小红书AI Agent 工程师（社区新交互探索）
任职要求
1. 本科及以上（计算机/软件工程/AI 相关优先），3 年以上后端/平台/AI 工程经验，或有成熟的 agent/LLM 应用落地经验； 2. 熟练掌握至少一门主力语言（Python / Go / Java 等），具备大型项目工程经验； 3. 扎实的软件工程能力：架构设计、可靠性、可观测、性能与成本优化、可维护性； 4. 有“从 0 到可验证”的完整交付经验：能把探索做成可运行系统，并用评测/数据输出结论； 5. 良好的跨团队协作与…
工作职责
把“还没被证明的体验设想”做成可运行、可测量、可上线的端到端原型与实验，在真实业务场景里快速验证、快速迭代，把有效结论变成可推广的成熟方案。 工作职责 1、构建可运行的 Agent 核心链路：围绕社区新交互场景，设计并实现 Agent 的核心能力，你需要把一个“看起来可行的想法”，真正落成可以跑、可以测、可以复盘的系统； 2、端到端负责从想法到验证的完整闭环：你需要从 0 到 1 推动一条探索链路，我们希望你不是只完成开发任务，而是能对“这个方向是否成立”给出工程化判断； 3、设计并实现 Agent Runtime：为智能体在线运行提供稳定的系统支撑，你需要把模型能力变成真正稳定、可维护、可演进的系统能力； 4、设计并实现 Agent Harness：除了让 Agent 跑起来，我们也重视让 Agent 可测试、可评估、可回放、可比较。我们希望把一次次探索，沉淀成可重复验证、5、可持续优化的实验能力，而不是一次性 demo； 6、与多角色协作，把模型能力做成产品能力：把需求变成可执行的 agent spec，把模型能力变成稳定的系统能力； 7、推动 agent 技术路线图与关键架构决策：工具协议、记忆方案、评测口径、发布与灰度机制。
一、AI 产品开发（Skill / MCP / Sandbox / 社区） 1.开发和运营 Skill Hub 平台，支持 Skill 的发布、发现、搜索、评分、版本管理与权限控制；打造面向全团队的 AI 工具分发与共享基础设施 2.基于 MCP（Model Context Protocol）协议开发内部工具集成服务，将内部系统（OA、知识库、数据平台等）MCP 化，供 Agent 稳定调用；跟进协议规范演进并在内部落地 3.开发和维护 AI Agent 运行所需的 Sandbox 隔离环境，设计资源限制、网络隔离与文件系统策略，构建生命周期管理能力（创建、挂起、销毁、快照） 4.建设 Skill 社区生态，支持开发者贡献、分享与评审 Skill，降低全团队的 AI 工具接入门槛 5.探索 Chat-UI（流式组件）与 Generative UI（生成式界面）在上述产品中的落地，提升交互效率 二、AI 前沿探索与布道 1.持续追踪 LLM / Agent 领域的新进展（新模型能力、新协议标准、新交互范式），评估其对 Skill Hub、MCP、Sandbox 等产品的影响，及时推动产品迭代与能力升级 2.当行业出现新的 Agent 协议或工具生态（如 MCP 协议演进、新的 Tool Use 规范等），快速跟进并在内部完成适配落地 3.将前沿探索成果转化为团队可用的最佳实践、开发规范或产品特性，避免团队在错误方向上重复建设
我们正在寻找热爱 AI 的你，共同探索智能物流领域的无限可能。如果你渴望在日均亿级包裹的淘天电商物流网络中，用 AI Agent 重构淘天电商物流业务形态，构建下一代淘天智能物流技术体系，这里是你理想的舞台！加入我们，你将： 1. 重塑物流履约体验：构建消费者体验、智能订单履约、智能物流质控、智能财务损益、商家运营提效等物流 Agent，实现从订单接入到末端配送的全链路智能决策，让每一个包裹更快、更准、更省地送达消费者手中； 2. 驱动物流数据智能化：建设智能数据商业分析 Agent，以 AI 驱动物流数据需求高效交付、商业洞察主动发现、分析能力跨场景规模化复用，让数据从"被动出报表"进化为"主动驱动业务决策"，支撑物流业务商业决策； 3. 构建智能物流技术基建：打造智能物流 Agent 基础设施平台，建设统一的开发框架、评估体系、可观测性平台、工具链与安全护栏，为物流全场景 Agent 规模化落地提供坚实底座，打造 AI 时代高效交付的新研发模式； 4. 实践敏捷全栈团队：参与以业务价值交付为中心的敏捷全栈团队实践——以业务目标驱动需求拆解，以端到端闭环打通业务需求、产品设计、Agent 研发、测试评估、产品发布到智能运营的完整研发流程，以持续交付、测试左移、即时反馈的敏捷实践驱动业务价值落地； 在 AI 与物流深度融合的新时代，让我们一起用 Agent 重新定义物流！来吧，期待你的加入，开启属于你的智能物流创新之旅！
参与构建游戏场景下的智能体（AI Agent）系统与多模态内容生成管线，推动交互体验和生产方式的变革。 包括不限于： 智能体与多模态算法创新与应用：研究并实践业界前沿算法，重点聚焦于智能体框架、多模态大模型、工作流构建。将这些技术应用于游戏场景，构建全新的研发体系和用户体验。 高性能模型优化与部署：运用模型量化、剪枝等优化技术，显著降低模型推理延迟与成本，确保AI能力能在游戏环境中高效、稳定地运行。探索分布式计算与硬件特性（如GPU/CPU芯片）的工程结合，突破新技术在复杂游戏场景中的应用边界。 智能体系统交付与整合：为游戏研发流程构建高效的智能体解决方案。完成基于多模态能力的完整技术链路构建及工程化封装，为游戏产品提供强大而可靠的技术支持。
有赞AI使能团队正在打造AlNative产品,让它成为帮助客户更高效经营的AlAgent。为此,我们希望寻找若干热衷 探索AI应用的全栈工程师。 我们相信在Al时代,产品、算法、工程的伙伴应该像创业小组一样聚集在一起,不设边界,做大量朴素的探索,这意 味着: 强悍的学习能力,通过精读论文和不断尝试新技术、新框架,拓展技术视野; 思维开放、热爱动手尝试,能够自主实现端到端的项目Demo落地; 积极乐观,在探索过程中不怕受挫,持续升级对AI技术能力和边界的认知,能预判技术对业务的潜在影响; 岗位职责 全栈开发与AI集成 1. 负责AI驱动的全栈系统设计与开发,涵盖前端交互界面(React/Vue)、后端服务架构(Python/Java)、数据库 及AI模型部署全链路； 2. 将大语言模型应用集成至实际业务场景,优化模型推理效率及服务稳定性。 技术架构设计与创新 1. 设计高可用、可扩展的Agent工程架构； 2.研究LLM、Agent、RL等前沿技术并推动落地应用。