阿里巴巴Agent Infra操作系统研发工程师
任职要求
专业领域： 1. 计算机科学、软件工程或相关专业。 2. 基础知识扎实，熟悉计算机体系结构、操作系统原理、网络、分布式系统、算法与数据结构等领域；在 ACM 大赛成绩优异者优先，有顶会论文/高影响项目/专利/开源贡献为加分项。 3. 专业能力： ● 系统工程与编程能力 ○ 有扎实的系统工程基础，熟悉 Linux 开发环境，具备工程实现能力； ○ 扎实掌握 Python、C/C++、Rust、Go、Java 等编程语言中的一种或几种。 ● 操作系统领域专业知识（对操作系统与基础软件有热情，对于以下领域中的一项或者多项有了解） ○ 了解 Linux 操作系统与发行版，具备扎实的系统级编程和优化能力。例如：有 Linux 内核开发、虚拟化技术、容器运行时、基础库等经验； ○ 了解计算机体系结构，可以为数据中心的软硬件基础设施进行操作系统级适配和协同优化。例如：有软硬件协同优化或芯片适配相关经历； ○ 了解系统安全机制，例如：软件供应链安全、系统权限控制与审计等； ○ 了解系统可观测技术、系统运维与性能优化方法，熟悉常见运维工具与性能调优手段，对 AI 驱动的智能化运维方向有兴趣。 ● Agent 工程能力（对于以下领域中的一项或者多项有了解） ○ 了解 Agent 架…
工作职责
1. 操作系统及内核研发：面向 Agent 工作负载的操作系统能力演进，推动内核子系统与上层系统组件的适配与创新，构建 Agent 与 OS 之间的交互接口与运行时基础设施。 2. 安全底座：构建 OS 级的 Agent 安全体系，在供应链安全、运行时安全隔离、OS 级行为审计与访问控制等方向建立纵深防御。 3. 智能化运维：探索 AI 与系统运维深度结合的模式，将操作系统运维知识封装为 Agent 可理解、可执行的能力，推动运维从人工经验驱动向智能化演进。 4. 可观测与效能优化：构建面向 Agent 行为的可观测体系，度量和优化 Agent 运行效能，从 OS 层系统性降低 Agent 运行成本。 5. 工程平台建设：构建面向操作系统研发场景的 Agent 基础设施平台，将各方向的 Agent 能力进行平台化沉淀，支撑 Agent 的规模化开发、运行与迭代。
负责构建支撑AI Agent全生命周期的核心基础设施，涵盖设计构建、训练优化、安全部署、高并发调度及服务化交付等，为Agent的规模化落地提供稳定、高效、安全的底层能力。 具体职责包括以下相关方向的一项或多项： 1.Agent基础设施：设计高并发、可扩展的Agent框架，覆盖沙箱执行、容器编排、任务调度及状态管理，支持训练优化与安全部署。 2.安全与稳定性：构建沙箱隔离与委托身份认证，确保API安全调用，并实现检查点恢复机制保障长任务可靠性。 3.平台服务能力：开发LLM上下文预计算、知识检索等优化能力，封装SDK/API（如向量检索、观测体系）提升推理效率。 4.AI能力产品化：模块化输出开发套件（如CLI/SKLLS），降低Agent构建与调优门槛，支持算法迭代优化。 5.技术前瞻与落地：跟踪Agent生态技术进展，推动新技术规模化应用，持续优化架构性能与易用性。 目标：通过高效、安全、先进的基础设施，实现AI Agent从开发到生产的全流程支持，加速规模化落地。
1. 技术战略与架构演进（Technical Vision & Architecture） * 顶层架构设计： 主导企业级AI Agent平台的整体技术蓝图规划，设计支持高并发、低延迟、高可靠的分布式Agent运行时架构。 * 前沿技术攻坚： 深入探索并落地Multi-Agent协作机制、长短期记忆管理（Memory Management）、复杂任务自动规划（Planning & Reasoning）及MCP&Skills等前沿技术，解决Agent在复杂场景下的幻觉、状态一致性及执行可靠性难题。 * 技术演进路线： 制定平台未来1-3年的技术演进路线图，平衡技术创新与系统稳定性，确保架构具备极强的扩展性与兼容性。 2. 商业落地与场景赋能（Business Impact & 2B Delivery） * 2B场景规模化落地： 深入理解金融、政务、制造等2B核心客户的业务痛点，主导Agent平台在复杂企业场景下的解决方案设计与交付，确保技术指标转化为可量化的商业价值（如效率提升率、成本降低率）。 * 生态建设与标准化： 构建开放的Agent插件生态与工具链标准，推动平台能力产品化，支持客户通过低代码/零代码方式自定义Agent工作流，加速行业解决方案的复制与推广。 * 关键项目兜底： 作为技术负责人（Owner），直接对重大标杆项目的成功交付负责，解决跨部门、跨系统的复杂集成难题。 3. 工程底座与技术体系建设（Engineering Excellence） * 夯实工程基石： 建立完善的Agent全生命周期管理体系（开发、调试、评估、部署、监控），打造业界领先的Agent Ops平台，显著提升研发效能与系统稳定性（SLA 99.99%+）。 * 安全与合规体系： 构建企业级的AI安全围栏，包括提示词注入防御、敏感数据脱敏、Agent行为审计及合规性检测，确保平台符合数据安全法规。 4. 梯队建设与文化塑造（Leadership & Talent Development） * 技术前瞻与创新： 保持对全球AI技术趋势的敏锐洞察，引入学术界最新成果（如ReAct, ToT, GraphRAG等）并在内部进行技术预研与转化。 * 高端人才培养： 负责组建并培养一支高水平的AI工程团队，建立清晰的人才成长路径与晋升机制，通过技术分享、黑客松等形式营造浓厚的创新氛围。 * 跨团队协同： 打破算法、工程、产品之间的壁垒，建立高效的协同机制，推动“算法模型”向“工程产品”的高效转化。
作为 Agent Infra 工程师，你将深度参与或主导以下方向的建设： 1. 面向 Agent 的研发范式重构：打破传统面向人的知识组织与协作模式，以 All-in-Code、工作项驱动、上下文可消费为核心，重构研发流程与信息结构，建设面向 Agent 的工作方式。 2. Agent 原生执行平台：设计并落地 Brain / Hands / Session 三层解耦的执行平台架构，包括模型路由、上下文工程、能力编排、长程任务管理；并在此之上孵化 Agent Teams 多 Agent 协作框架与 Mem2Skill 自进化闭环。 3. CLI 化工具生态：定义 Agent 友好的标准化 CLI 规范，建设 CLI 注册中心、版本管理、权限隔离与可观测性体系；沉淀官方 Skill/CLI 矩阵，覆盖发布、灰度、回滚、诊断等高频研发场景。 4. AI 安全通信网关（AIGW）：设计 Agent 身份与可信授权体系，建设全链路 Prompt / Tool Call 审计与防滥用机制，打造集团级 AI 安全基础设施 5. 高密度 Agent Sandbox：构建容器 / MicroVM / WASM 多形态统一抽象的安全执行环境，实现秒级启动、强隔离、低成本，支撑 2W+ 日活 Agent 并发执行 6. 建设面向 Agent 的生产运维操作，构建风险评估、分级审批与行为审计能力，在释放 Agent 自主性的同时确保生产环境可控
1. 负责智能体平台的产品研发工作，确保产品能够对标世界一流智能体平台，满足业务发展的需求； 2. 深入理解智能体技术与模型原理，结合平台产品设计的深刻理解，推动产品的持续优化与创新； 3. 与研发团队紧密合作，确保产品设计与技术实现的无缝对接，提升产品的技术竞争力； 4. 跟踪行业内外的智能体技术发展趋势，引入先进的技术理念，持续提升产品的市场竞争力； 5. 负责产品的市场调研与用户需求分析，确保产品设计符合市场需求，推动产品的成功落地与推广； 6. 通过跨部门的协作，确保项目的顺利实施，达成既定的业务目标。