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": "未披露",
"location": "武汉",
"work_mode": "未披露",AI生成
"job_category": "软件研发"AI生成
},
"company": {
"company_name": "小米集团",
"company_industry": "消费电子 / 智能制造 / 物联网",
"company_size": "10000人以上",
"company_website": "xiaomi.com",
"company_description": "小米是一家消费电子和智能制造企业，以智能手机、智能硬件和物联网平台为核心。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "计算机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、构建 AI Native 研发工具链，设计并实现基于 LLM 的下一代研发工具，覆盖需求理解、代码生成、测试验证、发布部署全链路；探索 AI 自主交付模式，让 AI 从 \"辅助工具\" 升级为 \"独立交付者\"；\n2、攻坚 LLM 工程化核心难题，解决大模型在实际研发场景的落地瓶颈：上下文理解、长程推理、多步骤任务规划；主导智能代码生成、智能测试、智能运维等核心模块架构设计；\n3、驱动技术范式革新，用 AI 重新定义研发流程；探索 Multi‑Agent 协作、AI 自我进化等前沿方向；\n4、共创开发者生态，参与 Skill 生态建设，让业务团队能快速构建专属 AI 能力；推动 AI 研发落地。",
"requirements_text": "1、计算机相关专业本科及以上学历，有扎实的计算机基础知识和编程功底，良好的数据结构基础；\n2、深刻理解大模型工作原理；有 Agent 开发、工具链集成、Prompt Engineering、RAG 应用经验者优先；\n3、具备强烈的研发效能洞察力，对提升开发、测试、部署等环节的效率和质量有浓厚兴趣和自己的见解；\n4、代码能力扎实，对工程质量有自己的标准。",
"skills": [AI生成
"数据结构",
"大语言模型",
"检索增强生成"
],
"preferred_qualifications": "有 Agent 开发、工具链集成、Prompt Engineering、RAG 应用经验者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://xiaomi.jobs.f.mioffice.cn/index/m/position/7683792273653385514/detail"
}
]
},
"posting": {
"posting_id": "7683792273653385514",
"post_date": "2026-09-10",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://xiaomi.jobs.f.mioffice.cn/index/m/position/7683792273653385514/detail"
},
"fulltext": "AI Agent开发工程师\n职位描述\n1、构建 AI Native 研发工具链，设计并实现基于 LLM 的下一代研发工具，覆盖需求理解、代码生成、测试验证、发布部署全链路；探索 AI 自主交付模式，让 AI 从 \"辅助工具\" 升级为 \"独立交付者\"；\n2、攻坚 LLM 工程化核心难题，解决大模型在实际研发场景的落地瓶颈：上下文理解、长程推理、多步骤任务规划；主导智能代码生成、智能测试、智能运维等核心模块架构设计；\n3、驱动技术范式革新，用 AI 重新定义研发流程；探索 Multi‑Agent 协作、AI 自我进化等前沿方向；\n4、共创开发者生态，参与 Skill 生态建设，让业务团队能快速构建专属 AI 能力；推动 AI 研发落地。\n\n职位要求\n1、计算机相关专业本科及以上学历，有扎实的计算机基础知识和编程功底，良好的数据结构基础；\n2、深刻理解大模型工作原理；有 Agent 开发、工具链集成、Prompt Engineering、RAG 应用经验者优先；\n3、具备强烈的研发效能洞察力，对提升开发、测试、部署等环节的效率和质量有浓厚兴趣和自己的见解；\n4、代码能力扎实，对工程质量有自己的标准。\n1、构建 AI Native 研发工具链，设计并实现基于 LLM 的下一代研发工具，覆盖需求理解、代码生成、测试验证、发布部署全链路；探索 AI 自主交付模式，让 AI 从 \"辅助工具\" 升级为 \"独立交付者\"；\n2、攻坚 LLM 工程化核心难题，解决大模型在实际研发场景的落地瓶颈：上下文理解、长程推理、多步骤任务规划；主导智能代码生成、智能测试、智能运维等核心模块架构设计；\n3、驱动技术范式革新，用 AI 重新定义研发流程；探索 Multi‑Agent 协作、AI 自我进化等前沿方向；\n4、共创开发者生态，参与 Skill 生态建设，让业务团队能快速构建专属 AI 能力；推动 AI 研发落地。\n1、计算机相关专业本科及以上学历，有扎实的计算机基础知识和编程功底，良好的数据结构基础；\n2、深刻理解大模型工作原理；有 Agent 开发、工具链集成、Prompt Engineering、RAG 应用经验者优先；\n3、具备强烈的研发效能洞察力，对提升开发、测试、部署等环节的效率和质量有浓厚兴趣和自己的见解；\n4、代码能力扎实，对工程质量有自己的标准。",
"standard_classification": {
"std_category_code": "T009",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}