我们在寻找能构建 真正 Agent 系统 的工程师，而不是只会调用 LLM API 的开发者。
你将负责设计具备 规划、推理、工具调用与记忆能力 的 AI Agent，让模型能够完成复杂任务，而不仅是简单对话。


【岗位职责】
设计与实现 Agent architecture（Planning / Reasoning / Tool Use / Memory）
构建复杂任务的 Agent workflow 与工具系统
设计 RAG / Knowledge pipeline，提升 Agent 的信息获取与推理能力
优化 AI 系统的 latency、cost 与 token 使用效率
搭建 Agent Eval 与自动化测试体系，持续提升系统稳定性与准确率


【职位要求】
从零到一做过 真实可运行的 Agent / LLM 系统
熟练使用 Python，具备良好的系统工程能力
理解 Agent 推理范式，例如 ReAct / Chain-of-Thought / Reflection
熟悉 LLM 应用架构，能够设计 Agent workflow 与工具调用机制
能独立设计 Agent 系统，而不仅是使用现成框架


【加分项】
多 Agent 协作系统经验
RAG / 向量数据库（Milvus / Chroma 等）实践经验
LLM Eval / AI Infra 经验
参与过 AI 开源项目或维护技术项目


【面试方式】
面试会包含一个 Live Agent 构建任务：
给定一个真实问题场景，在限定时间内构建一个能够 自主搜索、分析并输出结果的 Agent。
我们更关注你的 系统设计、调试思路与工程能力，而不是背诵理论知识。