我们正在寻找一位全栈工程师，参与核心 AI Agent 产品从架构设计、能力建设到生产落地的完整过程。你将参与 Web 产品、API 服务、Agent 编排系统、后台任务系统、数据层和部署流程等多个环节，和团队一起构建面向真实生产环境的 AI Agent 产品。

你将深度参与 AI Agent 系统的工程化建设，包括 Agent Loop、工具调用、任务编排、多步骤执行、上下文管理、模型路由、异步任务处理、结果持久化、错误恢复、日志追踪与系统可观测性等关键模块。这个岗位不是简单调用大模型 API，而是需要将 LLM 能力、业务流程、前后端系统和用户体验结合起来，构建可稳定运行、可持续扩展的生产级 Agent 产品。

在这个角色中，你需要理解 Agent 如何接收用户目标、拆解任务、选择工具、执行动作、处理中间状态、根据反馈继续推理，并最终产出可靠结果。你也需要关注 Agent 执行过程中的实际工程问题，例如任务超时、工具失败、重试策略、状态一致性、成本控制、并发执行、队列调度、数据追踪以及生成结果的可复现性。

你会和产品、设计、前端、后端和基础设施团队紧密协作，把 AI 能力落到真实的产品体验中。我们希望你既能理解前端产品形态和用户交互，也能深入后端服务、数据模型、任务队列和 Agent 编排系统，帮助团队搭建长期可维护、可扩展、可观测的 AI Agent 工程体系。

这个岗位适合对 AI Agent、LLM 应用工程、复杂 Web 产品和系统工程都有强烈兴趣的全栈工程师。我们尤其看重你是否具备扎实的工程能力、清晰的系统设计思维，以及把复杂 AI 能力转化为稳定业务功能的能力。

你的主要职责

参与 AI Agent 产品的全生命周期开发，包括 Web 体验、API 服务、Agent 编排、工具调用、Agent Loop、任务规划、执行反馈、状态管理和结果持久化。
设计和实现面向生产环境的 Agent 产品能力，包括 API 服务、任务队列、异步流程、数据模型、权限、计费和业务状态管理等核心模块。
构建和优化 Agent 与工具系统之间的调用链路，提升执行稳定性、可观测性、容错能力和扩展能力。
参与多 Agent

Pixlr