商业化-AI Native Engineer

工作职责 1、以发现高价值的问题为起点，负责一段完整的用户流程，从需求分析、方案设计到开发上线和效果复盘。 2、设计和实现 Agent 的上下文、工具调用、任务状态、记忆、权限、人工确认和异常处理，让 Agent 能调用业务系统完成具体工作。 3、把多模态模型变成创意生产力。 参与创意理解、生成、编辑、排序与评估链路，探索如何让模型既有创造力，又符合商品表达、用户需求和平台内容生态。 4、建立 Agent 的生产改进闭环。 将线上 Trace、用户反馈、人工修改、任务结果和业务指标转化为评测集、回归测试和产品实验，定位问题究竟来自模型、上下文、工具、编排还是交互设计。 5、推动前沿能力快速产品化。 持续跟进模型、Agent 和多模态技术进展，通过上面的机制把有效能力快速带给用户，而不是为了追逐技术名词而使用新技术。 6、对任务完成率、建议采纳率、生成成功率、延迟、稳定性和成本负责。 【任职要求】 任职资格 1、尽管有着老派工程师扎实的软件工程基础，仍愿把 AI 编程工具视为最核心的开发方式。并持续思考 AI 会如何改变软件构建和产品形态。 2、对 AI 「将信将疑」。在问题明确时，你有足够的 Harness 能力让 AI 自行完成任务；当 AI 大吐 slop 的时候，能依靠自己对产品和技术的品味拨云见日。 3、做过 LLM、Agent、多模态或 AI 驱动产品，并真正面对过用户、线上流量或复杂真实任务。独立产品、开源项目和高质量个人作品同样有说服力。 4、不仅会用 Agent，还理解 Context Engineering、Tool Use、Workflow、Memory、Evals、Human-in-the-loop 等 Agent 运行的关键环节。 5、能把客户的一句「效果不好」拆成具体问题，通过实验和数据找到改法，而不只是只知道改 Prompt 和换模型搞「抽卡式」开发。 6、能与产品、设计、算法、数据和业务伙伴清晰沟通，同时保持独立判断。你能够解释为什么要做，也敢于指出什么不值得做。