岗位描述
工作内容
1、参与智能体底座(Agent OS / Agent Runtime)的设计与开发,参考Pi(pi-mono)等Agent Harness的设计理念,建设Agent Loop、任务调度、会话与状态管理、上下文压缩、长期记忆、暂停恢复及异常重试等核心能力,探索可嵌入、可扩展的SDK、CLI和API运行架构;
2、参与统一模型接入层建设,支持主流闭源及开源大模型,实现流式调用、Tool Calling、结构化输出、多模型路由、故障降级、并发控制以及Token与成本统计等能力;
3、建设智能体工具、扩展及执行体系,包括Tool、Skill、MCP Server/Client、插件注册、Schema校验、版本管理,以及文件、Shell、代码、浏览器和业务系统操作;通过沙箱隔离、资源限制、权限控制、人工审批和执行审计保障运行安全;
4、参与AI Coding Agent研发,实现代码库理解、上下文检索、任务规划、代码生成与修改、命令执行、测试验证、错误修复、代码审查及Git工作流等能力;
5、面向光伏、储能、充电等新能源业务场景,开发连接企业知识、业务API、数据库及时序数据的智能体应用,推动相关能力在研发、运维、售后和数据分析等场景落地;
6、参与企业级知识库和RAG系统建设,包括多模态文档解析、知识切分、Embedding、混合检索、重排、引用溯源、权限过滤、知识更新和检索效果优化;
7、建设智能体评测、可观测及LLMOps能力,通过离线数据集、任务环境、执行轨迹和自动化回归流程,从任务成功率、工具调用准确率、测试通过率、延迟、Token及成本等维度持续评测和优化智能体。
任职条件
1、硕士学历,计算机、软件工程、人工智能、自动化、数学等相关专业;
2、熟练掌握Python,具备良好的数据结构、算法、网络和操作系统基础;熟悉Git、Linux、SQL及HTTP/REST API,了解异步编程、超时重试、日志、单元测试和接口设计等工程实践;
3、理解大语言模型及Agent的基本原理,了解上下文窗口、Token、Embedding、流式生成、Tool/Function Calling、结构化输出、Prompt/Context Engineering,以及任务规划、工具执行、状态管理、记忆和Human-in-the-loop等核心概念;
4、使用过至少一种Agent框架、SDK或Harness,如LangGraph/LangChain、LlamaIndex、OpenAI Agents SDK、Claude Agent SDK、AutoGen或Pi等;直接基于模型API实现过Agent应用或Runtime亦可;
5、理解RAG基本流程,了解文档解析、向量检索、关键词检索、混合召回、重排和效果评测;接触过Milvus、Qdrant、Elasticsearch或pgvector等组件之一;
6、使用过Codex、Claude Code、Cursor、Pi、OpenCode、Aider或Cline等AI Coding工具,并完成过至少一个可演示的Agent、RAG、AI Coding或大模型应用项目,能够说明个人贡献、技术架构、关键难点、评测方法和优化结果;
7、对AI Agent和AI Coding有浓厚兴趣,具备良好的学习能力、技术好奇心、沟通协作及文档编写能力,能够快速跟进技术发展并完成验证与落地。