阿里云智能-应用研发专家（金融智能体）-（新金融行业线）北京/杭州

岗位职责

1. Long-Horizon Agent 核心架构：设计并落地面向金融场景的长程智能体系统，涵盖多步推理（CoT/ToT）、计划-执行-验证-重规划循环、跨会话状态持久化与经验累积，使智能体能够自主完成数小时乃至数天跨度的复杂金融业务任务。
2. Agent 运行时与编排引擎：构建 Agent Harness 层——支持 Agent Loop（ReAct/Reflection 循环）与 Graph-Native 有状态图编排（Nodes/Edges/Cycles、条件路由）两种范式，内置持久化层实现断点恢复、Human-on-the-loop 审批与轨迹回溯；设计 Agent 沙箱与隔离执行环境；支撑生产级多智能体协作与大规模并发弹性伸缩。
3. 上下文工程与记忆系统：设计工作上下文管理（压缩、摘要、窗口调度）与持久化记忆架构（向量检索、结构化经验存储），解决 "Lost in the Middle" 退化和跨 Session 状态断裂问题，保障长程任务执行质量。
4. 工具生态与 MCP 协议集成：设计 Tool-Use 框架与 Model Context Protocol 接入层，实现金融领域工具（行情、研报、合规检查、交易执行等）的标准化注册、动态发现与安全调用；定义清晰的 SDK/API 接口供客户侧二次开发与生态扩展。
5. Agent 评测与可观测：构建 Agent 评测体系——覆盖规划能力、工具调用可靠性、多轮交互一致性、长程记忆连续性等核心维度；建设 Agent 全链路 Tracing 与运行时可观测平台，支撑快速定位和修复 Agent 行为异常。
6. 新一代知识库（知识编译）：设计以 LLM 为编译器的智能知识库架构——摄入即整合，替代传统 RAG 的"查询时拼凑"模式，实现知识复利与持续增量更新，服务金融研报、合规文件等高密度知识场景。
7. 训推一体与模型服务：参与金融领域模型的微调、评测与推理服务建设，关注 Agentic RL 在金融任务上的应用，推动模型能力内化。
8. 金融级稳定性与合规：负责金融级 SLA 保障体系建设（容灾、降级、灰度、熔断），满足金融客户对高可用、数据安全与监管合规的严格要求。

任职要求

1. 5年以上开发经验，至少熟练掌握一门主力语言（Java/Python/Go/Rust），具备扎实的系统编程与工程化能力。
2. 理解 LLM 推理链路与 Agent 交互范式（ReAct、Plan-and-Solve、Reflection），能设计可靠的多步工具调用与错误恢复机制。
3. 熟悉向量数据库与检索/排序链路，有 RAG 系统或 Agent 记忆系统端到端设计经验。
4. 具备清晰的系统分层与抽象能力，能从业务问题出发进行架构拆解，而非仅执行单点需求。
5. 是 AI Agent 产品（Claude Code、Cursor、ChatGPT、Manus 等）的深度用户，对主流 Agent 的能力边界与交互范式有切身体感。

有以下经验者优先考虑：

1. 有 Agent Harness / Runtime 系统设计与落地经验——包括编排引擎、沙箱隔离、状态持久化、容错重试、Multi-Agent 协作中的任一方向。
2. 熟悉 Model Context Protocol (MCP)、OpenAI Function Calling 或类似工具协议标准，有 Agent 工具生态或 SDK 设计经验。
3. 有 Agent 评测体系建设经验，能设计覆盖规划、工具调用、记忆连续性等维度的自动化评测流程。
4. 有模型微调/RLHF/Agentic RL 实践经验，理解如何将 Agent 行为能力内化到模型权重中。
5. 有 ToB 产品工程化交付经验，理解金融行业合规与专有云部署诉求。
6. 关注 AI Agent 前沿进展（Self-Evolution、Cross-task Experience Accumulation、Runtime Harness 设计），有论文复现或开源贡献。

岗位标签

NEW