Agent系统工程实习生（AI Infra）

岗位定位 参与从 0 到 1 构建面向系统故障诊断的 AI Agent 平台，将主机、网络、Kubernetes 等领域的专业 Agent 组织成可扩展的协作系统，实现任务路由、上下文传递、证据聚合和可靠执行。

你将解决什么问题 真实的智能排障系统并不是简单调用一次大模型接口，而是需要解决： - 不同领域 Agent 如何被统一发现和调用； - 一个复杂问题如何拆解并分发给多个 Agent； - 如何结合日志、指标、事件和调用链进行证据驱动的诊断； - 如何处理超时、失败、结果不一致和上下文传递； - 如何评估 Agent 诊断结果的准确性和稳定性。 你将参与：

设计和实现 skill、plugin、sub-agent 的统一协议与运行机制。

建设多 Agent 协作框架，实现任务路由、请求转发、上下文传递和结果汇总。

将主机、网络、Kubernetes 等领域的排障能力抽象为可复用的 Agent 工具。

探索基于日志、指标、事件和调用链的自动化诊断流程。

完善 Agent 系统的超时、重试、降级、权限和结果校验机制。

建立测试样例和评估方法，持续提升 Agent 输出的准确性、稳定性和可解释性。

我们期望你具备

计算机、软件工程或相关专业本科及以上学历，在校生。

Python 基础扎实，能够独立完成模块设计、编码、调试和测试。

了解 API、JSON、Git 和常见后端开发方式，具备基本工程实践能力。

对模块化设计、任务编排、状态管理或分布式系统有兴趣。

能够将复杂问题拆解为输入、步骤、判断条件和可验证的输出。

对大模型、AI Agent、工具调用或智能运维方向有实际兴趣或项目经验。

每周建议到岗 4 天以上，可连续实习 2—4 个月。 ### 加分项 - 了解 Kubernetes、Docker、Linux 或计算机网络。 - 使用过 kubectl、Prometheus、Grafana 或日志平台。 - 开发过 Agent、RAG、MCP、Function Calling 或自动化工作流。 - 有后端服务、CLI 工具、开源项目或结构完整的个人项目经验。 - 接触过异步编程、消息队列、任务调度或多服务协作。