主分类：Agent系统开发
辅助：AI模型评测工程（仅展示）
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": "Agent工程师（商业智能）",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "核心本地商业-基础研发平台",
"location": "北京市 / 上海市",
"work_mode": "未披露",AI生成
"job_category": "技术类"AI生成
},
"company": {
"company_name": "美团",
"company_industry": "科技零售 / 生活服务",
"company_size": "10000人以上",
"company_website": "meituan.com",
"company_description": "美团通过科技推动服务零售和商品零售的数字化，连接消费者与商户。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "计算机、人工智能或相关专业本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1.面向美团以及生态相关方真实商业经营场景（经营分析、营销投放、销售拓展、商业变现等），构建可用自主智能体，操盘营销预算、服务广大商户、支持数万员工。\n2.参与商业经营新范式构建与定义，同时追踪大模型与智能体前沿技术，探索其在上述场景的创新应用，以技术驱动业务增长。\n3.负责应用场景下智能体框架核心能力建设，重点包括 Agent Loop 编排、上下文工程、长期记忆系统、多 Agent 协同、工具调用协议、推理成本控制与执行可靠性，安全机制。\n4.负责 Agent 评测体系与数据闭环建设，覆盖执行成功率、幻觉率、Token 消耗、上下文漂移等核心指标，驱动系统持续优化。",
"requirements_text": "1.计算机、人工智能或相关专业本科及以上学历。\n2. 具备大模型或智能体相关工程开发经验，理解 LLM 底层工作机制与 Agent 系统核心组件\n3.对主流开源 Agent 框架有源码阅读与使用经验，能从架构层面分析其设计取舍。以下为典型参考（需至少深入过 2-3 个）：\n典型框架：Claude Code / Agent SDK、OpenAI Agents SDK / Codex、CrewAI、LangGraph、OpenClaw、Hermes、Dify / Mastra / Nanobot 等\n关注机制：Agentic Loop、上下文工程与压缩策略、多 Agent 协作与委托、记忆系统（短期/长期）、闭环自进化能力、Observability / Tracing、Human-in-the-loop 审批机制、Skill 体系与工具编排、状态持久化与断点续跑、Sandbox 安全执行 等\n4. 具备良好的逻辑思维与沟通能力，能够独立完成技术方案设计并推动落地。",
"skills": [AI生成
"沟通能力",
"逻辑思维",
"大语言模型",
"智能体开发"
],
"preferred_qualifications": "未披露",
"job_highlights": "1. AI-Native 的工作范式：不仅是需求承接方，更有独立负责真实业务机会，扁平化管理、决策高效直达，打破组织壁垒、高信息密度透传。\n2. 成长空间与影响力：技术深度与业务广度兼具——既能深耕前沿 Agent 架构，也能看到技术如何一步步变成产品、改变真实物理世界。\n3. 团队创新和技术氛围浓厚，扁平开放，鼓励技术分享与创新探索，给予充足创新场景的试错空间。"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4566998937&jobShareType=1"
}
]
},
"posting": {
"posting_id": "4566998937",
"post_date": "",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4566998937&jobShareType=1"
},
"fulltext": "Agent工程师（商业智能）\nAgent工程师（商业智能）\n\n基础信息\n工作地点：北京市 / 上海市\n部门：核心本地商业-基础研发平台\n职位类别：技术类\n职位族群：算法\n更新时间：2026-07-26\n\n岗位职责\n1.面向美团以及生态相关方真实商业经营场景（经营分析、营销投放、销售拓展、商业变现等），构建可用自主智能体，操盘营销预算、服务广大商户、支持数万员工。\n2.参与商业经营新范式构建与定义，同时追踪大模型与智能体前沿技术，探索其在上述场景的创新应用，以技术驱动业务增长。\n3.负责应用场景下智能体框架核心能力建设，重点包括 Agent Loop 编排、上下文工程、长期记忆系统、多 Agent 协同、工具调用协议、推理成本控制与执行可靠性，安全机制。\n4.负责 Agent 评测体系与数据闭环建设，覆盖执行成功率、幻觉率、Token 消耗、上下文漂移等核心指标，驱动系统持续优化。\n\n岗位基本要求\n1.计算机、人工智能或相关专业本科及以上学历。\n2. 具备大模型或智能体相关工程开发经验，理解 LLM 底层工作机制与 Agent 系统核心组件\n3.对主流开源 Agent 框架有源码阅读与使用经验，能从架构层面分析其设计取舍。以下为典型参考（需至少深入过 2-3 个）：\n典型框架：Claude Code / Agent SDK、OpenAI Agents SDK / Codex、CrewAI、LangGraph、OpenClaw、Hermes、Dify / Mastra / Nanobot 等\n关注机制：Agentic Loop、上下文工程与压缩策略、多 Agent 协作与委托、记忆系统（短期/长期）、闭环自进化能力、Observability / Tracing、Human-in-the-loop 审批机制、Skill 体系与工具编排、状态持久化与断点续跑、Sandbox 安全执行 等\n4. 具备良好的逻辑思维与沟通能力，能够独立完成技术方案设计并推动落地。\n\n岗位亮点\n1. AI-Native 的工作范式：不仅是需求承接方，更有独立负责真实业务机会，扁平化管理、决策高效直达，打破组织壁垒、高信息密度透传。\n2. 成长空间与影响力：技术深度与业务广度兼具——既能深耕前沿 Agent 架构，也能看到技术如何一步步变成产品、改变真实物理世界。\n3. 团队创新和技术氛围浓厚，扁平开放，鼓励技术分享与创新探索，给予充足创新场景的试错空间。\n1.面向美团以及生态相关方真实商业经营场景（经营分析、营销投放、销售拓展、商业变现等），构建可用自主智能体，操盘营销预算、服务广大商户、支持数万员工。\n2.参与商业经营新范式构建与定义，同时追踪大模型与智能体前沿技术，探索其在上述场景的创新应用，以技术驱动业务增长。\n3.负责应用场景下智能体框架核心能力建设，重点包括 Agent Loop 编排、上下文工程、长期记忆系统、多 Agent 协同、工具调用协议、推理成本控制与执行可靠性，安全机制。\n4.负责 Agent 评测体系与数据闭环建设，覆盖执行成功率、幻觉率、Token 消耗、上下文漂移等核心指标，驱动系统持续优化。\n1.计算机、人工智能或相关专业本科及以上学历。\n2. 具备大模型或智能体相关工程开发经验，理解 LLM 底层工作机制与 Agent 系统核心组件\n3.对主流开源 Agent 框架有源码阅读与使用经验，能从架构层面分析其设计取舍。以下为典型参考（需至少深入过 2-3 个）：\n典型框架：Claude Code / Agent SDK、OpenAI Agents SDK / Codex、CrewAI、LangGraph、OpenClaw、Hermes、Dify / Mastra / Nanobot 等\n关注机制：Agentic Loop、上下文工程与压缩策略、多 Agent 协作与委托、记忆系统（短期/长期）、闭环自进化能力、Observability / Tracing、Human-in-the-loop 审批机制、Skill 体系与工具编排、状态持久化与断点续跑、Sandbox 安全执行 等\n4. 具备良好的逻辑思维与沟通能力，能够独立完成技术方案设计并推动落地。",
"standard_classification": {
"std_category_code": "T009",
"std_aux_codes": [
"T015"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}