零一万物AI Agent 工程师

- 负责AI Agent系统的整体架构设计与核心能力研发，包括但不限于任务规划（Planning）、工具调用（Tool Use）、长期/短期记忆（Memory）、多轮推理（Reasoning）等模块； - 设计并实现基于大模型的 Agent 执行框架，支持复杂任务拆解、动态决策与自主执行，提升系统自动化水平； - 设计并接入各类工具链（Tools / Plugins / APIs），实现 Agent 对外部系统（如数据库、搜索引擎、业务系统）的自动化调用能力； - 构建高可用、高并发的 Agent 服务体系，优化推理延迟、Token 成本与执行稳定性，支持生产级部署； - 持续跟进大模型与 Agent 领域前沿技术，并完成工程化落地。

1、深入理解数据生产核心链路，与产品和业务团队紧密协作，识别并解决业务需求沟通、代码开发、上线运维等各环节中的关键问题，快速设计和实现AI驱动的解决方案，抽象和沉淀通用的Agent基建能力； 2、聚焦产品功能与用户体验，联合大模型算法、评估、数据等团队，持续优化产品性能与准确率，提升系统智能化水平； 3、支持产品在字节跳动各条业务线的落地，推动智能化方案的规模化应用； 4、跟踪AI技术前沿发展，推动新技术的引入与工程化落地，持续增强平台智能化能力。

1. 围绕游戏研发流程中的各个环节，用技术手段搭建实用工具及AI Agent，提升团队效率 2. 对Agent的准确率和稳定性负责，并建立效果评估体系，让Agent能够快速迭代优化。

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。