI Agent赛道有强烈兴趣、具备全栈能力的技术极客
最低要求
背景要求： 本科及以上学历，应届毕业生，计算机、软件工程等相关专业优先
全栈工程底座： 具备扎实的计算机基础（算法、数据结构、网络及数据库），熟练掌握至少一种主流开发语言（如 Java/Go/Python/TypeScript 等）
有前端/移动端（如 React Native 等）或高并发后端服务开发经验者优先
AI 原生思维与 Harness 工程能力： 对大模型有深度使用经验，理解 Prompt Engineering 边界与常用 Agent 设计模式
对 Harness、环境感知、Agent 评测/对齐等相关工程化落地有浓厚兴趣或实际开发经历
极致的技术热情与自主性： 对 AI Agent 赛道有强烈的信念，具备极强的快速学习能力与自驱力，习惯在没有标准答案的前沿探索中寻找优雅的工程解法
有开源项目贡献、技术博客、Hackathon 经历者大加分
工作职责
定义 AI Native 交互形态： 参与 Dots Agent 平台的研发，负责前后端、客户端与大模型端侧融合的架构设计，打通多模态通信与长程常驻链路，用全栈能力重新思考并定义产品的交互形态
攻坚 Harness 工程与系统演化： 面对真实生活场景的模糊性，主导 Harness 工程的架构演化与优化
参与设计 Skill Sandbox（沙箱）以及云端调度与隔离机制，提升长程复杂任务的执行稳定性
驱动分布式智能与协同： 深入探索 Agent-to-Agent (A2A) 协议、编排引擎（Orchestrator-Worker 模式）以及分布式演进机制，让不同的智能体能够无缝协同、自主进化
端到端独立交付： 扁平化小团队作战，作为“超级个体”端到端负责 AI 核心功能的设计与全栈编码落地，让你的想法直接变成产品
优先资格
有前端/移动端（如 React Native 等）或高并发后端服务开发经验者优先
有开源项目贡献、技术博客、Hackathon 经历者大加分
AI 洞察
优缺点分析
优点
- 直接参与AI Agent前沿赛道，技术壁垒高，成长空间大
- 扁平化团队，mentor带教，有机会独立交付完整功能，积累硬核项目经验
- 与顶级技术极客共事，快速提升全栈和AI能力
- 行业没有标准解法，需要极强的自主探索和快速学习能力
- 全栈要求高，需同时掌握前端、后端、移动端和大模型技术
- 实习期可能需要面对高强度的技术攻关和不确定性
- 适合对AI Agent有浓厚兴趣、具备扎实计算机基础并渴望在技术前沿快速成长的2027届学生
缺点 / 挑战
- 小红书平台提供真实生活场景语料，解决更具挑战的Life Agent问题
角色解读
- 从实习生成长为AI Agent领域的全栈专家
- 在扁平化团队中快速蜕变为'超级个体'，能独立主导核心模块
- 未来可向Agent架构师或AI产品技术负责人方向发展
- 参与Dots Agent平台研发，负责前后端、客户端与大模型融合的架构设计
- 主导Harness工程演化，设计Skill Sandbox和云端调度隔离机制
- 探索Agent-to-Agent协议和编排引擎，实现多智能体协同
- 端到端独立交付AI核心功能，从设计到全栈编码落地
- 扎实的计算机基础，包括算法、数据结构、网络和数据库
- 熟练掌握至少一种主流开发语言（Java/Go/Python/TypeScript）
- 深度使用大模型经验，理解Prompt Engineering和Agent设计模式
- 全栈工程能力，包括前端（React Native）或后端高并发服务
申请策略
- 了解小红书Dots产品方向，准备1-2个关于AI Agent在生活场景的创新想法
- 展示对技术极客文化的认同，表达在不确定性中探索的热情
- 突出AI相关项目经验，如大模型应用、Agent设计或Prompt Engineering实践
- 强调全栈开发能力，展示前后端或移动端项目代码链接或GitHub
- 如有开源贡献、技术博客或Hackathon经历，重点突出技术深度和自主性
- 深入掌握至少一种主流语言和全栈框架（如React Native + Go/Python）
- 系统学习Agent设计模式、Harness工程和A2A协议等前沿知识
面试指南
- 用STAR法则结构化回答项目经验，突出技术难点和你的贡献
- 对于系统设计问题，从需求分析、技术选型、模块拆分、扩展性等角度阐述
- 展示学习能力和技术热情，即使没有直接经验也可表达探索思路
- 请描述一个你独立完成的AI或全栈项目，你的角色和挑战是什么？
- 你如何理解Prompt Engineering？请举一个优化Prompt的例子
- 如果让你设计一个生活助理Agent，你会考虑哪些关键技术？
- 你如何看待Harness工程？在Agent系统中有什么作用？
- 假设需要实现一个Agent协作系统，你会如何设计架构？
匹配度报告
64
综合匹配度
AI Agent前沿实习，技术天花板高，薪资一般，需全栈能力，适合技术极客。
适合人群
最适合追求技术成长和前沿挑战的求职者，对薪资和工作生活平衡要求较低。
最强匹配
成长发展匹配
最弱匹配
薪资福利匹配
薪资福利40
成长发展95
工作生活50
使命价值70
薪资福利匹配
40较低
实习薪资中等偏低，福利未明确提及，但小红书平台有一定吸引力。
薪资信号未披露（AI估算：5K-10K/月）
成长发展匹配
95较高
前沿AI Agent赛道，全栈与大模型结合，mentor带教，成长路径明确。
技术前沿前沿/新兴技术
技术栈AI、Agent、大模型、Prompt Engineering、Harness、A2A、全栈
成长机会Mentor 带教、极客成长
业务类型ambiguous
工作生活匹配
50较低
要求现场办公，未说明弹性或远程，可能存在一定工作强度。
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）
使命价值匹配
70中等
AI Agent赛道前景广阔，但职位更偏向技术实现，社会影响中性。
行业发展高速增长赛道
社会影响中性/一般
使命信号改变交互形态
创新程度积极采用新技术
Watch Jobs