职位描述 1. 参与面向 AI 搜索场景的多 Agent 协作框架设计与实现，涵盖任务拆解、Agent 调度编排、状态管理与结果聚合等核心模块。 2. 参与构建高效的 Agent 任务分发与调度系统，支持多 Agent 并行执行、动态路由、优先级管理与异常容错，保障系统在高并发场景下的稳定性与吞吐效率。 3. 参与数据链路与 Prompt 工程体系的设计与优化，协助建立可迭代的提示词管理机制，持续提升大模型在搜索场景下的响应质量与效率。 4. 参与风险控制与可观测性体系建设，包括内容安全管控、Agent 行为审计、异常监控与链路追踪，保障线上系统可靠运行。 职位要求 1. 2026 届应届毕业生，计算机、软件工程、人工智能等相关专业本科及以上学历。 2. 熟练掌握 Python，具备扎实的算法与数据结构功底；有 C/C++ 或 Go 使用经验者加分。 3. 具备良好的工程素养，熟悉 Linux 开发环境、Git 协作流程，有课程项目、开源贡献或实习中的后端/分布式系统开发经历。 4. 了解高并发、分布式系统基本原理，具备性能分析与问题排查的基础能力。 5. 熟悉主流存储技术，包括 Redis 等缓存/内存数据库；了解 Milvus、Faiss、Qdrant 等向量检索引擎者优先。 6. 良好的沟通表达能力，逻辑清晰，具备较强的学习能力与跨团队协作意识。 核心加分项（AI / 大模型方向） 1. 有大模型应用相关的课程项目、实习或竞赛经历，了解 LLM 推理流程与 Prompt 工程实践。 2. 有 Multi-Agent 框架（如 LangGraph、AutoGen、CrewAI 等）的使用或二次开发经历，了解 Agent 工具调用（Tool Use）、记忆管理、规划推理（ReAct / CoT）等核心机制。 3. 有 RAG（检索增强生成）系统或搜索系统相关实习、项目经验者优先。 4. ACM/ICPC、Kaggle、天池等竞赛获奖经历者优先。