阿里云阿里云智能-AI Native 应用产品经理 - AI Coding / Agent 方向-专有云（北京&杭州）
任职要求
任职要求 基础要求 ● 本科及以上学历，计算机、软件工程、人工智能、信息管理、自动化等相关专业优先。 ● P7：5 年以上产品经验，具备独立负责复杂产品模块或 0-1 产品落地经验。 ● P8：8 年以上产品经验，具备复杂产品线、平台型产品、ToB 商业化或跨团队产品负责人经验。 ● 有云计算、开发者工具、DevOps、低代码/平台工程、AI 产品、大模型应用、企业软件、研发效能平台等相关经验之一。 技术理解要求 ● 理解软件研发流程和工程工具链，熟悉需求、代码、测试、构建、发布、运维、缺陷管理等 SDLC 环节。 ● 熟悉大模型应用基本原理，理解 Prompt / Context Engineering、RAG、Tool Use、Function Calling、Workflow、Memory、Agent、模型评测等概念。 ● 对 AI Coding 产品有实际使用或设计经验，熟悉 Cursor、Claude Co…
工作职责
岗位职责 1. 产品规划与方向定义 ● 负责 AI Native 应用方向的产品规划，重点围绕 AI Coding、Code Agent、研发智能体、企业知识管理智能体 等场景，定义产品定位、目标用户、核心场景、版本路线图和商业化路径。 ● 面向专有云客户的真实业务环境，识别高价值、高频、可验证的 AI 应用场景，判断哪些能力适合标准产品化，哪些能力适合行业模板化，哪些能力适合项目定制化。 ● 跟踪国内外 AI Coding、Code Agent、Developer Tools、Agent Infra、LLMOps、Agent-Eval 等方向的发展趋势，形成产品洞察和竞争分析。 2. AI Coding / Code Agent 产品设计 ● 负责 AI Coding 类产品的核心能力设计，包括但不限于：代码库理解、研发知识问答、需求到任务拆解、代码生成、代码重构、单测生成、缺陷修复、变更解释、迁移改造、运维排障等。 ● 设计 Code Agent 的完整任务链路，包括用户意图识别、上下文构建、工具调用、计划生成、代码修改、测试验证、结果解释、人工确认、权限控制与回滚机制。 ● 围绕企业级研发流程，打通代码仓库、制品库、CI/CD、缺陷管理、需求管理、文档知识库、权限系统、审计系统等工具链。 3. Agent 工程能力产品化 ● 将大模型、RAG、Function Calling / Tool Use、Workflow、Memory、Multi-Agent、评测系统、可观测性、安全护栏等技术能力，转化为可被业务用户和研发团队使用的产品能力。 ● 定义 Agent 的运行机制和产品边界，包括任务规划、工具编排、上下文管理、权限模式、人机协同、失败恢复、日志追踪、结果验收等。 ● 与相关团队协同，推动从 Demo / PoC 到生产级产品的演进。 4. 专有云场景落地 ● 深入理解专有云、私有化部署、数据不出域、权限隔离、信创适配、安全合规、离线环境、客户侧交付等场景约束。 ● 面向政企客户、行业客户、内部研发团队开展需求调研、场景共创、PoC 验证和产品化沉淀。 ● 将项目交付过程中的共性需求抽象为标准能力、行业模板、最佳实践和产品包，提升复制效率。 5. 评测、指标与闭环 ● 建立 AI Coding / Agent 产品的效果评估体系，包括任务完成率、代码采纳率、一次通过率、测试通过率、缺陷修复率、节省工时、用户留存、客户满意度等指标。 ● 设计离线 Benchmark、真实任务集、客户验收标准、灰度评估机制和反馈闭环，解决 Agent 产品“能跑”到“可靠、可控、可交付”的问题。 ● 联动算法和工程团队，基于真实用户反馈、失败样本、日志数据，持续优化模型效果、工具链设计和产品体验。 6. 商业化与解决方案包装 ● 参与 AI Native 应用的产品包装、版本规划、定价策略、解决方案材料、标杆案例和客户汇报。 ● 将 AI Coding / Agent 能力从单点工具，升级为面向行业客户的“研发提效、软件现代化、知识资产沉淀、工程能力升级”解决方案。
岗位职责 1. 产品规划与方向定义 ● 负责 AI Native 应用方向的产品规划，重点围绕 AI Coding、Code Agent、研发智能体、企业知识管理智能体 等场景，定义产品定位、目标用户、核心场景、版本路线图和商业化路径。 ● 面向专有云客户的真实业务环境，识别高价值、高频、可验证的 AI 应用场景，判断哪些能力适合标准产品化，哪些能力适合行业模板化，哪些能力适合项目定制化。 ● 跟踪国内外 AI Coding、Code Agent、Developer Tools、Agent Infra、LLMOps、Agent-Eval 等方向的发展趋势，形成产品洞察和竞争分析。 2. AI Coding / Code Agent 产品设计 ● 负责 AI Coding 类产品的核心能力设计，包括但不限于：代码库理解、研发知识问答、需求到任务拆解、代码生成、代码重构、单测生成、缺陷修复、变更解释、迁移改造、运维排障等。 ● 设计 Code Agent 的完整任务链路，包括用户意图识别、上下文构建、工具调用、计划生成、代码修改、测试验证、结果解释、人工确认、权限控制与回滚机制。 ● 围绕企业级研发流程，打通代码仓库、制品库、CI/CD、缺陷管理、需求管理、文档知识库、权限系统、审计系统等工具链。 3. Agent 工程能力产品化 ● 将大模型、RAG、Function Calling / Tool Use、Workflow、Memory、Multi-Agent、评测系统、可观测性、安全护栏等技术能力，转化为可被业务用户和研发团队使用的产品能力。 ● 定义 Agent 的运行机制和产品边界，包括任务规划、工具编排、上下文管理、权限模式、人机协同、失败恢复、日志追踪、结果验收等。 ● 与相关团队协同，推动从 Demo / PoC 到生产级产品的演进。 4. 专有云场景落地 ● 深入理解专有云、私有化部署、数据不出域、权限隔离、信创适配、安全合规、离线环境、客户侧交付等场景约束。 ● 面向政企客户、行业客户、内部研发团队开展需求调研、场景共创、PoC 验证和产品化沉淀。 ● 将项目交付过程中的共性需求抽象为标准能力、行业模板、最佳实践和产品包，提升复制效率。 5. 评测、指标与闭环 ● 建立 AI Coding / Agent 产品的效果评估体系，包括任务完成率、代码采纳率、一次通过率、测试通过率、缺陷修复率、节省工时、用户留存、客户满意度等指标。 ● 设计离线 Benchmark、真实任务集、客户验收标准、灰度评估机制和反馈闭环，解决 Agent 产品“能跑”到“可靠、可控、可交付”的问题。 ● 联动算法和工程团队，基于真实用户反馈、失败样本、日志数据，持续优化模型效果、工具链设计和产品体验。 6. 商业化与解决方案包装 ● 参与 AI Native 应用的产品包装、版本规划、定价策略、解决方案材料、标杆案例和客户汇报。 ● 将 AI Coding / Agent 能力从单点工具，升级为面向行业客户的“研发提效、软件现代化、知识资产沉淀、工程能力升级”解决方案。
1、负责 AI 创新业务后端的核心功能设计与开发，支持业务快速迭代上线； 2、与产品，设计，客户端团队紧密合作，交付稳定&高性能的后端服务； 3、搭建稳定高效的后端服务架构，建立横向的后端服务能力； 4、利用 AI Coding 工具，实现闭环的 AI Coding 开发流程，涵盖需求拆解，开发，测试，发布等;
岗位职责： 1、负责AI创新业务客户端的核心功能设计与开发，提升用户体验和性能； 2、与产品，设计团队紧密合作，实现高质量的视觉效果和交互功能； 3、优化客户端性能，解决技术难题，确保应用在各种设备上的稳定运行； 4、利用 AI Coding 工具，实现闭环的 AI Coding 开发流程，涵盖需求拆解，开发，测试，发布等;
岗位职责： 1、负责 AI 创新应用业务的核心功能设计与开发，支持业务快速迭代上线； 2、与产品，设计，运营等角色紧密合作，高效交付应用需求； 3、利用 AI Coding 工具，实现闭环的 AI Coding 开发流程，涵盖需求拆解，开发，测试，发布等;