小红书Agent研发专家-AI Coding方向
任职要求
1、2 年以上从事 AI／大模型／代码生成或代码补全相关产品或平台经验，至少有2年以上小团队管理经验。 2、熟悉代码生成／代码补全领域及开发者工具（IDE、插件、编辑器等）产品场景，具备评测体系设计、指标定义与监控能力。 3、精通数据分析、评测体系建设能力，能够设计 offline ／ online 实验流程、搭建监控看板、提炼关键指标与报告。 4、对 LLM 或者代码模型（如 Codex, GPT-Code 系列、补全模型等）有深入理解，熟悉 prompt 设计、上…
工作职责
1、制定该 Agent 产品子方向（包括代码生成、代码补全、Sub-Agent、IDE 插件集成等）评测战略：明确关键指标（如 Tab 触发补全采纳率、inline completion 命中率、生码成功率、bug 回退率、开发者效率提升等）并驱动落地。 2、搭建并维护数据集与基准环境：包括开发者真实 IDE 行为日志、补全/生成结果与 Cursor 或其他对标产品的横评数据、反馈回路及验证用例库。 3、设计并执行横评流程：定义评测用例、场景覆盖（例如 VS Code、JetBrains、Web、浏览器插件、TUI）、与 Cursor 或业界基准做对比分析，形成报告与洞察。 4、建设验证环境／实验平台：负责 offline 基准测试、online A/B 实验流程，支持模型版本上线前的评估、功能模块验证与监控看板建设。 5、与模型/算法团队协作：基于评测数据提出模型优化方向（例如 decode 策略、prompt 设计、上下文长度、错误回退机制、代码质量控制等），并跟踪优化效果。 6、赋能产品/工程团队：向前端、插件、IDE 集成等业务团队提供评测报告、数据解读、优化建议，支持其在 Agent 集成与推广中的决策。 7、团队管理与建设：制定团队 OKR、建立协作流程、提升团队执行力、推动数据驱动文化。
1、主导面向大前端领域的AI编码智能体，实现UI生成、代码转换、组件创建、逻辑编排、PRD 拆解等核心功能。 2、跟进最新的大语言模型（LLM）和Agent技术，并将其创新性地应用于前端开发场景。 3、构建和优化Agent执行与规划框架，并建立科学的评估体系来持续迭代Agent的性能和代码质量。 4、将AI能力产品化，以IDE插件、在线服务等形式，为开发者提供稳定、高效的AI编程辅助工具。
一、职位描述 我们是一个专注于AI Coding方向的充满活力和创业精神的创新业务团队，致力于通过智能化代码生成和开发工具重新定义软件开发体验。随着AI Agent技术的快速发展，我们正在寻找优秀的AI Agent研发工程师加入团队，共同构建下一代智能编程助手和自主代码开发系统，一起在AI驱动的编程革命中创造历史！ 二、岗位职责 ● AI产品质量保障体系构建：主导AI Coding产品（含Agent、模型服务等）的全生命周期质量保障，制定测试策略、设计测试方案与质量标准，推动研发流程优化； ● 效能提升与自动化：通过持续集成（CI/CD）、自动化测试平台及线上质量监控体系，提升团队测试效率与问题拦截能力； ● 复杂项目质量管控：主导中大型AI项目的质量保障，包括测试策略制定、流程优化、风险预警及质量复盘，确保关键节点交付质量； ● 技术驱动与协作：推动测试技术创新（如AI场景专项测试、自动化工具链），协同研发团队提升代码质量与交付效率。
1、聚焦小红书大前端领域的 AI Coding 探索，深度参与从需求分析到上线的全流程 AI 编码项目； 2、运用多 Agents 协同、Plan & Eexcute、ReAct 等技术，完成社区大前端工程页面级代码直出自动规划和执行，提升 AI First Commit 准确率； 3、通过 RAG 检索增强、MCPs、UI 还原对抗等手段，提升 AI 编码的准确度与实用性，推动小红书社区工程在 AI 技术赋能下的研发模式创新与效率突破。
阿里云PAI团队致力于打造业界一流的一站式AI工程化平台，拥有万卡级训练能力与超大规模异构资源调度技术，为复杂模型训练与推理任务构建坚实基座。PAI平台不仅是通义大模型研发与落地的核心基础设施，也作为公共云服务的关键载体，支撑众多行企业构建大模型核心业务。平台提供从数据标注、预处理、模型训练、推理服务到开发环境与工作流调度的全链路工程支持，全面覆盖AI项目从实验探索到规模化落地的完整价值链。作为Web前端工程师，您将深度参与平台前端体系的构建与持续演进，具体职责涵盖以下方面： 1. 协同产品与设计团队，负责AI平台控制台的前端开发，覆盖标注、训练、推理、编排、监控、开发环境等核心场景，打造专业、易用的交互体验。 2. 面向AI交互场景演进与算力资源类型升级，持续推动前端架构重构与性能优化，提升系统响应速度与操作流畅度。 3. 联合测试、运维与技术支持团队，确保前端系统稳定可靠、兼容性强、易于维护，并能快速响应与修复线上问题。 4. 参与AI Coding、WebIDE、智能Agent、AIGC等方向的前端预研与落地，积极探索下一代AI开发体验的创新路径。