高德地图高德-AI Agent开发工程师（销售平台）-杭州-信息工程专项
任职要求
1、本科及以上学历，计算机相关专业，2年以上后端开发经验，Java基础扎实，理解IO、多线程、集合等基础框架，对JVM原理有一定了解； 2、具备大模型应用开发经验，熟悉Prompt Engineering、RAG、Agent设计框架等技术方向，有 实际Agent开发经验者优先； 3、熟练使用至少一种主流AI Coding工具（如Cursor、Claude Code、Qoder、OpenCode等），能将AI辅助编程深度 融入日常开发工作流，具备良好的人机协作编程习惯； 4、践行Spec-driven开发范式，擅长编写结构化的SPEC文档（需求规格/技术设计）来指导AI编码，确保AI生成代码的质量、可控性与业务一致性； 5、对大语言模型（LLM）原理有基本理解，熟悉主流AI Agen…
工作职责
团队介绍 高德销售平台团队，致力于用AI重塑销售全链路效率。我们负责销售业 务的智能化升级，从线索获取、商机转化、客户运营到成交闭环，通过大 模型与Agent技术构建新一代AI-Native销售工作平台。团 队技术氛围浓厚，紧跟AI前沿，持续探索Multi-Agent协作 、龙虾AI助理等创新方向。 1、负责销售平台智能化升级，基于大模型与Agent技术重构销售线索管 理、商机跟进、客户运营、成交闭环等核心系统，打造支持多行业场景的 智能销售平台； 2、探索Multi-Agent协作架构在销售域的落地，构建销售Agent团队（如线索Agent、商机Agent、运营Agent等）， 推动从传统后端工程到AI-Native的技术范式升级； 3、负责大模型业务应用平台的搭建，包括销售领域知识库建设、Prompt工程工具链搭建、Agent设计编排等； 4、负责将AI Agent能力深度融入销售业务场景，包括但不限于智能外呼、商机预 测、客户洞察、销售话术生成等，持续提升销售效率与转化率。
1. 负责CatPaw SDK/CLI能力建设，设计并实现Skill/Plugin体系，持续提升开发者体验。 2. 基于OpenClaw构建CatClaw集群，负责多智能体运行时、路由调度、会话管理及记忆系统的设计与开发。 3. 主导AI编排层开发，包括多模型调度、Prompt工程、Function Calling及上下文管理机制。 4. 推动IM/社交/办公等多端渠道的场景接入，支持浏览器自动化能力集成。 5. 构建安全隔离体系，实现多租户权限控制与数据沙箱机制，保障系统安全性与稳定性。
AI Agent 开发工程师 职位描述 负责 AI Agent 核心能力的设计与研发，包括任务规划（Planning）、工具调用（Tool Use）、记忆管理（Memory）、多轮对话管理等模块； 设计并实现 Multi-Agent 协作架构，包括子 Agent 路由、任务拆解与分配、Agent 间通信协议、结果聚合与冲突消解； 搭建 Agent 评测体系，设计评测数据集与评测维度（准确性、工具调用正确率、任务完成率），建设 A/B 评测流水线，持续优化 Agent 效果； 参与 Agent Harness 框架建设，包括 Agent 执行的编排调度、错误处理与重试机制、降级策略、可观测性（日志、Tracing、Token 用量、延迟监控）； 基于主流 Agent 框架开发可复用的 Agent Skill（技能包），制定 Skill 开发规范，推动 Agent 能力模块化； 参与知识库与检索系统的建设与优化：知识抽取、文档解析、混合检索、重排序等，构建领域知识库和语义索引系统； 使用 AI Coding 工具（Cursor/Claude Code/Codex）进行日常研发，实践 Vibe Coding 范式，持续提升研发效能。
1、负责企业级 AI Agent 架构设计与核心算法研发，基于 Agent Loop 实现任务规划、工具调用与多轮对话管理 2、设计多智能体协同系统，主导 Agent 间任务拆解、并行调度与结果聚合的落地实现 3、研究并工程化 Agent 关键技术，包括意图识别、Graph RAG 知识检索、Chain-of-Thought 推理与置信度评估 4、负责 Prompt Engineering 全链路设计：系统提示、工具描述、角色人设、不确定性表达及持续迭代 5、设计会话 / 用户 / 角色 / 长期四层记忆体系，实现知识随使用持续积累的进化闭环 6、搭建模型评测与 A/B 测试体系，数据驱动模型选型与策略迭代
1.负责业务线AIAgent系统的方案设计与研发落地，参与智能体系统的技术选型与实现，构建覆盖资产上链、资产发行、合规审查、风险评估等场景的智能化解决方案； 2.基于业务场景需求，设计并构建能够自我演进、高效协同的多智能体（Multi-Agent）生态系统，实现智能体在复杂金融资产场景下的自主决策与协作； 3.探索并实践基于强化学习（RL）等前沿方法的智能体自我优化与在线学习能力，持续提升智能体在RWA垂直领域的专业能力和决策质量； 4.攻克智能体在复杂决策、稳定性与可靠性方面的核心技术挑战，将研究原型高质量地转化为可支撑线上业务的稳定生产系统； 5.关注AI及区块链领域前沿技术动态，结合业务特性进行技术预研和创新探索，持续推动业务的智能化升级； 6.积极参与技术方案评审与代码审查，分享技术经验，与团队共同提升AI工程能力，营造积极的技术创新氛围。