美团智能体（Agent）工程师

（1）智能体系统全链路研发：负责微信生态下生活服务Agent系统全链路设计与研发，从Agent Harness、上下文治理、工具调用、长程规划到自我纠错，构建具备自主决策与动态规划能力的端到端智能系统。 （2）Agent核心算法与后训练：主导SFT/DPO/GRPO等后训练方法在生活服务场景落地，持续提升Agent在工具调用、协作推理、多目标决策上的表现，覆盖数据、评测、架构、模型全流程。 （3）业务场景规模化落地：深度融合微信Agent+美团多业务场景，与产品、工程、业务团队紧密协作，推动Agent技术在本地生活服务场景规模化应用。 （4）评估体系与数据飞轮：构建多维度Agent评估体系，基于线上真实反馈打通评测—数据—训练闭环，持续拉高Agent在效果、规模、推理速度等关键指标上的天花板。 （5）前沿方向探索：追踪Agentic RL、多智能体协作、Skill自进化、推理成本优化等前沿课题，拓展智能体系统能力边界。

岗位职责 1、智能Agent研发 基于 AutoGen 或 LangGraph 框架，设计和实现多智能体（Agent）系统，支持 Agent-to-Agent 协作。 构建物流垂域的智能应用场景，如运输调度、仓储优化、路径规划、订单跟踪与异常处理。 2、系统架构与优化 负责多智能体系统的架构设计、任务分解与交互协议制定。 优化 Agent 的推理链路和交互效率，提升系统的稳定性与可扩展性。 3、模型与数据集成 将大语言模型与物流业务数据（订单、运单、库存、GPS轨迹等）结合，提升智能体的业务理解与决策能力。 参与构建和优化奖励机制、反馈回路，确保 Agent 输出符合业务目标。 4、跨团队协作 与产品、算法、业务团队紧密合作，推动智能Agent在物流场景的落地与迭代。

随着大模型应用逐渐向多智能体系统演进，Agent 在执行复杂任务过程中需要频繁调用模型服务、工具服务以及外部 API，这使得传统 API 网关难以满足智能体场景下的动态调用需求。Agent 独特的身份认证、A2A 协议通信、MCP 工具调用、出网安全管控等需求，对网关的设计提出了全新挑战。 我们正在构建 EdithAI —— 一套面向 Agent 场景的新一代 AI 网关，作为 NEX 平台的控制平面核心，承载 Agent 的全链路流量治理能力。 你将参与或负责以下方向： 1、Agent 身份认证体系（AIS）设计与实现，支持入站 / 出站双向鉴权，覆盖 A2A、SSO、JWT 等多种认证协议，构建企业级 Agent 身份管理能力； 2、Sandbox 流量代理核心能力建设，支持流量路由、治理与可观测性； 3、LLM API 代理层设计，支持多模型接入、请求路由、用量统计与安全管控，实现 Agent 对大模型能力的标准化调用； 4、MCP（Model Context Protocol）工具代理与市场集成，实现 Agent 对外部工具的标准化接入与凭证安全管理； 5、出网代理（Egress）安全管控体系建设，实现 Agent 外网访问的审计、过滤与策略执行，防止数据泄露与异常访问； 6、网关高可用、高性能架构设计与优化，满足大规模 Agent 并发场景下的低延迟、高吞吐要求。

职位亮点： 加入公司级核心数据智能体 DataAgent 的基建团队，打造"最懂你的数据AI搭子"，让海量数据真正"说话"，直接赋能快手直播、电商、商业化、生活服务、海外等全业务线的数据分析与决策场景；站在大模型与大数据的交叉前沿，构建数据领域的 AI Agent 基础设施——包括多模态意图理解、工具编排调度、SQL智能生成与执行、数据看板解读、AB实验分析、报告自动产出等核心能力，让 AI 真正成为数据从业者的全天候智能助手；直面超高并发与海量数据的工程挑战，设计支撑日均千亿级数据服务调用 + 大模型推理请求融合的 Agent 调度架构，在复杂业务场景中锤炼高可用、高扩展、低延迟的系统架构能力，推动数据平台向智能化全面跃迁。 1、负责 DataAgent 智能体基础设施的核心架构设计与研发，包括 Agent 交互调度引擎、工具注册与编排框架、多轮对话状态管理、意图路由与任务规划等核心模块，为数据分析、数据开发、数据运维等全场景提供坚实的 Agent 技术底座； 2、构建数据领域 Agent 的工具层（Skills/Tools）集成能力，将Hive/ClickHouse/Bleem SQL 执行引擎、KwaiBI看板解读、AB实验分析、Python数据分析等数据服务能力标准化接入 Agent 工具调用链路，实现"问一句数据，全流程自动完成"的一站式体验； 3、设计并实现大模型推理服务与数据服务的融合调度架构，优化 Agent 在高并发场景下的响应延迟与资源利用率，保障多入口（消息号、独立页、KwaiBI/天工侧边栏、AI In Place、Agent as Tool）的全渠道服务体验一致性与稳定性； 4、探索并落地大模型在数据领域的深度应用，包括：自然语言交互式数据查询与分析、SQL智能生成与自动纠错、看板波动归因解读、实验效果智能分析、数据血缘追踪与补数据方案生成、自动化洞察报告与 HTML/Docs 报告产出等，持续提升 DataAgent 的智能化水平与业务价值； 推动 DataAgent 与公司内部生态的深度集成以及 KwaiBI、天工、数据地图、天工IDP 等数据产品内的嵌入式交互能力建设，扩大 DataAgent 的触达范围与使用场景； 5、持续优化 Agent 的数据安全与权限管控机制，确保数据分析过程遵循公司数据权限规范鉴权，分享内容可见范围可控，在智能化与安全性之间取得最优平衡。