理想汽车【智能工业】AI Agent系统研发工程师
任职要求
1. 计算机相关专业硕士及以上学历(科班背景优先)； 2. 扎实的计算机科学理论基础,精通数据结构、算法、操作系统、网络等经典知识； 3. 熟悉AIAgent概念，具备实际Agent项目从架构设计、开发到落地的完整经验； 4. 熟练掌握各类开源Agent框架(如LangGraph、CrewAI、/AutoGen、AutoGPT等)及其架构设计思想； 5. 精通RAG相关方法与多种检索方式，了解如LlamaIndex等框架，在…
工作职责
1. 负责打造企业级"数字员工"，基于大语言模型及多模态模型技术，0到1孵化和落地高效智能Agent系统，实现人机协同的新工作范式。 2. 主导AI智能体整体架构设计与研发，包括Agent核心逻辑、工具用机制及多智能体协同决策体系的构建，推动Agent在复杂场景下的商用落地。 3. 参与制定产品发展和技术规划(SP/BP规划)，持续跟踪业界前沿技术，探索强化学习、协同决策、分布式部署等关键技术的突破并应用于实际工程项目。 4. 与算法、产品、运营等跨团队密切协作，统筹协调从需求调研、方案设计到系统部署全流程，确保系统在安全、性能、扩展性等方面满足商业应用要求。 工作职责: 1. 负责构建基于大语言模型及多模态技术的智能体软件架构体系，涵盖意图识别、任务规划、任务执行等核心能力，并实现技术从0到1的落地。 2. 深入参与Agent系统的开发与优化，设计并实现高效的AgenticW/orkflow和多Agent协同决策管理机制，解决复杂任务的资源调度与协作问题。 3. 针对大模型在分布式和云服务环境中的部署、调优与性能监控提供设计方案，确保系统具备高可用性、鲁棒性和安全防护能力。 4. 结合业务需求，持续优化Agent能力，包括自主决策、工具调用与与异常容错等，推动产品在跨部门、跨业务场景下的智能化升级与深度应用。 5. 跟踪并研究业界最新的智能体技术(如AutoGPT、AutoGen、MetaGPT等)，探索并推广RAG、Prompt Engineering、强化学习等前沿技术在Agent系统中的应用。 6. 主导项目中的技术难点攻关，持续优化系统工程实践，同时保证良好的代码质量、文档撰写及项目管理。
参与构建游戏场景下的智能体（AI Agent）系统与多模态内容生成管线，推动交互体验和生产方式的变革。 包括不限于： 智能体与多模态算法创新与应用：研究并实践业界前沿算法，重点聚焦于智能体框架、多模态大模型、工作流构建。将这些技术应用于游戏场景，构建全新的研发体系和用户体验。 高性能模型优化与部署：运用模型量化、剪枝等优化技术，显著降低模型推理延迟与成本，确保AI能力能在游戏环境中高效、稳定地运行。探索分布式计算与硬件特性（如GPU/CPU芯片）的工程结合，突破新技术在复杂游戏场景中的应用边界。 智能体系统交付与整合：为游戏研发流程构建高效的智能体解决方案。完成基于多模态能力的完整技术链路构建及工程化封装，为游戏产品提供强大而可靠的技术支持。
1、负责研发基于LLM的广告商家Agent应用建设，如广告投放Agent、DataAgent等一些列智能体应用； 2、负责研发Dev Agent，将AI能力无缝融入开发流程中，端到端的提高开发效率和创新性； 3、设计并实现易用的Agent开发平台，降低开发者使用Agent技术的门槛，包括MCP管理、A2A协议、Prompt动态配置、Agent安全控制等基础能力建设； 4、跟踪当前业界最新的多智能体、大模型应用研究进展，确保团队技术领先。
1、端到端功能建设及交付：参与点点（Dots）AI 对话应用的全栈功能研发，熟练借助 AI 编程工具（如 Claude Code、Cursor、Codex 等）实现人机协同编程，独立完成完整功能模块的端到端（Client-Server-AI）架构设计与高质量交付。 2、Agent 系统与工作流建设：参与构建连接大模型与业务场景的 Agent 系统，设计并落地多步推理（Multi-step Reasoning）、动态 Workflow 编排、多模型路由、多样 Tool Calling 、 DeepResearch 等核心机制。 3、服务端与高并发对话系统研发：参与 AI 对话产品服务端核心架构设计，构建支撑千万级并发的流式消息分发与路由系统（基于 SSE / WebSocket / gRPC 等协议）；推进微服务系统容量规划、全链路追踪（Trace）与性能瓶颈调优。 4、大前端与跨端交互体验攻坚：具备跨端视野，深度参与大前端（iOS / Android / Web / RN）核心模块开发，攻坚富文本与复杂卡片渲染、多模态交互（音视频 / 图像）、复杂动画及极致的客户端性能治理（启动、内存、卡顿与流畅度）。 5、全链路高可用保障：针对复杂 AI 任务的不确定性与不可靠性，设计并实现健壮的工程兜底机制，构建高可用的服务架构，涵盖中间状态存储与恢复（Memory/State Management）、长链路容错、智能重试与降级，支撑核心场景的工业级稳定性。
1、端到端功能建设及交付：参与点点（Dots）AI 对话应用的全栈功能研发，熟练借助 AI 编程工具（如 Claude Code、Cursor、Codex 等）实现人机协同编程，独立完成完整功能模块的端到端（Client-Server-AI）架构设计与高质量交付。 2、Agent 系统与工作流建设：参与构建连接大模型与业务场景的 Agent 系统，设计并落地多步推理（Multi-step Reasoning）、动态 Workflow 编排、多模型路由、多样 Tool Calling 、 DeepResearch 等核心机制。 3、服务端与高并发对话系统研发：参与 AI 对话产品服务端核心架构设计，构建支撑千万级并发的流式消息分发与路由系统（基于 SSE / WebSocket / gRPC 等协议）；推进微服务系统容量规划、全链路追踪（Trace）与性能瓶颈调优。 4、大前端与跨端交互体验攻坚：具备跨端视野，深度参与大前端（iOS / Android / Web / RN）核心模块开发，攻坚富文本与复杂卡片渲染、多模态交互（音视频 / 图像）、复杂动画及极致的客户端性能治理（启动、内存、卡顿与流畅度）。 5、全链路高可用保障：针对复杂 AI 任务的不确定性与不可靠性，设计并实现健壮的工程兜底机制，构建高可用的服务架构，涵盖中间状态存储与恢复（Memory/State Management）、长链路容错、智能重试与降级，支撑核心场景的工业级稳定性。