AI Agent开发工程师

1、负责 CatPaw Managed Agent 平台核心能力的研发，包括智能体调度引擎、上下文管理、任务规划与多步执行、工具调用（Function Call / MCP）等核心模块的设计与实现。
2、建设 Managed Agent 的技能（Skill）体系与工具生态，包括 Skill 的加载与触发机制、MCP Server 的接入与管理、工具沙箱与权限管控，保障智能体能力可扩展、可复用、安全可控。
3、设计并实现多智能体编排能力，包括 SubAgent 生命周期管理、Workflow 确定性编排（并行、流水线、条件分支）、任务结果的验证与汇聚。
4、构建自动化与定时任务能力，包括调度系统（RRULE 等）、任务恢复与断点续跑（Resume）、执行日志与可观测性，保障无人值守场景下的稳定性。
5、跟踪 Agent 领域前沿进展（长上下文、记忆机制、多智能体协作、Skill/插件生态等），结合产品定位进行技术预研与快速落地。

1、计算机相关专业本科及以上，扎实的工程基础。熟练掌握至少一种主流技术栈（Java/Spring Boot、Go、Python 或 React/TypeScript），熟悉微服务、API 设计、分布式系统，对稳定性、性能和可观测性有实际经验。能独立完成从需求拆解到上线治理的全流程。
2、对大模型应用有真实动手经验，理解 Prompt 工程、Function Calling、RAG、Agent 编排、上下文管理等核心概念，有实际落地案例。
3、具备将业务语言翻译为技术方案的能力，能直接与客户业务方和技术负责人对话，在需求不清晰、信息不完整时推动方向收敛。愿意为「让客户真正用起来」做数据清洗、系统对接、边缘 case 兜底等关键工作。
4、具备产品意识和结果导向，能从客户场景出发思考平台能力。能适应驻场工作节奏与出差安排。

1、从零到一构建 Agent 基础设施：不是在成熟平台上做应用，而是直接研发智能体的“操作系统”级能力（调度、记忆、沙箱、编排），工程深度和技术天花板极高。
2、前沿且稀缺的技术栈：大模型推理调度、MCP 工具协议、多智能体协作、确定性 Workflow 编排，这些正是当前 AI 工程领域最热门且人才最稀缺的方向。
3、端到端的工程挑战：横跨模型层（Prompt、上下文、评估）、系统层（并发、调度、沙箱安全）和产品层（桌面端体验），全面锻炼复合型工程能力。
4、真实用户与快速反馈：产品直接面向终端用户交付，每次能力升级都能立刻看到用户体验的变化，迭代节奏快、成就感直接。
5、安全与信任的深水区：智能体在本机执行文件操作、命令、浏览器自动化，权限与沙箱设计是这个领域的核心难题，做的是行业标杆级的安全实践。