{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "AI Agent产品经理",
        "job_level": "中级",AI生成
        "work_category": "全职",AI生成
        "department": "未披露",
        "location": "杭州·西湖区·西溪",
        "work_mode": "现场办公",AI生成
        "job_category": "Agent产品经理（任务与行为策略）"AI生成
    },
    "company": {
        "company_name": "杭州云玦科技",
        "company_industry": "人工智能",
        "company_size": "0-20人",
        "company_website": "未披露",
        "company_description": "未披露"
    },
    "compensation": {
        "salary_range": {
            "min": 28000,
            "max": 35000,
            "currency": "元",
            "cycle": "月"
        },
        "benefits": "节日福利 | 五险一金"
    },
    "requirements": {
        "working_years": 3,
        "degree": "本科",
        "language": "中文",AI生成
        "visa_support": "未披露",
        "responsibilities": "一、工作内容范围\n• AI Memory Pipeline 设计:构建 Agent 的记忆存储、检索与更新链路,支撑跨会话的上下文延续。\n• 自进化 Skill Prompt 编写:编写并持续迭代可复用的 Skill / Prompt,使 Agent能力随使用不断沉淀与优化。\n• 效果成本评测体系搭建:建立覆盖成功率、质量与 token成本的多维评测基准,量化每次迭代的投入产出。\n• 与 AI 协同的工程方案设计:与工程团队(含 AI 辅助)共同完成支撑 Agent 运行的底层方案设计。\n二、工作能力要求\n• 熟悉 Agent 技术栈(记忆 / RAG、工具调用、Skill / Prompt工程、评测),能把技术约束翻译成产品决策。\n• 能独立编写与持续迭代 Prompt / Skill,理解上下文长度、检索质量、重试策略对效果与成本的影响。\n• 有评测体系搭建能力:能定义成功率、质量、token 成本等指标,设计回归基准并读得懂数据。\n• 能用 Python 等脚本做原型与数据分析(不要求生产代码),并据此与工程对齐方案。\n• 表达清晰,能在工程团队(含 AI 协同)与业务之间同时对齐预期。\n三、过往经历偏好\n• 有录音效率工具 / 陪伴类游戏玩法设计 / 游戏数值策划经验者优先。\n• 有游戏 / 社区 / 工具类产品的留存或增长经验者优先。\n• 有自主部署 Agent、编写 skill、接入 MCP 等实践者优先。",
        "requirements_text": "熟悉 Agent 技术栈（记忆 / RAG、工具调用、Skill / Prompt工程、评测），能把技术约束翻译成产品决策",
        "skills": [AI生成
            "Agent系统构建",
            "Prompt工程",
            "RAG与检索增强",
            "上下文/知识工程",
            "产品方案与功能设计",
            "工具调用/MCP",
            "数据分析与指标体系",
            "模型/Agent评测体系",
            "编程与代码实现",
            "跨部门/跨团队协作",
            "部署上线与环境配置",
            "金融行业知识"
        ],
        "preferred_qualifications": "• 有录音效率工具 / 陪伴类游戏玩法设计 / 游戏数值策划经验者优先。\n• 有游戏 / 社区 / 工具类产品的留存或增长经验者优先。\n• 有自主部署 Agent、编写 skill、接入 MCP 等实践者优先。",
        "job_highlights": "3-5年 | 本科"
    },
    "contact": {
        "recruiter_name": "史女士",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://www.zhipin.com/job_detail/f08d179ef3dedea10nN72d60FVFY.html"
            }
        ]
    },
    "posting": {
        "posting_id": "f08d179ef3dedea10nN72d60FVFY",
        "post_date": "",
        "hire_time": "未披露",
        "update_date": "20260915",
        "job_url": "https://www.zhipin.com/job_detail/f08d179ef3dedea10nN72d60FVFY.html"
    },
    "fulltext": "一、工作内容范围\n• AI Memory Pipeline 设计：构建 Agent 的记忆存储、检索与更新链路，支撑跨会话的上下文延续。\n• ⾃进化 Skill Prompt 编写：编写并持续迭代可复⽤的 Skill / Prompt，使 Agent能⼒随使用不断沉淀与优化。\n• 效果成本评测体系搭建：建立覆盖成功率、质量与 token成本的多维评测基准，量化每次迭代的投⼊产出。\n• 与 AI 协同的工程方案设计：与工程团队（含 AI 辅助）共同完成支撑 Agent 运行的底层方案设计。\n二、工作能力要求\n• 熟悉 Agent 技术栈（记忆 / RAG、工具调用、Skill / Prompt工程、评测），能把技术约束翻译成产品决策。\n• 能独立编写与持续迭代 Prompt / Skill，理解上下文长度、检索质量、重试策略对效果与成本的影响。\n• 有评测体系搭建能力：能定义成功率、质量、token 成本等指标，设计回归基准并读得懂数据。\n• 能用 Python 等脚本做原型与数据分析（不要求生产代码），并据此与工程对齐方案。\n• 表达清晰，能在工程团队（含 AI 协同）与业务之间同时对齐预期。\n三、过往经历偏好\n• 有录音效率工具 / 陪伴类游戏玩法设计 / 游戏数值策划经验者优先。\n• 有游戏 / 社区 / 工具类产品的留存或增长经验者优先。\n• 有自主部署 Agent、编写 skill、接入 MCP 等实践者优先。"
}