各位技术同路人好。
相信关注 Agentic AI 的同学们已经明显感受到：2026 年开年以来，“大模型预训练”的整体招聘需求明显降温，取而代之的，是以 Agent 为核心的推理、部署、协同架构全链条爆发-1。春节后我们团队内部做了一轮研发效能复盘，发现工程流里存在大量核心重复性工作——需求解析、架构评审预检、存量代码改造思路生成、重复性脚本开发、API 测试用例自动化生成等等。这些环节完全具备 AI 智能体介入与协同的条件。
基于这一判断，我们正式启动 AI Agent 产品研发团队建设，面向工程师朋友发出交流邀请。
目前在 北京、上海 两地开放 2 个 HC（全职核心研发岗，产品型 IC）。
我们要解决什么？
一句话：让 AI Agent 真正成为工程师的日常工作伙伴，而不只是“聊天框里的回答生成器”。
具体切入方向包括：
- 产品化 AI Agent 研发： 深入理解软件开发全生命周期工作流，设计并落地能与工程师深度协作的智能体，提升编码效率与设计质量。
- Multi-Agent 协作协同平台： 探索人机协同与智能体间任务拆解、分配与冲突消解机制（从模型到集群的高可用工程协同）。
- 复杂研发任务的 AI 自主规划与执行： 推动 Multi-Agent 系统对“复杂长链路任务”做自动化分解、执行与变通，同时学习团队积累的最佳实践与历史问题复盘结论。
- 数据驱动的 AI 效果迭代： 通过人机交互数据，提炼研发场景中的模式与套路，用算法持续优化意图理解、架构建议等核心体验。
- 技术方案的前瞻演进： 紧跟 LLM-Agent 行业前沿，将⾼风险的新技术转化为稳定、可落地、可测量的产品价值。
需要什么样的人？
一、硬性技术基础
- 学历背景： 本科及以上，CS / SE / AI 及相关交叉学科，硕士及以上优先。
- LLM 落地经验： 熟悉 LLM 训练 / SFT 或高阶 Prompt 工程；有 LangChain / LlamaIndex / CrewAI / AutoGen 等框架之一的生产级落地经验；
- RAG 与检索架构： 了解或参与设计过 RAG 知识库系统，熟悉向量数据库（Chroma / FAISS / Pinecone / Weaviate 等）的使用与场景匹配；
- Agent / Multi-Agent 体系： 了解 Agent 设计模式（规划 → 工具 → 执行 → 校验），有 Multi-Agent 系统架构或 MCP（Model Context Protocol）调用扩展经验者优先；
- 工程编码： 扎实的 Python / Java / Golang 基础，能够快速交付稳定的服务模块。
二、软素质与业务视角——这部分非常核心，甚至超过纯技术储备
- 产品思维： 不只是实现功能的工程师，而是能从工程师自身痛点和工作流全局出发，主动发现并定义效率瓶颈与创新机会；
- 系统化规划力： 在独立负责某个产品模块或全链路能力时，能制定合理的技术迭代路线图，且能根据用户数据与反馈做主动调整；
- 技术沟通能力： 能清晰地向非技术背景的产品同事、或向深度技术合作者阐述方案原理、取舍与产品价值；
- 技术热情与探索精神： 能够自己啃论文、跑开源项目、阶段性复盘并推动架构演进。
三、加分项
- 有主导或深度参与 从 0 到 1 的 AI Agent 工具产品经验，不只是 Demo 演示；
- 对 软件工程的某个子领域（测试、代码评审、架构文档生成、低代码工具链等）的 Agent 化 有过独立深度的理解与探索；
- 重度使用 AI 编程工具（Claude Code、Cline、Continue 等）工作超过 6 个月且有真实提效案例-1。
我们能聊什么？
作为招聘帖，我依然会完整提供一些已经确认的参考信息，供各位判断机会价值：
- 薪酬带宽：50–100万（税前）
- 构成逻辑： 12 月基本薪资，年度综合 16薪 + 期权，具体现金+股权组合在面试终期沟通。
不面向什么样的人？
- 没有 LLM / Agent 或大模型应用系统实际落地经验；
- 不写代码、只做流程管理/纯算法分析而不涉及系统落地；
- 对工程研发日常工作流缺乏亲身深度使用经验，不具备独立发现问题的产品视角。
最后
AI 工程化正处于从聊天 Copilot 走向生产级 Multi-Agent 协同的关键转折点。如果你希望能主导一款深度嵌入研发流程、真正长期辅助工程师工作的 AI Agent 产品建设，不妨找我聊一聊申请机会，也欢迎直接站内私信交流这类工程实践的意见。
感兴趣的朋友欢迎 私信 / 留言 或直接投递简历。也可以直接在社区关注后续更详细的岗位拆解与技术文章，我后续会逐步分享 AI Agent 落地过程中的架构设计、Multi-Agent 调度策略、用户工程采纳率数据复盘等实战内容。
简历投递或任何询问渠道：
站内联系即可，我会及时反馈。
更期待以技术文章与项目代码作为初次对话的起点——我会认真阅读每一份背景介绍。
期待收到你的消息。
–– 团队招聘代表