主分类：Agent系统开发
来源 JD 数据（旧分类保留，当前主分类见上方）
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "千问事业部-Agent系统技术专家-杭州",
"job_level": "专家",AI生成
"work_category": "全职",AI生成
"department": "阿里集团",
"location": "杭州",
"work_mode": "未披露",AI生成
"job_category": "未披露"AI生成
},
"company": {
"company_name": "夸克",
"company_industry": "互联网 / 人工智能应用",
"company_size": "未披露",
"company_website": "alibaba.com",
"company_description": "夸克提供AI搜索等人工智能应用服务。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "本科",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1. 参与生产级 Agent 服务化架构与运行时体系建设。 涵盖系统架构设计、Agent Runtime / Agent Loop 核心链路研发、代码执行沙箱的隔离与安全治理，推动 Agent 从原型验证走向高并发、高可用的线上服务；\n2. 参与 Agent 内核能力演进与评测体系建设。 对标业界一流框架，完成技术选型与效果调优；构建多维度评测基准，驱动内核在任务成功率、成本与时延上持续迭代；\n3. 参与复杂 Agent 项目的方案设计与核心模块开发。攻克长链路执行、工具调用可靠性、上下文管理、异常恢复等工程难题，快速定位并解决生产环境问题；\n4. 参与研发规范建设与技术决策。 沉淀架构文档与最佳实践，为团队提供技术辅导与 Code Review，推动跨团队协作与高质量交付。",
"requirements_text": "1. 具备生产级 Agent 系统或 Agent 平台的实际建设经验，深入理解 Agent Runtime / Agent Loop 核心机制（任务规划、工具调用、上下文工程、记忆管理、状态管理、异常恢复等），有将 Agent 从原型推进到大规模线上服务的完整实践；\n2. 具备 Agent 评测实践经验，能够设计评测基准与评价指标，开展多 Agent、多模型、多策略的横向对比，并基于评测结果驱动内核迭代；\n3. 熟悉分布式系统架构，具备高并发、高可用系统的设计开发经验；熟练掌握 Java / Go / Python 中至少一门语言；\n4. 对大语言模型的能力边界有深入理解，熟悉 Prompt Engineering、Context Engineering、Tool Use 及模型效果与成本优化方法；\n5. 具备良好的技术判断力与沟通协作能力，能推动跨团队协作，为团队提供技术辅导与 Code Review；\n6. 具备代码执行沙箱或隔离运行环境的实践经验，理解容器、资源管控、网络隔离、安全防护及生命周期管理等关键技术者优先。\n加分项：\n- 有大规模 Agent 在线服务、托管式 Agent 平台或 Coding Agent 建设经验；\n- 有 Agent 框架、评测平台、代码沙箱相关的开源贡献或自研内核经验；\n- 熟悉 SWE-bench、GAIA、τ-bench 等评测体系，有真实复杂任务 Benchmark 建设经验；\n- 具备模型训练、强化学习或推理优化相关经验。",
"skills": [AI生成
"Python",
"Java",
"强化学习",
"分布式系统",
"模型训练",
"系统架构",
"团队协作",
"Go",
"大语言模型"
],
"preferred_qualifications": "6. 具备代码执行沙箱或隔离运行环境的实践经验，理解容器、资源管控、网络隔离、安全防护及生命周期管理等关键技术者优先；加分项：",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://talent.quark.cn/off-campus/position-detail?positionId=100033920004"
}
]
},
"posting": {
"posting_id": "100033920004",
"post_date": "2026-09-15",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://talent.quark.cn/off-campus/position-detail?positionId=100033920004"
},
"fulltext": "千问事业部-Agent系统技术专家-杭州\n千问事业部-Agent系统技术专家-杭州\n\n基础信息\n工作地点：杭州\n\n职位描述\n1. 参与生产级 Agent 服务化架构与运行时体系建设。 涵盖系统架构设计、Agent Runtime / Agent Loop 核心链路研发、代码执行沙箱的隔离与安全治理，推动 Agent 从原型验证走向高并发、高可用的线上服务；\n2. 参与 Agent 内核能力演进与评测体系建设。 对标业界一流框架，完成技术选型与效果调优；构建多维度评测基准，驱动内核在任务成功率、成本与时延上持续迭代；\n3. 参与复杂 Agent 项目的方案设计与核心模块开发。攻克长链路执行、工具调用可靠性、上下文管理、异常恢复等工程难题，快速定位并解决生产环境问题；\n4. 参与研发规范建设与技术决策。 沉淀架构文档与最佳实践，为团队提供技术辅导与 Code Review，推动跨团队协作与高质量交付。\n\n职位要求\n1. 具备生产级 Agent 系统或 Agent 平台的实际建设经验，深入理解 Agent Runtime / Agent Loop 核心机制（任务规划、工具调用、上下文工程、记忆管理、状态管理、异常恢复等），有将 Agent 从原型推进到大规模线上服务的完整实践；\n2. 具备 Agent 评测实践经验，能够设计评测基准与评价指标，开展多 Agent、多模型、多策略的横向对比，并基于评测结果驱动内核迭代；\n3. 熟悉分布式系统架构，具备高并发、高可用系统的设计开发经验；熟练掌握 Java / Go / Python 中至少一门语言；\n4. 对大语言模型的能力边界有深入理解，熟悉 Prompt Engineering、Context Engineering、Tool Use 及模型效果与成本优化方法；\n5. 具备良好的技术判断力与沟通协作能力，能推动跨团队协作，为团队提供技术辅导与 Code Review；\n6. 具备代码执行沙箱或隔离运行环境的实践经验，理解容器、资源管控、网络隔离、安全防护及生命周期管理等关键技术者优先。\n加分项：\n- 有大规模 Agent 在线服务、托管式 Agent 平台或 Coding Agent 建设经验；\n- 有 Agent 框架、评测平台、代码沙箱相关的开源贡献或自研内核经验；\n- 熟悉 SWE-bench、GAIA、τ-bench 等评测体系，有真实复杂任务 Benchmark 建设经验；\n- 具备模型训练、强化学习或推理优化相关经验。\n1. 参与生产级 Agent 服务化架构与运行时体系建设。 涵盖系统架构设计、Agent Runtime / Agent Loop 核心链路研发、代码执行沙箱的隔离与安全治理，推动 Agent 从原型验证走向高并发、高可用的线上服务；\n2. 参与 Agent 内核能力演进与评测体系建设。 对标业界一流框架，完成技术选型与效果调优；构建多维度评测基准，驱动内核在任务成功率、成本与时延上持续迭代；\n3. 参与复杂 Agent 项目的方案设计与核心模块开发。攻克长链路执行、工具调用可靠性、上下文管理、异常恢复等工程难题，快速定位并解决生产环境问题；\n4. 参与研发规范建设与技术决策。 沉淀架构文档与最佳实践，为团队提供技术辅导与 Code Review，推动跨团队协作与高质量交付。\n1. 具备生产级 Agent 系统或 Agent 平台的实际建设经验，深入理解 Agent Runtime / Agent Loop 核心机制（任务规划、工具调用、上下文工程、记忆管理、状态管理、异常恢复等），有将 Agent 从原型推进到大规模线上服务的完整实践；\n2. 具备 Agent 评测实践经验，能够设计评测基准与评价指标，开展多 Agent、多模型、多策略的横向对比，并基于评测结果驱动内核迭代；\n3. 熟悉分布式系统架构，具备高并发、高可用系统的设计开发经验；熟练掌握 Java / Go / Python 中至少一门语言；\n4. 对大语言模型的能力边界有深入理解，熟悉 Prompt Engineering、Context Engineering、Tool Use 及模型效果与成本优化方法；\n5. 具备良好的技术判断力与沟通协作能力，能推动跨团队协作，为团队提供技术辅导与 Code Review；\n6. 具备代码执行沙箱或隔离运行环境的实践经验，理解容器、资源管控、网络隔离、安全防护及生命周期管理等关键技术者优先。\n加分项：\n- 有大规模 Agent 在线服务、托管式 Agent 平台或 Coding Agent 建设经验；\n- 有 Agent 框架、评测平台、代码沙箱相关的开源贡献或自研内核经验；\n- 熟悉 SWE-bench、GAIA、τ-bench 等评测体系，有真实复杂任务 Benchmark 建设经验；\n- 具备模型训练、强化学习或推理优化相关经验。",
"standard_classification": {
"std_category_code": "T009",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}