西门子AI Native 架构师（企业级 AI Agent 开发平台）

工作描述

汇报关系：本岗位向平台总架构师汇报，在总架构师的统筹与指导下，负责 AI 域领域架构设计、方案输出与落地推进，跨域方案需提交总架构师评审决策。

一、岗位名称
AI Native 架构师（企业级 AI Agent 开发平台）

二、岗位职责
1.	AI Native 平台整体架构设计 
在平台总架构师的指导下，负责 XAgent 企业级 AI Agent 开发平台的 AI Native 技术架构规划、设计与持续演进，建立可扩展、可复用、安全可靠的企业级 Agent 技术底座。 设计 AI 应用层、Agent Runtime、模型与上下文管理、Skill/Tool 执行层、知识检索、评测治理及云平台基础设施之间的分层架构和接口规范。 明确 AI Native 能力与传统云平台能力的职责边界，复用现有身份认证、多租户、数据库、计费、消息队列及云基础设施，避免重复建设。 结合工业企业及企业级应用需求，制定 AI 域内技术选型、架构原则、关键技术路线和中长期技术演进规划，方案提交总架构师参与整体平台技术路线评审。
2.	Agent Runtime 与智能执行架构 
在平台总架构师的指导下，设计 Agent 的任务规划、执行循环、状态管理、长任务运行、暂停恢复、重试、超时控制及异常恢复机制。 设计 Workflow、单 Agent、多 Agent 协作等不同执行模式，明确适用场景、执行约束和工程化边界。 建立统一的模型接入、模型路由、推理策略、上下文组装、记忆管理及工具调用架构。 设计 Skill/Tool 注册、发现、版本管理、执行协议、权限委托、运行隔离及结果校验机制，支持生态伙伴和第三方工具接入。 针对工业业务中对准确性、可追溯性及安全性的要求，设计 AI 推理与确定性业务逻辑、工业控制及人工审批之间的安全边界，相关跨模块集成方案同步总架构师。
3.	AI 工程化、质量与安全治理 
在平台总架构师的指导下，建立 AI Agent 评测体系，涵盖任务成功率、回答质量、工具调用准确性、执行稳定性、推理成本和响应延迟等指标；主导 AI 模型测试体系与 AI 应用能力验证平台设计，构建模型功能、精度、鲁棒性、对抗样本、分布漂移、版本对比的自动化测试能力；面向 Agent 应用场景搭建场景化测试集、回归用例、验收基准，实现模型、Agent 应用的自动化能力验证与版本准入门禁。 主导自有模型与领域模型工程体系设计，构建训练数据治理、预处理、SFT/LoRA 微调、模型蒸馏、量化、版本管理的端到端管线；基于 Transformer、残差网络（ResNet）、BN 批量归一化等深度学习底层原理，评审模型结构方案，评估模型能力边界、收敛特性、显存开销、推理延迟与潜在缺陷；打通训练管线产出模型到平台模型网关、Agent Runtime 的全链路交付，支撑平…