小红书AI 应用架构师（Hi Lab - 点点方向）
任职要求
- 熟悉大模型应用架构，精通Function Call / Agent / ReAct / Tool Calling / Workflow等核心机制，有实际落地经验； - 精通Python/Go/Rust至少一种，具备高并发服务化开发经验，熟悉异步通信（SSE /gRPC /WebSocket /MQ）； - 深入理解分布式任务调度、流程编排框架（如Airflow /Temporal /Dagster等），有自研或深度优化经验优先； - 熟悉LLM 上下文管理、KV Cache、Token 复用、批处理推理等优化手段，有性能调优实战； - 具备强烈的Owner意识与系统设计能力，能独立负责复杂模块从设计到落地的全链路； - 优秀的跨团队沟通与技术抽象能力，对AI工程化、Agent演进有强烈热情与持续学习意愿； - 本科及以上学历，3年以上相关后端/AI工程经验（特别…
工作职责
【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。
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。
1、为客户提供企业级AI应用架构整体方案设计，涵盖AI Agent构建、LLM网关代理、Skill/MCP编排、多Agent协作等核心场景，指导客户基于阿里云云原生产品体系（AI网关、MSE Nacos、HiClaw等）落地实施； 2、深入理解客户业务需求和技术痛点，包括功能性需求、非功能性需求、性能及高可用性需求，针对不同行业特点提供基于阿里云云原生AI技术体系的架构设计方案； 3、主导AI Agent/AgentOS方向的方案孵化与技术探索，结合团队产品推动多Agent协作场景的商业化落地，在AI时代创新出能切实帮助企业的新方案； 4、收集并总结产品在客户侧落地过程中的需求、问题和反馈，推动产品经理及研发团队进行产品迭代改进，形成「客户→方案→产品」的正向闭环； 5、对业务团队架构师、合作伙伴进行解决方案培训与技术赋能，持续迭代提升解决方案与客户业务需求的匹配度； 6、与销售团队紧密协作，参与客户技术交流与项目攻坚，用技术专业能力推动业务发展和商业目标达成。
1、为客户提供企业级AI应用架构整体方案设计，涵盖AI Agent构建、LLM网关代理、Skill/MCP编排、多Agent协作等核心场景，指导客户基于阿里云云原生产品体系（AI网关、MSE Nacos、HiClaw等）落地实施； 2、深入理解客户业务需求和技术痛点，包括功能性需求、非功能性需求、性能及高可用性需求，针对不同行业特点提供基于阿里云云原生AI技术体系的架构设计方案； 3、主导AI Agent/AgentOS方向的方案孵化与技术探索，结合团队产品推动多Agent协作场景的商业化落地，在AI时代创新出能切实帮助企业的新方案； 4、收集并总结产品在客户侧落地过程中的需求、问题和反馈，推动产品经理及研发团队进行产品迭代改进，形成「客户→方案→产品」的正向闭环； 5、对业务团队架构师、合作伙伴进行解决方案培训与技术赋能，持续迭代提升解决方案与客户业务需求的匹配度； 6、与销售团队紧密协作，参与客户技术交流与项目攻坚，用技术专业能力推动业务发展和商业目标达成。
1、负责构建模型与应用间的通用 Agent 层，支持多模型调用、动态 Workflow 与自动路由机制； 2、设计 Function Call、ReAct、PE 等执行机制，建设模块化的工具调用体系； 3、优化模型调用链上下文管理与执行效率； 4、与算法与服务端协作，建设任务调度、RAG 服务与 Tool 编排框架； 5、推动 AI 工程体系标准化与自动化，建设可配置、可调试的开发工具与可视化平台。