2026-终端AI Agent开发高级工程师

1. 01

   负责 AI Agent 平台的整体架构设计与核心模块开发，设计可扩展、易维护的 Agent 运行时架构，实现任务规划（Planning）、推理决策（Reasoning）、工具调用（Tool Use）、多 Agent 协作（Multi-Agent）等核心能力

2. 02

   主导将内部业务系统（代码仓库、CI/CD 流水线、项目管理等）通过 MCP/A2A 协议封装为标准化 AI Skills 模块，构建低代码 Skill 框架与企业级可复用技能生态

3. 03

   建设 Agent 全生命周期管理体系（开发、调试、评估、部署、监控），构建系统化的 Evaluation Harness 评估框架，设计多维度评测基准（准确性、鲁棒性、任务完成率、端到端延迟等），实现 Agent 能力的可量化度量与持续基准追踪，驱动数据飞轮式的迭代优化

4. 04

   推动 AI Agent 在软件研发全流程（需求、编码、测试、运维）的场景化落地，设计 Human on the Loop 人机协同治理机制，确保关键决策节点保留人工审核与干预能力，打造 Spec 驱动开发（SDD）规范驱动的工程实践，构建基于业务反馈与人工标注的 Agent 能力持续升级闭环

5. 05

   参与大模型在私有化环境的工程化部署与推理优化，参与模型网关建设，保障 AI 服务的稳定性、响应效率与安全合规

1.5 年以上软件开发经验，精通 Python，熟练使用 Java/Go 中至少一门后端语言；具备良好的系统设计与模块化架构能力

2. 02

   具备大模型应用开发完整项目经验（Prompt 工程、RAG 管道搭建、Agent 开发与编排），能独立完成 AI 工具从原型到生产的全流程交付

3. 03

   精通 Agent 核心架构与实现逻辑，熟悉 MCP（Model Context Protocol）或 A2A（Agent-to-Agent）协议，有 Agent 工具链开发、内部 API 标准化封装或 Agent 框架设计经验

4. 04

   有 RAG 系统、向量数据库、Embedding 模型与混合检索技术的实践经验；熟悉主流大模型的能力边界与适用场景

5. 05

   具备 Agent 评估体系（Evaluation Harness）的设计与实践经验，能构建自动化评测流水线，设计多维度评测基准并驱动 Agent 能力的持续迭代优化

6. 06

   理解 Human on the Loop 人机协同理念，能在 Agent 系统设计中内建人工审核、干预与反馈机制，确保 AI 决策的可控性与可解释性

7. 07

   具备超过半年以上的 AI 原生开发经验，熟练使用 Cursor、Claude Code、Trae、Qoder、OpenCode 等 AI 原生 IDE 进行日常开发，熟悉 SDD 规范驱动开发模式 加分项

8. 01

   有 LangChain/LlamaIndex/Dify/AutoGen 等 Agent 编排框架的深度使用或源码级理解

9. 02

   有 Multi-Agent 协作框架的设计与真实落地经验，或从 0 到 1 搭建 AI Agent 架构的经历

10. 03

    有 Agent 自动化评估体系（Evaluation Harness）的完整建设经验（含评测数据集构建、自动化评测流水线、多维度基准追踪），或有 Agent 自进化/数据飞轮/闭环学习的设计落地经验

11. 04

    有 Human on the Loop 人机协同系统的工程化落地经验，如 Agent 行为审计、人工审核工作流设计、人在回路的标注-训练闭环等

12. 05

    有大模型私有化部署经验（vLLM/TensorRT-LLM 等推理框架），或有在大型研发团队（100+ 人）推广 AI 工具或新流程的实践经验