AI Agent系统平台工程师 - Agent运行时与框架体系方向

AI Agent系统平台工程师 - Agent运行时与框架体系方向深圳、上海、杭州全职研发职位描述岗位使命 负责构建支撑AI Agent全生命周期的核心运行时系统与开发框架平台。你将站在大模型工程化落地的最前沿，设计并实现高性能、高可用、可扩展的Agent运行时引擎、编排调度核心、工具调用框架及可观测性体系，为上层业务Agent提供稳定、高效、安全的底层基础设施与开发范式。如果你拥有大数据/分布式系统基础设施的深厚背景，并对将大模型能力转化为可规模化运行的Agent系统充满热情，这正是属于你的机会。 核心职责 1. Agent运行时系统（Runtime）设计与研发：负责Agent Runtime内核的设计、研发与性能优化，涵盖Agent生命周期管理、状态持久化、上下文窗口管理、长程任务执行与断点恢复等核心能力，保障智能体核心引擎稳定高效运行。 2. Agent编排框架与工作流引擎：基于LangGraph/AutoGen/Strands等主流框架理念，设计并实现Agent编排引擎，支持多智能体协作调度、复杂状态机与工作流DAG定义、动态任务路由与负载分发，构建统一的Agent执行通道抽象。 3. 工具链与基础设施底座：构建Tool/Plugin注册与调用框架，支持动态工具发现、权限控制、安全沙箱隔离执行；设计大规模Sandbox系统与公司级Agent Tool网关，保障多租户场景下的安全与资源隔离。 4. 大规模Agent系统集成与性能优化：深度结合分布式计算、流处理与高并发系统设计经验，优化端到端LLM推理调用链路，实现Token预算管理、上下文压缩、提示词缓存与模型路由策略，持续降低系统延迟与成本。 5. Agent可观测性与治理体系：建设全链路可观测性体系，覆盖Tracing、Logging、Metrics及Agent执行轨迹追踪与分析；构建Agent行为合规检测、Prompt漂移监控及自动化质量评估与回归验证管线。 6.开发者平台与SDK建设：模块化输出Agent开发套件，封装API/SDK/CLI，降低业务团队Agent构建与调优门槛；定义并维护Agent开发规范与最佳实践，支撑业务场景快速集成与规模化交付。 7. 前沿技术探索与架构演进：持续跟踪业界Agent基础设施、MCP/A2A协议、云原生编排等方向的技术进展，推动新技术在平台中的规模化落地，持续迭代架构以适应不断增长的智能体规模与复杂度需求。职位要求必备技术能力 1. 精通至少一种系统级编程语言（Go/Java/Rust）与至少一种AI/脚本语言（Python），具备扎实的编程功底与优秀的系统设计能力； 2. 具备3年以上分布式系统或大数据基础设施（如Kafka、Flink、Spark、Ray、HDFS、消息队列等）的设计开发经验，深刻理解分布式一致性、状态管理、高可用架构与弹性伸缩等核心概念； 3. 熟悉Docker/Kubernetes等云原生技术栈，具备微服务架构、服务网格（Service Mesh）、容器编排、CI/CD流水线的工程实践经验； 4. 熟悉至少一种主流AI Agent开发框架（LangGraph/AutoGen/LangChain/Strands等）的设计理念与底层实现，理解Agent工作流编排、工具调用、记忆管理等核心机制； 5. 理解大语言模型（LLM）基本原理与推理部署流程，有RAG系统、向量数据库或模型服务化的工程经验； 6. 具备良好的系统抽象能力与组件化设计思维，熟悉事件驱动架构、插件化架构等常见架构模式。 经验背景： 1. 在大数据平台、分布式调度系统、云原生PaaS平台或高并发消息系统等相关领域有项目实践经验者优先； 2. 有Agent运行时系统、Agent平台基础设施或LLM推理服务平台的设计开发经验者优先; 3. 熟悉多租户系统设计，具备大规模系统部署、性能优化与容量规划经验; 4. 有AI Coding工具（如Claude Code、Cursor、Codex等）的深度使用经验，具备AI辅助开发的工程化思维 综合素质： 1. 具备优秀的系统抽象、问题拆解与工程架构能力，对构建高可靠、可扩展的Agent基础设施充满热情 2. 拥有出色的自驱力、学习能力和跨团队沟通协作能力——你将同时与算法团队、平台工程团队和业务团队深度合作 3. 能够快速适应AI Agent领域的高速技术迭代，在快节奏环境中持续学习并输出高质量工程成果 4. 对将大数据/分布式系统经验迁移至AI Agent基础设施这一全新领域充满探索欲与使命感 加分项 1. 有从0到1构建Agent开发框架、Agent运行时或智能体平台的核心架构经历 2. 熟悉Agent评估体系（如SWE-Bench、TAU-Bench等），有自动化评测集构建经验 3. 了解强化学习（RL）训练基础设施（采样、Reward、回放、训练闭环），有与算法团队协作优化Agent能力的工程经验 4. 在开源社区有高质量项目贡献（尤其是Agent框架、分布式系统或大数据领域） 5. 有GPU集群管理、模型推理优化（vLLM/TensorRT等）的实践经验 6. 熟悉多语言技术栈（Go + Python为佳），有跨语言异构系统的架构设计经验投递