美团AI Coding全栈工程师
任职要求
1. AI Coding 的原生玩家 必备： · 习惯使用 Claude Code / OpenCode / Cursor / GitHub Copilot / Windsurf 等 AI 辅助编程工具 · 习惯通过自然语言描述逻辑，让 AI 完成端到端的需求理解、任务拆解、代码开发、测试发布 · 对 AI 生成代码有审查意识，能识别幻觉、边界问题与安全隐患 加分项： · 有使用 AI 从 0 到 1 独立完成全栈项目（前端 + 后端 + 数据库）的经验 · 有通过 MCP / Skills / SubAgent 控制实际工作流的经验 2. 全栈思维与工程素养 必备： · 了解 Node.js 及主流前端框架（React / Vue），能够理解 API 设计与数据流转 加分项： · 了解 BFF…
工作职责
一、AI 产品开发（Skill / MCP / Sandbox / 社区） 1.开发和运营 Skill Hub 平台，支持 Skill 的发布、发现、搜索、评分、版本管理与权限控制；打造面向全团队的 AI 工具分发与共享基础设施 2.基于 MCP（Model Context Protocol）协议开发内部工具集成服务，将内部系统（OA、知识库、数据平台等）MCP 化，供 Agent 稳定调用；跟进协议规范演进并在内部落地 3.开发和维护 AI Agent 运行所需的 Sandbox 隔离环境，设计资源限制、网络隔离与文件系统策略，构建生命周期管理能力（创建、挂起、销毁、快照） 4.建设 Skill 社区生态，支持开发者贡献、分享与评审 Skill，降低全团队的 AI 工具接入门槛 5.探索 Chat-UI（流式组件）与 Generative UI（生成式界面）在上述产品中的落地，提升交互效率 二、AI 前沿探索与布道 1.持续追踪 LLM / Agent 领域的新进展（新模型能力、新协议标准、新交互范式），评估其对 Skill Hub、MCP、Sandbox 等产品的影响，及时推动产品迭代与能力升级 2.当行业出现新的 Agent 协议或工具生态（如 MCP 协议演进、新的 Tool Use 规范等），快速跟进并在内部完成适配落地 3.将前沿探索成果转化为团队可用的最佳实践、开发规范或产品特性，避免团队在错误方向上重复建设
1、打造面向研发场景的下一代 AI Native Agent 产品，覆盖 AI Coding、自动化研发工具链、智能终端等核心能力，重新定义开发者的编码与交付体验； 2、设计并构建复杂客户端核心模块，包括会话系统、任务编排、上下文管理、工具调用、权限控制、状态恢复、多窗口 / 多工作区、插件体系、终端集成、文件系统访问、Diff / Patch / Review、Git / PR 流程等关键能力； 3、攻坚复杂客户端与 Agent 工程化难题，解决长任务执行、跨进程通信、本地与云端协同、异常恢复、弱网与离线、启动性能、内存占用、稳定性、可观测性等核心问题，提升产品在真实研发场景中的可靠性和可控性； 4、推动 AI Agent 能力在客户端侧产品化落地，围绕代码生成、代码理解、自动修复、测试验证、任务拆解、多 Agent 协作等场景，设计可扩展、可调试、可评估的工程架构； 5、负责技术方案评审、架构拆解、工程规范建设和核心项目推进，提升团队在复杂客户端、AI Coding、Agent 工程化方向的技术深度和交付质量。
1、面向 Qoder Web 业务、AI Agent 平台、内部研发与提效平台，打造 AI Native 的产品系统和工程基础设施； 2、将模型、Agent、工具、数据和用户工作流连接起来，形成可持续迭代的 AI 应用闭环； 3、建设 Coding Agent 与 Harness 相关能力，覆盖任务编排、工具调用、上下文工程、执行观测、结果评估和 AgentOps； 4、以 AI 应用工程师视角端到端推进产品落地，把复杂能力做成可靠、可观测、可规模化运营的系统。
1、AI 编码工具技术专家：作为 AI 编码工具方向的Tech Lead主导面向研发人员的 AI 编码辅助工具的整体技术规划与架构演进，统筹智能补全、代码理解、对话式编程、Agent / 多 Agent 协同等核心能力的工程落地，将大模型能力深度融入开发者全流程工作流； 2、CLI 工具链从 0 到 1 打造：主导 CLI 形态 AI 编码工具的设计与实现，深入理解 Claude Code、Codex 等业界领先工具的核心实现机制（如 Agent Loop、上下文管理、工具调用编排、权限模型、Hook / Skill 扩展体系等），并结合内部场景打造高可用、可扩展的 CLI 工具，构建多入口、一致性的开发者体验； 3、IDE 插件与平台架构：统筹 VS Code Extension、IntelliJ Platform 等多端插件的架构设计与技术选型；主导与后端 API、LLM Gateway、研发效能平台的集成，兼顾多端兼容、性能优化与稳定性保障； 4、技术前瞻与团队建设：持续跟踪 Copilot、Cursor、Claude Code、Codex 等主流 AI 编码工具的技术演进，拆解其核心原理并形成内部技术方案与最佳实践；主导关键技术攻坚，指导团队成员成长，推动团队在 AI 原生开发工具方向的体系化建设。
核心业务 AI Coding 工具建设：参与IDE智能辅助插件能力丰富，从研发全流程识别智能体还可以提升效率点并集成，提升开发者编码体验与效率。 创意应用AI SaaS平台：优化AI驱动应用制作平台能力，降低创意实现门槛 D2C/R2C精度优化：参与Design to Code、Requirement to Code的AI转换精度提升，实现高质量代码生成 技术架构设计：参与定义 AI 友好相关技术栈架构与标准规范。 技术突破 模型优化与训练：基于企业私有生产资料，设计并执行大模型后训练策略 提示词工程：构建领域专属的Prompt Engineering体系，优化AI与human in the loop 交互模式 AI框架集成：深度理解LangGraph、LangChain、GraphRAG 等先进框架，构建复杂AI应用 性能优化：持续优化AI Coding工具在对话体验、任务执行精度、成本控制上的深度实践