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": "AI Agent 全栈工程师-Agent 应用研发方向",
"job_level": "校招",AI生成
"work_category": "全职",AI生成
"department": "未披露",
"location": "北京",
"work_mode": "未披露",AI生成
"job_category": "J1014"AI生成
},
"company": {
"company_name": "快手科技",
"company_industry": "内容社区 / 直播 / 电商 / 人工智能",
"company_size": "10000人以上",
"company_website": "kuaishou.com",
"company_description": "快手是内容社区与技术平台公司，业务覆盖短视频、直播、电商、本地生活与 AI 应用。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "AI Agent 全栈工程师-Agent 应用研发方向\n\n基础信息\n招聘项目：全部校招\n招聘类型：校招\n职位类别：J1014\n工作地点：北京\n发布时间：2026-08-17\n\n岗位职责\n参与面向风控业务的 AI Agent 应用研发建设，覆盖智能研判、AI 排障、运营变更管控、研发提效等场景。在导师指导下，将复杂的安全治理 SOP 梳理为可执行的 Agent 工作流，参与构建 Agent 能力闭环。\n1、Agent 应用研发：参与 AI Agent 的设计、开发与迭代，包括任务编排、Prompt 设计、工具调用、前后端联调及功能交付；支撑研判 Agent、网页自动化 Agent、AI-Oncall 等方向的业务落地；\n2、工具链封装与集成：协助将风控平台、研判系统、变更管控、监控告警等平台能力封装为 Agent 可调用的 Tool / MCP / Skill，推进自动化工作流落地；\n3、知识库建设：参与安全治理与风控领域知识库的搭建与优化，包括 SOP 文档处理、向量检索、混合检索、重排序及检索效果分析；\n4、效果评估与迭代：协助构建评测集和评估链路，分析 Agent 的准确率、召回率、响应延迟和成本，并推动持续优化；\n5、工程质量与稳定性：参与上下文管理、模型路由、异常兜底、日志监控等工程能力建设，保障服务的可用性与可维护性；\n6、Harness 工程体系：参与前端 AI 研发范式（Harness Engineering）的落地与沉淀，探索 AI Native 架构下代码生成、需求描述、审查评估的最佳实践；\n7、技术探索：跟踪 AI Agent、MCP、RAG、Browser Automation 等方向的技术进展，探索 AI 在安全治理工作流自动化中的创新应用，并沉淀实践经验。\n\n任职要求\n1、本科及以上学历，计算机、软件、信息等相关专业；\n2、具备扎实的编程基础，熟悉至少一种主流开发语言，如 Python、Java、Go、JavaScript / TypeScript 等；\n3、对 AI Agent、大语言模型应用或生成式 AI 有浓厚兴趣，有课程项目、个人项目、竞赛或开源实践者优先；\n4、熟悉常见 AI 编程工具的使用，能够借助工具学习并解决实际工程问题；\n5、了解 Harness、Loop Engineering、结构化输出、Function Calling / Tool Use 等基本概念，有相关实践更佳；\n6、具备良好的学习能力、问题分析能力和沟通协作意识，能保证稳定的实习投入时间。\n加分项：\n1、有 LangChain、LangGraph、AutoGen 或其他 Agent 框架的实践经验；\n2、有 MCP、A2A 等 AI 协议的实践或开源贡献；\n3、有全栈开发能力，能够完成前端页面、后端服务和接口联调；有 React / React Native 开发经验更佳；\n4、了解浏览器自动化（Playwright / Puppeteer / Selenium 等）、网页信息提取或 Browser Use / Computer Use 相关技术；\n5、有 RAG 系统、向量数据库、检索优化或评测体系相关项目经验；\n6、了解安全治理、风控、内容安全、反欺诈等领域相关知识；\n7、在 GitHub、技术社区或开源项目中有持续输出。",
"requirements_text": "AI Agent 全栈工程师-Agent 应用研发方向\n\n基础信息\n招聘项目：全部校招\n招聘类型：校招\n职位类别：J1014\n工作地点：北京\n发布时间：2026-08-17\n\n岗位职责\n参与面向风控业务的 AI Agent 应用研发建设，覆盖智能研判、AI 排障、运营变更管控、研发提效等场景。在导师指导下，将复杂的安全治理 SOP 梳理为可执行的 Agent 工作流，参与构建 Agent 能力闭环。\n1、Agent 应用研发：参与 AI Agent 的设计、开发与迭代，包括任务编排、Prompt 设计、工具调用、前后端联调及功能交付；支撑研判 Agent、网页自动化 Agent、AI-Oncall 等方向的业务落地；\n2、工具链封装与集成：协助将风控平台、研判系统、变更管控、监控告警等平台能力封装为 Agent 可调用的 Tool / MCP / Skill，推进自动化工作流落地；\n3、知识库建设：参与安全治理与风控领域知识库的搭建与优化，包括 SOP 文档处理、向量检索、混合检索、重排序及检索效果分析；\n4、效果评估与迭代：协助构建评测集和评估链路，分析 Agent 的准确率、召回率、响应延迟和成本，并推动持续优化；\n5、工程质量与稳定性：参与上下文管理、模型路由、异常兜底、日志监控等工程能力建设，保障服务的可用性与可维护性；\n6、Harness 工程体系：参与前端 AI 研发范式（Harness Engineering）的落地与沉淀，探索 AI Native 架构下代码生成、需求描述、审查评估的最佳实践；\n7、技术探索：跟踪 AI Agent、MCP、RAG、Browser Automation 等方向的技术进展，探索 AI 在安全治理工作流自动化中的创新应用，并沉淀实践经验。\n\n任职要求\n1、本科及以上学历，计算机、软件、信息等相关专业；\n2、具备扎实的编程基础，熟悉至少一种主流开发语言，如 Python、Java、Go、JavaScript / TypeScript 等；\n3、对 AI Agent、大语言模型应用或生成式 AI 有浓厚兴趣，有课程项目、个人项目、竞赛或开源实践者优先；\n4、熟悉常见 AI 编程工具的使用，能够借助工具学习并解决实际工程问题；\n5、了解 Harness、Loop Engineering、结构化输出、Function Calling / Tool Use 等基本概念，有相关实践更佳；\n6、具备良好的学习能力、问题分析能力和沟通协作意识，能保证稳定的实习投入时间。\n加分项：\n1、有 LangChain、LangGraph、AutoGen 或其他 Agent 框架的实践经验；\n2、有 MCP、A2A 等 AI 协议的实践或开源贡献；\n3、有全栈开发能力，能够完成前端页面、后端服务和接口联调；有 React / React Native 开发经验更佳；\n4、了解浏览器自动化（Playwright / Puppeteer / Selenium 等）、网页信息提取或 Browser Use / Computer Use 相关技术；\n5、有 RAG 系统、向量数据库、检索优化或评测体系相关项目经验；\n6、了解安全治理、风控、内容安全、反欺诈等领域相关知识；\n7、在 GitHub、技术社区或开源项目中有持续输出。",
"skills": [AI生成
"Python",
"JavaScript",
"TypeScript",
"Java",
"React",
"数据库",
"学习能力",
"分析能力",
"招聘",
"Go",
"大语言模型",
"检索增强生成",
"智能体开发"
],
"preferred_qualifications": "3、对 AI Agent、大语言模型应用或生成式 AI 有浓厚兴趣，有课程项目、个人项目、竞赛或开源实践者优先；加分项：",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://campus.kuaishou.cn/recruit/campus/e/#/campus/job-info/13836?recruitSubProjectCodes="
}
]
},
"posting": {
"posting_id": "13836",
"post_date": "2026-08-17",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus.kuaishou.cn/recruit/campus/e/#/campus/job-info/13836?recruitSubProjectCodes="
},
"fulltext": "AI Agent 全栈工程师-Agent 应用研发方向\nAI Agent 全栈工程师-Agent 应用研发方向\n\n基础信息\n招聘项目：全部校招\n招聘类型：校招\n职位类别：J1014\n工作地点：北京\n发布时间：2026-08-17\n\n岗位职责\n参与面向风控业务的 AI Agent 应用研发建设，覆盖智能研判、AI 排障、运营变更管控、研发提效等场景。在导师指导下，将复杂的安全治理 SOP 梳理为可执行的 Agent 工作流，参与构建 Agent 能力闭环。\n1、Agent 应用研发：参与 AI Agent 的设计、开发与迭代，包括任务编排、Prompt 设计、工具调用、前后端联调及功能交付；支撑研判 Agent、网页自动化 Agent、AI-Oncall 等方向的业务落地；\n2、工具链封装与集成：协助将风控平台、研判系统、变更管控、监控告警等平台能力封装为 Agent 可调用的 Tool / MCP / Skill，推进自动化工作流落地；\n3、知识库建设：参与安全治理与风控领域知识库的搭建与优化，包括 SOP 文档处理、向量检索、混合检索、重排序及检索效果分析；\n4、效果评估与迭代：协助构建评测集和评估链路，分析 Agent 的准确率、召回率、响应延迟和成本，并推动持续优化；\n5、工程质量与稳定性：参与上下文管理、模型路由、异常兜底、日志监控等工程能力建设，保障服务的可用性与可维护性；\n6、Harness 工程体系：参与前端 AI 研发范式（Harness Engineering）的落地与沉淀，探索 AI Native 架构下代码生成、需求描述、审查评估的最佳实践；\n7、技术探索：跟踪 AI Agent、MCP、RAG、Browser Automation 等方向的技术进展，探索 AI 在安全治理工作流自动化中的创新应用，并沉淀实践经验。\n\n任职要求\n1、本科及以上学历，计算机、软件、信息等相关专业；\n2、具备扎实的编程基础，熟悉至少一种主流开发语言，如 Python、Java、Go、JavaScript / TypeScript 等；\n3、对 AI Agent、大语言模型应用或生成式 AI 有浓厚兴趣，有课程项目、个人项目、竞赛或开源实践者优先；\n4、熟悉常见 AI 编程工具的使用，能够借助工具学习并解决实际工程问题；\n5、了解 Harness、Loop Engineering、结构化输出、Function Calling / Tool Use 等基本概念，有相关实践更佳；\n6、具备良好的学习能力、问题分析能力和沟通协作意识，能保证稳定的实习投入时间。\n加分项：\n1、有 LangChain、LangGraph、AutoGen 或其他 Agent 框架的实践经验；\n2、有 MCP、A2A 等 AI 协议的实践或开源贡献；\n3、有全栈开发能力，能够完成前端页面、后端服务和接口联调；有 React / React Native 开发经验更佳；\n4、了解浏览器自动化（Playwright / Puppeteer / Selenium 等）、网页信息提取或 Browser Use / Computer Use 相关技术；\n5、有 RAG 系统、向量数据库、检索优化或评测体系相关项目经验；\n6、了解安全治理、风控、内容安全、反欺诈等领域相关知识；\n7、在 GitHub、技术社区或开源项目中有持续输出。\nAI Agent 全栈工程师-Agent 应用研发方向\n\n基础信息\n招聘项目：全部校招\n招聘类型：校招\n职位类别：J1014\n工作地点：北京\n发布时间：2026-08-17\n\n岗位职责\n参与面向风控业务的 AI Agent 应用研发建设，覆盖智能研判、AI 排障、运营变更管控、研发提效等场景。在导师指导下，将复杂的安全治理 SOP 梳理为可执行的 Agent 工作流，参与构建 Agent 能力闭环。\n1、Agent 应用研发：参与 AI Agent 的设计、开发与迭代，包括任务编排、Prompt 设计、工具调用、前后端联调及功能交付；支撑研判 Agent、网页自动化 Agent、AI-Oncall 等方向的业务落地；\n2、工具链封装与集成：协助将风控平台、研判系统、变更管控、监控告警等平台能力封装为 Agent 可调用的 Tool / MCP / Skill，推进自动化工作流落地；\n3、知识库建设：参与安全治理与风控领域知识库的搭建与优化，包括 SOP 文档处理、向量检索、混合检索、重排序及检索效果分析；\n4、效果评估与迭代：协助构建评测集和评估链路，分析 Agent 的准确率、召回率、响应延迟和成本，并推动持续优化；\n5、工程质量与稳定性：参与上下文管理、模型路由、异常兜底、日志监控等工程能力建设，保障服务的可用性与可维护性；\n6、Harness 工程体系：参与前端 AI 研发范式（Harness Engineering）的落地与沉淀，探索 AI Native 架构下代码生成、需求描述、审查评估的最佳实践；\n7、技术探索：跟踪 AI Agent、MCP、RAG、Browser Automation 等方向的技术进展，探索 AI 在安全治理工作流自动化中的创新应用，并沉淀实践经验。\n\n任职要求\n1、本科及以上学历，计算机、软件、信息等相关专业；\n2、具备扎实的编程基础，熟悉至少一种主流开发语言，如 Python、Java、Go、JavaScript / TypeScript 等；\n3、对 AI Agent、大语言模型应用或生成式 AI 有浓厚兴趣，有课程项目、个人项目、竞赛或开源实践者优先；\n4、熟悉常见 AI 编程工具的使用，能够借助工具学习并解决实际工程问题；\n5、了解 Harness、Loop Engineering、结构化输出、Function Calling / Tool Use 等基本概念，有相关实践更佳；\n6、具备良好的学习能力、问题分析能力和沟通协作意识，能保证稳定的实习投入时间。\n加分项：\n1、有 LangChain、LangGraph、AutoGen 或其他 Agent 框架的实践经验；\n2、有 MCP、A2A 等 AI 协议的实践或开源贡献；\n3、有全栈开发能力，能够完成前端页面、后端服务和接口联调；有 React / React Native 开发经验更佳；\n4、了解浏览器自动化（Playwright / Puppeteer / Selenium 等）、网页信息提取或 Browser Use / Computer Use 相关技术；\n5、有 RAG 系统、向量数据库、检索优化或评测体系相关项目经验；\n6、了解安全治理、风控、内容安全、反欺诈等领域相关知识；\n7、在 GitHub、技术社区或开源项目中有持续输出。\nAI Agent 全栈工程师-Agent 应用研发方向\n\n基础信息\n招聘项目：全部校招\n招聘类型：校招\n职位类别：J1014\n工作地点：北京\n发布时间：2026-08-17\n\n岗位职责\n参与面向风控业务的 AI Agent 应用研发建设，覆盖智能研判、AI 排障、运营变更管控、研发提效等场景。在导师指导下，将复杂的安全治理 SOP 梳理为可执行的 Agent 工作流，参与构建 Agent 能力闭环。\n1、Agent 应用研发：参与 AI Agent 的设计、开发与迭代，包括任务编排、Prompt 设计、工具调用、前后端联调及功能交付；支撑研判 Agent、网页自动化 Agent、AI-Oncall 等方向的业务落地；\n2、工具链封装与集成：协助将风控平台、研判系统、变更管控、监控告警等平台能力封装为 Agent 可调用的 Tool / MCP / Skill，推进自动化工作流落地；\n3、知识库建设：参与安全治理与风控领域知识库的搭建与优化，包括 SOP 文档处理、向量检索、混合检索、重排序及检索效果分析；\n4、效果评估与迭代：协助构建评测集和评估链路，分析 Agent 的准确率、召回率、响应延迟和成本，并推动持续优化；\n5、工程质量与稳定性：参与上下文管理、模型路由、异常兜底、日志监控等工程能力建设，保障服务的可用性与可维护性；\n6、Harness 工程体系：参与前端 AI 研发范式（Harness Engineering）的落地与沉淀，探索 AI Native 架构下代码生成、需求描述、审查评估的最佳实践；\n7、技术探索：跟踪 AI Agent、MCP、RAG、Browser Automation 等方向的技术进展，探索 AI 在安全治理工作流自动化中的创新应用，并沉淀实践经验。\n\n任职要求\n1、本科及以上学历，计算机、软件、信息等相关专业；\n2、具备扎实的编程基础，熟悉至少一种主流开发语言，如 Python、Java、Go、JavaScript / TypeScript 等；\n3、对 AI Agent、大语言模型应用或生成式 AI 有浓厚兴趣，有课程项目、个人项目、竞赛或开源实践者优先；\n4、熟悉常见 AI 编程工具的使用，能够借助工具学习并解决实际工程问题；\n5、了解 Harness、Loop Engineering、结构化输出、Function Calling / Tool Use 等基本概念，有相关实践更佳；\n6、具备良好的学习能力、问题分析能力和沟通协作意识，能保证稳定的实习投入时间。\n加分项：\n1、有 LangChain、LangGraph、AutoGen 或其他 Agent 框架的实践经验；\n2、有 MCP、A2A 等 AI 协议的实践或开源贡献；\n3、有全栈开发能力，能够完成前端页面、后端服务和接口联调；有 React / React Native 开发经验更佳；\n4、了解浏览器自动化（Playwright / Puppeteer / Selenium 等）、网页信息提取或 Browser Use / Computer Use 相关技术；\n5、有 RAG 系统、向量数据库、检索优化或评测体系相关项目经验；\n6、了解安全治理、风控、内容安全、反欺诈等领域相关知识；\n7、在 GitHub、技术社区或开源项目中有持续输出。",
"standard_classification": {
"std_category_code": "T009",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}