小红书AI应用架构工程师- 点点

1. 主导现有物流系统AI化升级的整体后端架构设计，结合业务场景制定技术选型方案（如微服务/云原生架构），规划大模型集成、Agent调度的分层架构，保障系统扩展性与兼容性。 有成功落地经验、个人作品者优先； 2. 设计企业知识库的分布式架构，基于Python/Java技术栈搭建多源数据接入层、向量检索层与服务封装层，解决高并发下的数据同步与检索性能问题，输出架构设计文档。 3. 负责AI Agent核心架构落地，设计多智能体协作框架（如基于事件驱动/服务调用模式），定义Agent通信协议与状态管理机制，规避系统耦合风险，保障架构稳定性。 4. 主导架构评审与技术难点攻关，定期评估AI化架构适配性，输出架构演进方案，协调跨团队资源推进落地，确保系统AI化升级符合业务长期发展需求。

1. 负责面向商家的 B 端 AI Agent 应用建设，围绕商家经营、商品管理、订单履约、客服售后、营销运营、数据分析等场景，提升商家工作效率和经营效果。 2. 参与 AI Agent 基础框架能力建设，包括 Agent 编排、工具调用、任务规划、上下文管理、记忆机制、权限控制、工作流、人机协同、异常兜底等核心模块。 3. 将商家高频业务流程抽象为可复用的 Agent 能力和业务组件，如经营助手、商品助手、客服助手、营销助手、数据分析助手等。 4. 负责 Agent 与内部业务系统、数据平台、知识库、运营工具、CRM / 工单 / 商家后台等系统的集成。 5. 建设 Agent 应用的工程化能力，包括 Prompt 管理、工具注册、链路追踪、效果评估、灰度发布、成本控制和稳定性治理。 6. 与产品、算法、业务运营、商家服务团队协作，完成从业务场景识别、方案设计、原型验证到上线迭代的闭环。

AI升级战略的核心架构设计者与变革推动者，肩负两大战略目标：实现研发效能的指数级（10X）跃迁，以及驱动十万级存量应用向 AI 原生架构的演进。您的工作将直接影响公司数万名开发者的工作方式和效率。 I. 核心职责领域 1. AI 解决方案架构设计与治理 (Strategic Output) 设计可复用 AI 应用架构，确保架构具备高安全性、高性能、高可观测性和良好的成本控制。 制定 AI 研发接入规范，涵盖从开发到部署的端到端标准。 输出标准化架构图、数据流图、部署模型等技术资产。 2. 研发效能 AI 化攻坚与指标驱动 (10X Efficiency Focus) 主导研发场景（前端、后端、测试）的AI提效项目落地，串联上下游流程，形成最佳实践。 优化关键体验指标：重点攻克 Prompt 工程、上下文管理、响应延迟等LLM应用的核心挑战。 构建提效评估体系，通过关键指标（如 AI ROI）验证和驱动解决方案的业务价值。 3. 规模化演进与工程化落地 (Scaling and Governance) 设计 AI 应用在过渡期和终态的协作形态，制定大规模应用向 AI 原生架构的演进策略。 将成功的 AI 模式封装为 SDK / CLI / IDE 插件等工具，降低业务团队接入门槛。 与产品生态深度合作，规模化推进集团研发过程的全面变革。 4. 技术布道与方法论输出 (Enablement and Knowledge) 编写《AI 解决方案架构指南》《典型场景白皮书》等体系化方法论。 输出实施手册、Checklist、FAQ 等可复制资产，赋能业务团队。 组织**“最佳实践分享会”**，建设 AI 最佳实践工程对接平台，支持业务团队完成架构评估与改造。

【关于我们】 Hi Lab 是小红书核心AI 实验室，点点作为新一代生活场景AI搜索助手，正依托Hi Lab的前沿大模型能力，构建“全网真实经验 + 小红书海量笔记”的智能交互体验。 我们正在打造高效、可靠的Agent层与工具链路，让AI真正懂用户、懂生活、懂小红书生态，成为年轻人日常的“超级生活搭子”。 加入我们，你将深度参与AI Agent从0到1的工程化建设，与顶尖算法团队一起推动大模型在搜索、多模态、生活场景的极致落地！ 【岗位职责】 - 设计并构建模型与应用间的通用Agent层，支持多模型智能路由、动态Workflow编排与自动工具调用； - 深度优化Function Call、ReAct、Plan-Execute等执行机制，建设高可扩展的模块化工具体系； - 负责上下文管理、长链路缓存、资源复用与调用效率优化，确保毫秒级响应与稳定高并发； - 与算法、RAG、调度团队协作，共建任务调度、Tool编排、RAG服务与知识增强框架； - 推动AI工程标准化建设，包括可配置Pipeline、可视化调试平台、自动化测试与监控体系； - 参与复杂场景攻关（如多轮交互、工具链路容错、成本控制），驱动点点AI能力持续领先。