全栈工程师（agent算法方向）

负责通用AI Agent框架的整体架构设计、核心模块研发与迭代优化，包括任务规划、记忆机制、工具调用、反思纠错、多智能体协作等核心能力的设计与实现。设计并优化Agent框架的可扩展性、可复用性，支持多场景（含AI Coding、自动化办公等）的快速适配与落地，定义框架接口规范与使用标准。基于大模型（OpenAI、Claude、Gemini 及私有化模型）进行适配、微调与对齐，优化框架与大模型的协同效率，提升Agent的推理能力与任务完成率。设计并落地面向框架的Prompt工程、系统提示策略与上下文管理机制，适配不同业务场景的需求，兼顾通用性与场景化性能。与全栈工程、产品、设计团队协作，完成Agent框架与Web IDE、代码解析、运行环境、各类工具接口的深度集成，支撑多场景业务落地（含AI Coding场景）。构建Agent框架的评测体系，对框架性能、稳定性、可扩展性及场景适配能力进行量化评估与持续迭代优化。跟踪前沿大模型与AI Agent技术（如多智能体协作、工具学习、自主进化等），快速转化为框架核心竞争力，实现从研究到生产的闭环。探索Agent框架在多领域的应用场景，协同业务团队完成场景化适配与落地，解决实际业务中的核心技术难题

（一）必备条件 计算机、软件工程、AI、机器学习等相关专业，具备扎实的算法、数据结构与编程基础，熟练使用Python等开发语言。深入理解大模型工作原理，有LLM调用、Prompt工程、模型微调（SFT/RFT/RLHF等）的实际项目经验。有AI Agent框架开发相关实践，熟悉ReAct、Plan & Execute、Tool Use、Reflection、RAG、多智能体协作等核心范式。具备良好的系统设计能力，能够独立完成Agent核心模块的设计与开发，注重代码质量与可维护性。具备较强的问题抽象与解决能力，能够快速定位并解决框架开发、场景适配过程中的技术难题，支持快速迭代与落地。具备优秀的跨团队协作能力，能与前端、后端、产品团队高效配合，推动框架落地与业务适配。 （二）优先条件 有通用AI Agent框架从零到一落地的项目经验，熟悉Agent框架的设计规范与工程化实践。熟悉程序分析技术（如LSP、Tree-sitter、静态分析等）或AI Coding相关工具研发经验者优先。有大模型微调、对齐、部署相关经验，或熟悉容器化（Docker、Kubernetes）、CI/CD流程者优先。有开源AI Agent框架贡献、顶会论文（ACL/NeurIPS/ICML/ICSE等）或技术博客输出者优先。对AI Agent技术有强烈兴趣，愿意探索多场景应用，对技术细节与产品体验有追求