{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "Agent 长期记忆算法工程师",
        "job_level": "",AI生成
        "work_category": "",AI生成
        "department": "",
        "location": "深圳·南山区·科技园",
        "work_mode": "",AI生成
        "job_category": "算法"AI生成
    },
    "company": {
        "company_name": "驰翰人力",
        "company_industry": "人力资源服务",
        "company_size": "0-20人",
        "company_website": "",
        "company_description": ""
    },
    "compensation": {
        "salary_range": {
            "min": 25000,
            "max": 50000,
            "currency": "CNY",
            "cycle": "month"
        },
        "benefits": ""
    },
    "requirements": {
        "working_years": 3,
        "degree": "本科",
        "language": "",AI生成
        "visa_support": "",
        "responsibilities": "",
        "requirements_text": "负责手机端轻量 Agent 的工程落地，围绕个人记忆、设备能力和云模型构建可恢复、可授权的智能交互。该岗位是 2 个记忆算法/Agent 名额之⼀，侧重 Kotlin/KMP 与端侧运⾏能⼒。\n岗位职责\n1. 端侧 Agent 核心：参考 nanobot 等框架，以 Kotlin/KMP 实现轻量 Agent loop、上下文管理、流式交互、⼯具调度和端云路由。\n2. 任务与工具机制：建设任务状态、检查点、超时取消、重试和幂等回执，对接独立程序权限校验与用户确认机制。\n3. 记忆与模型接入：参与记忆检索、上下文组装和效果优化，接入云模型及端侧轻量 ASR/基础指令能力，处理离线与资源降级。\n4. 多端集成：与 Android/iOS 和互联团队定义 SDK、设备工具及数据接口，处理生命周期、并发与可恢复执行。\n5. 评测与持续优化：建设任务回放、工具成功率、记忆使用质量、时延和成本评测，定位模型错误与工程错误。\n任职要求\n必须具备\n1. 计算机、人工智能或相关专业本科及以上学历，3 年及以上软件或 AI 应用研发经验。\n2. 具有 Agent 开发与记忆/RAG/上下文管理相关的实际落地经验，能说明本人实现的核心模块与效果。\n3. 熟练掌握 Kotlin，具备跨平台或移动端研发能力，能够交付 Kotlin/KMP 共享核心；不能仅具备 Python 原型或提示词配置经验。\n4. 熟悉 LLM 接入、结构化输出、Function Calling、上下文压缩、检索增强与评测方法。\n5. 具备状态机、异步并发、持久化、错误恢复、授权及幂等的工程基础。\n6. 能够与记忆算法、云端、客户端和设备团队协同，将算法方案落地为可测试的产品能力。\n加分项\n1. 有 KMP iOS 集成、nanobot/OpenClaw、端侧 Agent 或工具协议/MCP 实践。\n2. 有轻量 ASR、端侧模型运行、量化或移动端资源优化经验。\n3. 有个人记忆、语音交互、IoT 设备工具调用或高质量开源贡献。",
        "skills": [AI生成
            "Kotlin",
            "KMP",
            "LLM",
            "RAG",
            "结构化输出",
            "Function Calling",
            "上下文压缩",
            "检索增强"
        ],
        "preferred_qualifications": "",
        "job_highlights": ""
    },
    "contact": {
        "recruiter_name": "",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://www.zhipin.com/job_detail/188ce102bcdd42060nx739i-EVBW.html"
            }
        ]
    },
    "posting": {
        "posting_id": "188ce102bcdd42060nx739i-EVBW",
        "post_date": "",
        "hire_time": "",
        "update_date": "",
        "job_url": "https://www.zhipin.com/job_detail/188ce102bcdd42060nx739i-EVBW.html"
    },
    "fulltext": "负责手机端轻量 Agent 的工程落地，围绕个人记忆、设备能力和云模型构建可恢复、可授权的智能交互。该岗位是 2 个记忆算法/Agent 名额之⼀，侧重 Kotlin/KMP 与端侧运⾏能⼒。\n岗位职责\n1. 端侧 Agent 核心：参考 nanobot 等框架，以 Kotlin/KMP 实现轻量 Agent loop、上下文管理、流式交互、⼯具调度和端云路由。\n2. 任务与工具机制：建设任务状态、检查点、超时取消、重试和幂等回执，对接独立程序权限校验与用户确认机制。\n3. 记忆与模型接入：参与记忆检索、上下文组装和效果优化，接入云模型及端侧轻量 ASR/基础指令能力，处理离线与资源降级。\n4. 多端集成：与 Android/iOS 和互联团队定义 SDK、设备工具及数据接口，处理生命周期、并发与可恢复执行。\n5. 评测与持续优化：建设任务回放、工具成功率、记忆使用质量、时延和成本评测，定位模型错误与工程错误。\n任职要求\n必须具备\n1. 计算机、人工智能或相关专业本科及以上学历，3 年及以上软件或 AI 应用研发经验。\n2. 具有 Agent 开发与记忆/RAG/上下文管理相关的实际落地经验，能说明本人实现的核心模块与效果。\n3. 熟练掌握 Kotlin，具备跨平台或移动端研发能力，能够交付 Kotlin/KMP 共享核心；不能仅具备 Python 原型或提示词配置经验。\n4. 熟悉 LLM 接入、结构化输出、Function Calling、上下文压缩、检索增强与评测方法。\n5. 具备状态机、异步并发、持久化、错误恢复、授权及幂等的工程基础。\n6. 能够与记忆算法、云端、客户端和设备团队协同，将算法方案落地为可测试的产品能力。\n加分项\n1. 有 KMP iOS 集成、nanobot/OpenClaw、端侧 Agent 或工具协议/MCP 实践。\n2. 有轻量 ASR、端侧模型运行、量化或移动端资源优化经验。\n3. 有个人记忆、语音交互、IoT 设备工具调用或高质量开源贡献。"
}