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 开发工程师",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "效率工程部",
"location": "杭州市",
"work_mode": "未披露",AI生成
"job_category": "人工智能"AI生成
},
"company": {
"company_name": "网易",
"company_industry": "互联网 / 游戏 / 数字内容",
"company_size": "10000人以上",
"company_website": "netease.com",
"company_description": "网易提供互联网和游戏服务，并通过有道、网易云音乐、网易严选等业务提供学习、音乐及消费服务。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": 4,
"degree": "本科",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "职位描述\n1、加入效率工程部，深度参与AI Agent工具产品的研发，主导AI工具链的设计与建设，打造企业级智能效率工具；\n2、主导上下文工程与多Agent架构设计，构建工具Skill生态与Workflow编排体系，拓展AI Agent能力边界，打造灵活可扩展的Multi-Agent协作架构，保障Prompt工程稳定性与效果，支撑Agent智能决策流程；\n3、构建高可用AI Agent工具系统，解决实际场景中的高并发、低延迟挑战，设计个性化工具体验架构，让AI工具真正适配不同角色与场景的差异化需求；\n4、接触并落地最前沿的AI Agent技术栈（多Agent协作、长上下文处理、MCP协议、Function Calling、工具链扩展等），将创新理念快速转化为可落地的工具产品能力。\n",
"requirements_text": "职位要求\n1、本科及以上学历，计算机相关专业，至少4年及以上项目开发经验，扎实的计算机基础，包括数据结构、算法、操作系统及网络等；\n2、熟练掌握Java/Python等一种以上编程语言；\n3、拥有扎实的AI Agent/LLM应用开发经验，深入理解ReAct、Plan-and-Execute、Multi-Agent等主流Agent范式，熟悉上下文工程、模型调优、效果评测等关键环节，有实际构建和优化Agent系统的经验；\n4、熟悉主流AI Agent框架（LangGraph、LangChain等），有框架深度使用或二次开发经验者优先；\n5、熟练使用AI Coding工具（如Cursor、Codex、ClaudeCode等），能高效提升开发效率；\n6、具备优秀的产品思维与工程素养，能主动探索产品创新方向并推动技术方案落地，对AI新技术保持高度热情。",
"skills": [AI生成
"Python",
"Java",
"React",
"数据结构"
],
"preferred_qualifications": "4、熟悉主流AI Agent框架（LangGraph、LangChain等），有框架深度使用或二次开发经验者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://hr.163.com/job-detail.html?id=58561&lang=zh"
}
]
},
"posting": {
"posting_id": "58561",
"post_date": "",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://hr.163.com/job-detail.html?id=58561&lang=zh"
},
"fulltext": "AI Agent 开发工程师\n职位描述\n职位描述\n1、加入效率工程部，深度参与AI Agent工具产品的研发，主导AI工具链的设计与建设，打造企业级智能效率工具；\n2、主导上下文工程与多Agent架构设计，构建工具Skill生态与Workflow编排体系，拓展AI Agent能力边界，打造灵活可扩展的Multi-Agent协作架构，保障Prompt工程稳定性与效果，支撑Agent智能决策流程；\n3、构建高可用AI Agent工具系统，解决实际场景中的高并发、低延迟挑战，设计个性化工具体验架构，让AI工具真正适配不同角色与场景的差异化需求；\n4、接触并落地最前沿的AI Agent技术栈（多Agent协作、长上下文处理、MCP协议、Function Calling、工具链扩展等），将创新理念快速转化为可落地的工具产品能力。\n\n\n职位要求\n职位要求\n1、本科及以上学历，计算机相关专业，至少4年及以上项目开发经验，扎实的计算机基础，包括数据结构、算法、操作系统及网络等；\n2、熟练掌握Java/Python等一种以上编程语言；\n3、拥有扎实的AI Agent/LLM应用开发经验，深入理解ReAct、Plan-and-Execute、Multi-Agent等主流Agent范式，熟悉上下文工程、模型调优、效果评测等关键环节，有实际构建和优化Agent系统的经验；\n4、熟悉主流AI Agent框架（LangGraph、LangChain等），有框架深度使用或二次开发经验者优先；\n5、熟练使用AI Coding工具（如Cursor、Codex、ClaudeCode等），能高效提升开发效率；\n6、具备优秀的产品思维与工程素养，能主动探索产品创新方向并推动技术方案落地，对AI新技术保持高度热情。\n职位描述\n1、加入效率工程部，深度参与AI Agent工具产品的研发，主导AI工具链的设计与建设，打造企业级智能效率工具；\n2、主导上下文工程与多Agent架构设计，构建工具Skill生态与Workflow编排体系，拓展AI Agent能力边界，打造灵活可扩展的Multi-Agent协作架构，保障Prompt工程稳定性与效果，支撑Agent智能决策流程；\n3、构建高可用AI Agent工具系统，解决实际场景中的高并发、低延迟挑战，设计个性化工具体验架构，让AI工具真正适配不同角色与场景的差异化需求；\n4、接触并落地最前沿的AI Agent技术栈（多Agent协作、长上下文处理、MCP协议、Function Calling、工具链扩展等），将创新理念快速转化为可落地的工具产品能力。\n\n职位要求\n1、本科及以上学历，计算机相关专业，至少4年及以上项目开发经验，扎实的计算机基础，包括数据结构、算法、操作系统及网络等；\n2、熟练掌握Java/Python等一种以上编程语言；\n3、拥有扎实的AI Agent/LLM应用开发经验，深入理解ReAct、Plan-and-Execute、Multi-Agent等主流Agent范式，熟悉上下文工程、模型调优、效果评测等关键环节，有实际构建和优化Agent系统的经验；\n4、熟悉主流AI Agent框架（LangGraph、LangChain等），有框架深度使用或二次开发经验者优先；\n5、熟练使用AI Coding工具（如Cursor、Codex、ClaudeCode等），能高效提升开发效率；\n6、具备优秀的产品思维与工程素养，能主动探索产品创新方向并推动技术方案落地，对AI新技术保持高度热情。",
"standard_classification": {
"std_category_code": "T009",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}