AI研发模式专家

1、范式总体设计：牵头设计 Agent+ 研发模式总体架构——人机分工模型（人负责目标定义、架构设计、终审把关；Agent 承担主体研发产出）、多角色（架构师/软件工程师/嵌入式及硬件/项目与质量/产品与资料/测试）的 Agent 化演进路线、质量与安全自动化兜底体系；

2、试点验证与模式放大：以全流程 Agent 里程碑链路与定制项目试点为载体完成模式首轮验证，输出《Agent+ 研发模式演进蓝图（2027~2030）》，定义 Agent 产出占比年度目标与放大路径；

3、度量与效能体系：设计"Agent 产出占比"度量体系（从 AI 代码生成率扩展至测试、资料、评审等环节），支撑研发效率仪表盘与考核挂钩机制；

4、组织与梯队建设：带教教练团队与特种小组，建设数字员工/Agent 技能包资产库的管理与复用机制，培养"超级个体"梯队，支撑液态组织 + 精锐小队 + 数字员工共存的组织演进；

5、高可信 Agent 研发：主导代码评审、缺陷分析、测试监理等高可信业务 Agent/Skill 的研发与推广，在安全合规前提下持续提升 AI 产出采纳率；

6、前沿跟踪与外部对标：跟踪 AI 原生公司组织重构实践，结合工业业务实际持续迭代演进路线

1、8 年以上软件研发经验，其中 3 年以上 LLM 应用 / Agent 方向实战经验；有从 0 到 1 建设体系、平台或团队的完整经历（仅"使用工具提效"者不匹配本岗）；

2、精通至少一种主流 Agent 工具链或框架（TRAE / Claude Code / LangChain / MCP 生态等），有可演示的个人 Agent/Skill 成果；

3、具备研发效能工程能力：熟悉度量体系设计、DevOps/CI/CD、质量保障与安全合规，能设计人机混合研发流程及其度量口径；

4、具备系统架构思维与组织设计意识：能把组织形态、研发流程、工具链、度量、质量保障整合为一套可落地、可演进的研发模式，而非单点工具优化；

5、AI 原生公司或头部企业研发效能团队经历，亲历 AI 对研发组织的实质性重构（流程、考核、人才结构调整）优先