蔚来蔚来AGI超星计划-AI 原生产品研究员

任职要求

我们希望你
- 来自计算机、人工智能、信息系统、工业工程、设计、人机交互或相关专业；
- 能快速理解复杂系统，而不只是拆页面和写需求文档；
- 对 AI 产品有真实实践，能够区分模型能力、工程能力和产品能力；
- 具备较强的抽象能力，能够从一个业务场景中提炼可复用的平台模型；
- 能与工程师和算法研究者深入讨论技术方案，而不是停留在功能描述；
- 有独立判断，不迷信行业热词，也不满足于复制已有产品。
加分项包括：
- 有 AI Agent、RAG、知识图谱、Semantic Layer、数据平台或开发者工具经验；
- 有科研、创业、开源项目或复杂产品从零到一经历；
- 能熟练使用 Claude Code、Codex、Cursor 等 Coding Agent 构建原型。

我们能提供什么
1. 真实而复杂的问题
你面对的不是公开数据集上的玩具任务，而是企业研发、供应链、制造、质量、财务和经营中的真实问题。
这些问题同时具备：
- 数据规模大；
- 资产类型复杂；
- 权限约束严格；
- 业务口径真实；
- 错误成本高；
- 研究价值和工程价值并存。
2. 从研究到生产的完整闭环
很多研究止步于离线指标，很多工程止步于功能上线。
在这里，你可以经历：
提出…

工作职责

方向：ContextOS / Enterprise Agent / Trust & Learning
你要解决的问题
传统产品经理更多是在已有产品范式中定义功能。
这个岗位面对的问题是：产品范式本身还不存在。
你需要参与回答：
- 企业 AI 应该如何理解业务对象，而不是直接面对表、字段和文档？
- Ontology、Semantic Layer、Evidence 和 Memory 应该如何被业务用户管理和消费？
- 用户如何判断一个 AI 结论是否可信、完整、可执行？
- Agent 的构建入口会被 Coding Agent 替代后，平台产品还应该提供什么？
- tracing 和 badcase 如何变成可治理、可持续进化的企业资产？
- Web、SDK、CLI、API 和 Agent Runtime 应该如何共同构成一个完整产品？
你会参与的工作
1. 定义 ContextOS、TrustOps、LearningOps 等新产品的核心模型、用户角色和产品边界；
2. 深入研发、供应链、制造、质量、财务和经营场景，抽象跨领域共性问题；
3. 设计 Ontology Studio、Semantic Mapping Studio、Context Playground、Evaluation Center、Trace & Feedback Studio 等核心产品；
4. 设计从原始资产接入、语义映射、上下文召回、Agent 消费到反馈回流的完整链路；
5. 建立企业 AI 产品的评价体系，不只看 DAU，而是关注任务成功率、证据完整性、资产复用率和业务闭环率；
6. 与算法、架构、工程和业务专家共同完成从研究假设到生产系统的验证。
值得研究的问题
你可能参与形成以下方向的产品研究或论文成果：
- 面向企业 Ontology 构建的人机协同交互机制；
- AI 结论的证据表达、信任校准和可解释交互；
- 面向复杂任务的 Context Engineering 产品范式；
- Agent 从建议到执行过程中的 Human-in-the-loop 设计；
- 基于 badcase 的企业知识资产持续治理机制；
- Coding Agent 时代，企业 AI 平台的产品形态演进；
- 面向专家与普通用户的渐进式语义建模体验。
对于适合脱敏和公开的问题，我们支持形成论文、专利、行业方法论或开源项目。