27届校招-平台 / Agent 研发工程师(J19205)

关于我们在做的事 我们正在做的是「数字员工」——让 AI Agent 不再只是 chatbot 或 copilot，而是成为企业里有身份、有边界、被治理、被验收、像人类员工一样被管理的一员。 这背后是一个正在发生的转变：Agent 正从「被调用的工具」走向「有编制的数字劳动力」。但企业要把 Agent 真用起来，横亘着四道坎——不敢用（安全无治理）、不可靠（行为不可预期）、不划算（投入无法量化）、干不成（跑完不等于完成）。我们要做的，就是把这四道坎一条条迈过去：让每个数字员工在被创建时就处于权限、凭证、出网、审计的治理边界内；让它的经验随使用复利、越用越值钱；让它交办的工作能被验收、能证明干完了。 这不是口号，它已落在我们的路线图与代码里：一个多微服务平台，Go DDD 控制面 + TypeScript 服务 + React 控制台，控制面与运行面分离，跑在 K8s上，背后是 Sandbox 沙箱运行时、全链路可观测、模型网关与私有化大模型。 我们在找愿意一起定义「数字员工」这个新品类、探索 AI Native 协作模式的年轻工程师。 你将做什么 在导师 review 下，参与控制面核心服务的设计与编码。 参与 Agent 运行时与生命周期治理：runtime 编排、沙箱隔离、凭证 / 出网边界，并把这些边界落地为可配置策略。 参与平台可观测与验收闭环：OpenTelemetry 全链路采集 → 时序 / 日志数仓 → 看板；为你负责的模块自带埋点与 SLO，把「跑完不等于完成」变成可度量、可门禁的指标。 参与模型网关与连接器：模型网关 / MCP 接入、私有化大模型路由、工具与连接器。 按需参与控制台前端（React + TypeScript 主流栈），让治理边界对使用者可见、可操作——这是辅方向，不是主方向。 按 DDD 分层、TDD、代码评审纪律交付代码；你的代码要经得起安全 / 审计 / 合规 / 成本的评审，不是 demo 驱动。 我们能提供什么 参与定义「数字员工」这个新品类。你不是在执行既定需求，而是在和团队一起回答：一个能被企业放心用的数字员工，该长成什么样。路线图与愿景已成文且团队共识，有空间让你留下自己的判断。 培养制 + 资深导师带教 + 多技术域轮岗，逐步定向到你最有热情的方向。 在强工程文化里成长：Go DDD、TDD、严格代码评审、卡片化需求协作。你会接触业界较成熟的工程方法论，学会在复杂系统里做负责任的工程决策。 真实企业级场景与真实客户：面向政企客户的真实治理诉求，产品要经得起安全 / 审计 / 合规 / 成本的检验，不是 demo 驱动。 一个克制、有判断、欢迎反对意见的团队：我们有明确的「不做清单」和自我证伪机制，判断错了会被坦诚指出，也鼓励你这么做。 看得见复杂系统如何被切分与治理：多微服务、Go / TS 混合、控制面与运行面分离的架构，让你理解一个大型 B2B 平台的技术边界是怎么落地的。

我们期待怎样的你（Must-have） 2027届应届毕业生，硕士及以上学历；计算机 / 软件 / AI / 自动化 / 数学等相关专业优先，但我们更看底层功力而非专业标签。 扎实的计算机基础：数据结构与算法、操作系统、计算机网络、数据库；能把一个模糊问题拆解成可验证的结构。 至少一门系统级 / 工程语言上手快：Go 或 C++ 或 Rust 优先，TS / Python 也加分。我们不要求你已会 DDD，但要求你学得会并愿意遵守工程纪律。 对 AI / Agent 有持续关注与独立判断——能说清「企业把 Agent 真用起来」和「随手造个 chatbot」之间的工程差距，而不是只说「AI 是未来」。 学习能力强。我们要做的系统复杂度高（多租户、沙箱、凭证、评测门禁、验收闭环），你需要在一两个月内理解这些概念并开始写代码。 工程素养好：写过的代码在意可读性、测试与边界；被指出问题能改，能在有严格纪律的团队里推进一件小事。 主动、能扛事，不回避「我不知道，但我会去搞清楚」。 Nice-to-have（以下任一即可，非硬性） 系统编程 / 分布式 / 编译器 / 操作系统方向的课程项目或实习，能独立验证自己的设计而非完全依赖他人。 用过或自己搭过 Agent / MCP / 工作流（Dify / 扣子 / Coze / LangGraph 等），理解 tool calling、context、memory 的工程含义。 有可分享作品：GitHub 仓库、课程设计、竞赛（ACM / 天梯 / 数学建模）、技术博客。 对「数字员工」「Agent 治理」「按成果计费」「沙箱隔离」这类前沿议题有自己的观点，且愿意接受被证伪。 读过或愿意读 DDD、分布式系统、OpenTelemetry、Kubernetes、Agent 编排框架（如 LangGraph、AgentScope等 ）相关文档 / 源码 加分项 有底层 / 基础设施方向的完整产出，且能讲清设计取舍（OS 实训、数据库 / KV 存储实现、RPC等）——不是跑通 demo，而是做过权衡。 给知名开源项目提过被合并的 PR，或自有有影响力的技术项目（如千 star 级以上、或有真实用户）。 把 Agent / 工作流真正用到生产或真实用户场景：有可验证的调用量、评测结果或用户反馈，而非仅本地玩具。 技术影响力：写过有深度的技术长文（被广泛阅读 / 讨论），或在团队 / 社区做过被认可的技术分享。 培养方式：培养制 + 资深导师带教 + 多技术域轮岗，逐步定向 岗位方向：平台研发（控制面）/ Agent 研发（运行时与治理）/ 前端控制台，入职后轮岗逐步定向