【急招岗位】AI Agent架构工程师

Lab 是小红书面向未来的创新孵化团队，正在构建下一代 AI-native 产品的底层能力。作为 AI Agent 架构工程师，你将专注于 Agent 系统的核心工程问题：如何让多个 Agent 可靠协作、如何管理复杂的上下文与记忆、如何让 Agent 具备感知、规划与执行的能力。这是一个深度结合系统工程与前沿 AI 的角色。 1.Agent 框架设计：设计并实现面向业务场景的 AI Agent 运行时，涵盖任务规划（Planning）、工具调用（Tool Use）、记忆管理（Memory）、反思与自我纠错（Reflection）等核心模块 2.Multi-Agent 编排：构建多 Agent 协作系统，解决 Agent 间通信协议、任务分配、状态同步、冲突处理等工程难题，实现复杂任务的自动化分解与并行执行 3.工具与环境集成：设计可扩展的 Tool 注册与调用机制，对接外部 API、数据库、代码执行环境等多类工具，打造 Agent 可信赖的操作环境 4.可靠性与可观测性：建立 Agent 系统的评估基准（Eval）、执行轨迹追踪、异常检测与降级机制，确保 Agent 在生产环境中的稳定运行 5.技术前瞻与标准建设：跟踪 Agent 领域最新进展（A2A、MCP、OpenAI Swarm 等），将前沿技术能力转化为团队可复用的工程基础设施 【任职要求】 1.本科及以上学历，计算机、软件工程、人工智能等相关专业；5 年以上后端/系统工程经验，有分布式系统或中间件研发背景者优先 2.深入理解大语言模型的工作原理（Attention、上下文窗口、Tool Calling、Function Calling 等），有 LLM 生产环境接入与调优经验 3.有 AI Agent 系统的实际研发经验，熟悉 LangGraph/AutoGen/CrewAI 等 Agent 框架，或有自研 Agent 运行时的工程实践 4.熟悉 RAG 架构与向量数据库（Milvus/Pinecone/Weaviate/ElasticSearch），理解 Embedding 检索与知识管理的工程设计 5.具备优秀的系统设计能力，能在高并发、状态复杂的场景下设计可靠的 Agent 执行架构；有 Workflow 引擎、任务调度系统设计经验者优先 6.自驱、开放、敢于技术决策，能在快速变化的 AI 工程领域持续保持技术判断力 加分项： 1.熟悉 MCP（Model Context Protocol）或 A2A（Agent-to-Agent）协议的工程实现 2.有 Agent 评估体系（Eval Framework）的设计与落地经验 3.有 Code Agent、Browser Agent、Computer Use 等具身 Agent 的研发经历 4.在 Agent/AI 领域有开源贡献或技术影响力