Agent 开发工程师（全栈）

核心本地商业-美团平台 【岗位定位】 BA Agent 需要一种新型工程角色——不是传统后端，也不是纯算法研究，而是将大模型能力工程化为可靠的 B 端策略与流程执行 Agent 系统的全栈工程师。你将负责构建一个能自主执行资源分配、策略生成与评估的智能体系统，让 AI 从"回答问题"进化为"执行任务并交付产出物"。 【岗位职责】 1. Agent 架构设计与开发 -设计和构建 BA Agent 的核心 Agent 架构——任务分解、工具调用、多 Agent 编排、执行引擎 -开发 Skill（能力单元）运行时框架：Skill 注册、路由分发、执行监控、结果聚合 -设计长链任务的可靠性保障机制：状态持久化、断点续跑、异常恢复、超时治理 2. 模型灵活度与流程稳定性的工程攻坚 -B 端 Agent 的核心技术难题在于：模型具有生成灵活度（同一输入可能产出不同推理路径和结论），但 B 端业务对单一任务的流程稳定性和产出一致性要求极高。你需要在这两个张力之间找到工程化的解法： -设计受控推理框架：在保留模型分析和判断能力的同时，通过约束（流程编排、输出 Schema 校验、关键步骤确定性锚点）限制不可控的灵活发散 -构建流程稳定性保障体系：针对 B 端策略场景设计任务执行的确定性保障——相同输入在合理阈值内产出一致结果，关键决策路径可审计、可复现 -开发分层容错与降级机制：区分模型推理层（允许不确定性）和流程执行层（要求确定性），当模型输出偏离预期时，通过校验-重试-人工兜底的分级策略保障任务完成 -设计Prompt 鲁棒性工程：针对同一业务场景的 Prompt，系统化测试和优化其在不同模型版本、不同输入分布下的产出稳定性，建立回归测试基准 -探索确定性与创造性的动态平衡：在资源分配等高确定性场景收紧约束，在策略探索等需要创造性的场景适度放开，实现场景自适应的控制策略 3. 大模型工程化 -设计和优化 Prompt Engineering 体系，将业务 SOP 结构化为高质量 Prompt 模版或Skill -构建 Trace 采集与能力资产化系统：交互轨迹 → 质量评估 → 场景包沉淀 → 能力复用 -开发模型评测与质量保障体系：针对 B 端策略场景的自动化评测基准 -优化模型调用链路：成本控制、延迟优化、多模型路由策略 4. 数据集成 & 计算 -