AI 应用架构工程师（AI应用）

AI 摘要智能生成

主导 AI 应用与 Agent 技术架构设计

职位描述

1、主导 AI 应用与 Agent 技术架构设计，建设面向搜索、问答、推荐及复杂任务场景的通用工程底座，支持业务快速接入与规模化复用。 2、负责 Agent Runtime 与编排引擎设计，涵盖 Planning、ReAct、Workflow、Agent as Tool、动态图执行、状态管理、并行调度、中断恢复等核心能力。 3、负责多轮对话和模型交互的上下文架构，包括消息构造、历史筛选、Token 预算、上下文裁剪与压缩、会话隔离、短期与长期记忆，以及 RAG 检索结果的组织与回填。 4、建设不同页面及业务入口的上下文工程能力，对搜索结果页、详情页、推荐页、对话页等场景中的页面内容、用户状态、交互行为、业务实体和渠道信息进行抽取、筛选、压缩与标准化，并通过统一 Context Schema 注入 Agent 状态、模型消息及工具参数。 5、建设标准化的 Agent 工具体系，定义 Tool Protocol、输入输出 Schema、错误码和权限边界，实现工具的声明式注册、动态发现、并行调用、超时重试、幂等控制、熔断降级及结果溯源。 6、建设大模型应用工程基础设施，覆盖 Prompt 版本管理、多模型路由、流式推理、模型降级、语义缓存、灰度发布、实验分桶，以及模型效果与资源治理。 7、负责 AI 应用性能与可靠性架构，建立容量评估、全链路压测、限流、熔断、降级、容灾和故障恢复机制，持续优化首 Token 延迟、TP99、吞吐量和调用成功率。 8、负责 AI 应用成本架构与预算管理，结合业务流量、模型路由、输入输出 Token、调用频次和工具链路建立成本测算模型，核算单次请求、会话及任务成本，建设成本归因、预算预警和持续优化机制。 9、建设 Agent 全链路可观测体系，统一 Trace、日志和指标，支持模型调用、Prompt、上下文、工具参数、状态流转、Token 消耗、调用成本和异常原因的追踪与审计。 10、设计多渠道应用适配机制，屏蔽不同产品入口、交互协议和数据格式差异，保证 Agent 核心能力在多端、多页面和多业务场景下的一致性与可扩展性。 11、与评测平台团队协作，定义执行轨迹、上下文、模型输出和工具调用的评测采集标准，为过程评测、端到端评测和发布门禁提供完整数据。 12、跟踪 Context Engineering、MCP、A2A、Agentic Workflow、Multi-Agent、Long-Horizon Agent、Computer Use、Durable Execution、Agent Runtime 互操作与 Agent 自进化等前沿方向，判断技术成熟度，并将有效能力转化为生产级框架、协议与工程标准。

任职要求

• React