阿里巴巴基础设施与稳定性工程-Agent Infra 工程师-研发协作和交付平台
任职要求
1. 具备 2 年以上后端或基础平台研发经验。 2. 编程基础扎实，至少精通一门主流编程语言，具备良好的代码质量意识和系统设计能力。 3. 熟悉 Linux 操作系统，理解进程、网络、文件系统和 IO 等基础机制。 4. 熟悉分布式服务架构，具有复杂系统研发经验。 5. 对 DevOps、CI/CD 和应用发布有一定理解，理解应用从构建、部署、拉起、健康检查到流量接入等完整生命周期。 6. 具备良好的沟通协作、逻辑和复…
工作职责
1. 围绕 Agent 自主可信交付，负责 Aone 交付相关系统的重构与演进，建设 Agent 友好的端到端可信发布能力。 2. 负责合规发布能力建设，推动现有发布系统完成合规化改造与交付，保障发布过程满足安全与合规要求。 3. 探索 AI 在交付领域的工程化应用，建设面向 AI Agent 的发布基础设施与工具能力，推动发布分析、风险检查、异常诊断和变更验证等环节的智能化升级。
作为技术负责人，主导集团 AI 基础设施与稳定性领域核心系统的设计与开发。围绕两大方向展开工作：AIOps 智能运维——建设风险左移、故障事前检测及智能诊断恢复能力；AI 可观测——设计面向 AI 全栈（大模型推理、Agent 编排、RAG 管线、工具调用链路）的可观测体系，让 AI 系统本身"可监控、可调试、可度量"。 1. AI 全栈 Tracing：设计并落地覆盖 LLM 推理、Agent 编排、Tool-use 调用的端到端 Trace 体系，兼容社区开放标准并参与 OpenTelemetry 标准的设计； 2. 质量与安全度量：建设 AI 系统的核心度量体系，包括但不限于 Agent 性能和任务完成率等，驱动 AI 系统的持续质量改进，并建设 AI 场景专属的异常检测与根因归因能力； 3. AIOps 智能运维：基于大模型和 AI Agent 技术，建设覆盖风险左移（存量风险扫描、代码变更结构化分析、依赖拓扑治理）、事前检测（历史故障模式匹配、SOP 完备性推理）、故障诊断与快恢的全链路智能运维能力，打通变更上下文、服务拓扑、容量基线、SOP 知识图谱等多源数据底座，降低 MTTR。
1、阿里集团核心中间件演进，负责微服务应用服务框架、消息、软负载等核心中间件的设计、开发与运维 2、参与超大规模的底层核心技术的设计和实现，为阿里集团全域业务提供高质量的中间件基础服务 3、参与 AI 原生中间件产品建设，设计并研发面向生产级 AI Agent 场景，构建中间件领域 AI Friendly 的产品能力 4、持续优化提升中间件核心系统的稳定性和运维效率，完善中间件体系架构，满足全集团日益复杂的各类业务需求
围绕软件工程过程，建设「让所有AlAgent产品可靠运行」的基础设施产品，定义Agent基础设施产品的全生命周期，设计让Agent“快、稳、准"的 底层产品体系，支撑数十万开发者在Al-Native时代的软件工程实践。 1.负责AgentInfra的产品规划，围绕产品分析、软件交付、可测试性、技术风险控制、协作效率、研发资产管理等定义关键产品能力。 2.以VibeCoding的方式利用AI工具，一体化传统PD、交互、前端角色，快速迭代验证产品思考并转化为产品力。 3.结合Al发展趋势，持续追踪先进的Agent产品及HarnessEngineering等工程实践演进，确保产品技术路线的先进性。 4.保持平台的开放性，服务于多样化的业务场景与Agent军团业态，放大作用域。 5.建立有效的产品跟踪体系，持续验证并优化产品对技术产能的实际贡献，形成完整的价值闭环。
负责阿里巴巴代码平台 Agent Infra 方向的核心系统设计与开发，围绕面向 AI Agent 的代码基础设施展开工作，同时参与代码平台基础服务的建设。 1. 负责面向 Agent 场景的大规模代码存储引擎设计与开发，解决超大代码仓库的高效存储、检索与访问问题； 2. 负责代码语法分析、语义理解等代码智能服务的建设，为 Agent 提供精准的代码上下文理解能力； 3. 负责代码搜索与召回系统的设计与开发，融合多路召回策略，提升 Agent 在真实工程场景下的代码理解与生成质量； 4. 持续跟踪代码智能与 AI Agent 领域的前沿进展，结合大规模工程实践，推动技术创新与业务落地。