AI Agent 全栈工程师-Agent 应用研发方向

岗位职责

参与面向风控业务的 AI Agent 应用研发建设，覆盖智能研判、AI 排障、运营变更管控、研发提效等场景。在导师指导下，将复杂的安全治理 SOP 梳理为可执行的 Agent 工作流，参与构建 Agent 能力闭环。

1. Agent 应用研发：参与 AI Agent 的设计、开发与迭代，包括任务编排、Prompt 设计、工具调用、前后端联调及功能交付；支撑研判 Agent、网页自动化 Agent、AI-Oncall 等方向的业务落地；
2. 工具链封装与集成：协助将风控平台、研判系统、变更管控、监控告警等平台能力封装为 Agent 可调用的 Tool / MCP / Skill，推进自动化工作流落地；
3. 知识库建设：参与安全治理与风控领域知识库的搭建与优化，包括 SOP 文档处理、向量检索、混合检索、重排序及检索效果分析；
4. 效果评估与迭代：协助构建评测集和评估链路，分析 Agent 的准确率、召回率、响应延迟和成本，并推动持续优化；
5. 工程质量与稳定性：参与上下文管理、模型路由、异常兜底、日志监控等工程能力建设，保障服务的可用性与可维护性；
6. Harness 工程体系：参与前端 AI 研发范式（Harness Engineering）的落地与沉淀，探索 AI Native 架构下代码生成、需求描述、审查评估的最佳实践；
7. 技术探索：跟踪 AI Agent、MCP、RAG、Browser Automation 等方向的技术进展，探索 AI 在安全治理工作流自动化中的创新应用，并沉淀实践经验。

任职要求

1. 本科及以上学历，计算机、软件、信息等相关专业；
2. 具备扎实的编程基础，熟悉至少一种主流开发语言，如 Python、Java、Go、JavaScript / TypeScript 等；
3. 对 AI Agent、大语言模型应用或生成式 AI 有浓厚兴趣，有课程项目、个人项目、竞赛或开源实践者优先；
4. 熟悉常见 AI 编程工具的使用，能够借助工具学习并解决实际工程问题；
5. 了解 Harness、Loop Engineering、结构化输出、Function Calling / Tool Use 等基本概念，有相关实践更佳；
6. 具备良好的学习能力、问题分析能力和沟通协作意识，能保证稳定的实习投入时间。

加分项：

1. 有 LangChain、LangGraph、AutoGen 或其他 Agent 框架的实践经验；
2. 有 MCP、A2A 等 AI 协议的实践或开源贡献；
3. 有全栈开发能力，能够完成前端页面、后端服务和接口联调；有 React / React Native 开发经验更佳；
4. 了解浏览器自动化（Playwright / Puppeteer / Selenium 等）、网页信息提取或 Browser Use / Computer Use 相关技术；
5. 有 RAG 系统、向量数据库、检索优化或评测体系相关项目经验；
6. 了解安全治理、风控、内容安全、反欺诈等领域相关知识；
7. 在 GitHub、技术社区或开源项目中有持续输出。