The posting
1.面向AI赋能企业内部研发及智能制造领域的业务场景,分析业务流程与需求,设计并落地Agent应用; 2.研发Agent任务理解、规划决策、工具选择、执行反馈、结果校验及动态重规划能力。 3.设计和开发Agent Runtime、Harness、Skill/Tool管理、上下文管理、执行状态管理及异常恢复等核心组件。 4.集成企业知识库、研发工具链、制造业务系统及数据平台,支持Agent安全、可控地查询信息、调用工具和执行流程。 5.建设知识检索、会话记忆和上下文管理能力,提升Agent输出的准确性、相关性和可追溯性。 6.面向跨系统、多步骤业务任务,构建多Agent协同与工作流编排能力,实现任务分解、流程衔接、结果整合及关键环节的人工确认。 7.建立Agent评测与优化机制,持续改进任务成功率、工具调用准确性、响应时延、稳定性和资源使用效率。 8.完善权限控制、敏感操作确认、执行留痕、异常回退等安全可靠能力,满足企业研发和制造场景要求。 9.推动Agent能力产品化与平台化,沉淀可复用组件和解决方案,完成系统集成、上线交付及效果复盘。 10.追踪前沿Agent技术,探索最新的架构与交互范式,推进AI赋能研发效能及智能制造相关的Agent技术预研与产品化落地。
1.计算机、软件工程、人工智能、自动化等相关专业硕士及以上学历。 2.具备3年及以上AI、大模型或软件架构相关经验,有完整AI项目从方案设计到实际交付经验。 3.深入理解Transformer及主流大语言模型技术,熟悉多模态大模型原理及应用,具备Agent项目实践经验,具备将业务应用场景转换为Agent任务的能力,并能根据任务特性完成Agent的架构设计和实现。 4.具备RAG、知识库、工作流编排、Agent记忆或多Agent协作等相关经验。 5.熟悉LangGraph、AutoGen、OpenAI Agents SDK等主流框架,掌握OpenClaw、hermes等最新Agent技术和实现原理。 6.具备效果评估和持续优化意识,并依据实际指标迭代Agent能力。 7.有AI赋能研发场景经验,如AI Coding工具开发、AI赋能研发流程自动化者优先。 8.有AI赋能智能制造场景经验,具备如点胶缺陷检测、AOI缺陷检测、屏幕花屏缺陷检测、质量分析等经验者优先。 9.具备技术负责人或团队管理经验者优先。



