拼多多Agent策略产品经理（商家服务态度方向）
任职要求
1. 2-3年以上互联网产品经理经验，有AI产品、客服/商家治理产品、智能对话系统经验者优先。 2. 深入理解LLM与Agent核心机制，熟悉NLP情绪分析、意图识别技术，了解流式处理在实时对话场景中的应用。 3.具备复杂的业务流程拆解与系统抽象能力，能将业务标准作业流…
工作职责
1.负责商家服务态度治理场景的Agent产品规划，基于实际业务场景（如实时情绪监控、违规意图识别、柔性干预触发、智能判责和违规处置等），抽象业务规则，设计多Agent协同工作流编排方案。 2.主导多模态（文本/语音/视频）场景识别、结合上下文语境设计大模型推理逻辑，制定模型结果应用策略，构建基于流式对话的Agent实时响应能力。 3.设计基于Agent的自动化判责模型，针对服务态度业务场景，实现证据链自动提取与违规程度分级，并设计商家申诉场景下的Agent复审与辅助人工决策链路。 4.与其他团队紧密协作，推动Agent底层能力建设，包括记忆机制、反思机制、风控机制的模型训练与产品化落地。 5.建立Agent能力评估指标体系（如场景覆盖率、识别准确率、推理逻辑合理性等），通过Bad Case分析不断迭代产品能力，达成业务数据指标。
1. 负责特定业务领域的策略制定，完成从复杂问题诊断、根因分析到长效解决方案设计的全链路工作，推动体验问题的系统化解决； 2. 构建可复用的包含商品特征、商家行为、行业类目的知识库与案例库； 3. 负责设计证据收集与验证机制，为责任判定提供可信依据，平衡消费者体验与商家体验； 4. 设计差异化策略，通过产品化工具帮助商家自我诊断、优化商品信息与服务流程。
策略定义与评测体系搭建 构建商户Agent的多维度评测体系（有人味儿、懂业务、懂用户、情感链接、体验好、转化好），定义各维度的评分标准和达标线 设计并维护评测工单集（覆盖看车、选车、买车、用车全场景），定期组织专家盲测和用户盲测 建立评测结果→策略优化的闭环机制，每次评测输出Top 3短板和改进建议 2. 数据分析与策略迭代 分析用户与商户Agent的对话数据，识别高频问题、断点场景、用户流失原因 基于数据洞察，输出策略优化需求（话术调整、推荐逻辑优化、知识库补充、异常兜底策略） 设计A/B实验，验证策略变更对转化率、用户满意度、客单价等核心指标的影响 3. 商户Agent能力规划 定义商户Agent在不同场景下的能力边界（哪些必须精准、哪些可容忍模糊、哪些绝对不能出错） 协同算法团队，推动Agent在需求理解、推荐匹配、异议处理等核心能力上的持续进化 关注行业竞品（如通用AI在汽车场景的表现），输出差异化策略建议 4. 跨团队协作 与Skill搭建产品经理紧密协作，确保策略方向在Skill层面可落地、可执行 与算法、工程团队配合，推动策略上线和效果回收 与运营、品牌团队对齐评测结果，支持对外传播口径的准确性把控
1、主导 Agent 主链路策略：负责手机解决方案中 Agent / 模型效果的持续优化，覆盖意图分类链路、记忆链路、Skill 体系、工具集编排等核心模块，为链路端到端效果负责。 2、完成复杂策略方案设计：理解 AI 技术的能力边界与发展趋势，结合用户需求与业务场景，独立完成复杂产品策略的方案设计，将模糊的用户价值翻译为清晰、可执行的模型与产品策略。 3、驱动模型效果迭代：基于业务目标搭建评测体系、定义模型训练的理想数据集与标注规范，与算法、标注、研发团队紧密协作，通过实验设计与快速迭代持续提升模型效果与线上表现。 4、持续洞察用户与优化体验：通过评测数据、线上分析、一手体验、用户调研等多种方式深度洞察用户需求，不断完善对场景与用户的认知，制定并推动相应的迭代策略，持续提升 Agent 体验。
1.策略设计：负责大模型在AI Agent 及多个高价值专业垂类（金融、医疗、法律、科研等多元方向皆可）的后训练数据策略，制定针对行业深度、复杂推理与交互合成等核心能力的数据体系标准； 2.链路与协同：紧密衔接算法与数据标注团队，搭建数据生产标准与质量评估体系；协同推进自动化清洗、数据合成与人工标注的高效流转，保障高质量数据的连续交付； 3.**评测与环境：针对“难求解、易验证”的复杂垂类与 Agent 任务构建科学的动态评测集（Benchmarks）；协同研发搭建前沿模型训练所需的底层验证与交互环境（Sandbox / RL Environment）。