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 协作、工具路由、上下文管理、模型选择、任务重试、异常恢复等复杂工程问题的设计与落地。
- 参与 Web 应用开发与维护，完成产品功能、交互流程、前端状态管理和用户体验优化。
- 负责 API 服务、后台任务系统、数据层、Monorepo 工程化及 Docker 部署流程的开发、优化与维护。
- 与产品、设计和工程团队协作，将 AI 能力转化为稳定、可交付、可规模化的产品功能。
- 持续探索 AI 辅助开发和 Agent 工程最佳实践，输出高质量、可维护、可测试的代码。
The Job:
- Participate in the full lifecycle of AI Agent product development, including web experience, API services, agent orchestration, tool calling, Agent Loop, task planning, execution feedback, state management, and result persistence.
- Design and implement production-ready AI Agent product capabilities, including API services, task queues, async workflows, data models, permissions, billing, and business state management.
- Build and optimize the execution flow between agents and tool systems, improving stability, observability, fault tolerance, and extensibility.
- Work on complex engineering problems such as multi-agent collaboration, tool routing, context management, model selection, retries, and failure recovery.
- Develop and maintain web application features, product workflows, frontend state management, and user experience improvements.
- Maintain and improve API services, background job systems, data layers, Monorepo workflows, and Docker-based development/deployment processes.
- Collaborate with product, design, and engineering teams to ship stable, scalable, and production-ready AI product features.
- Continuously explore best practices for AI-assisted development and Agent engineering, while producing high-quality, maintainable, and testable code.
Requirements
任职要求:
- 精通 TypeScript，熟悉 React、Next.js，具备完整 Web 应用开发经验。
- 精通 Node.js，具备扎实的服务端开发能力和 API 设计能力。
- 熟悉 Hono、Express 或同类 Node.js 服务框架，能够构建高性能、可维护的后端服务。
- 熟悉 AI Agent 相关工程体系，包括 Agent Loop、Tool Calling、任务编排、上下文管理、工具执行、状态追踪和结果持久化。
- 熟练使用 PostgreSQL、Prisma 进行数据建模、查询优化和业务数据管理。
- 熟悉 Redis / Valkey、BullMQ 或类似队列系统，具备异步任务、重试机制、任务调度和后台处理经验。
- 熟悉 Docker 容器化开发与部署流程。
- 熟悉 Nx、Turborepo 或同类大型 TypeScript Monorepo 的工程组织方式。
- 具备较强的问题分析能力，能够独立定位复杂系统中的链路问题、数据问题和性能问题。
- 具备完整产品开发与交付经验，能够在不确定需求下做出可靠的工程判断。
加分项
- 有 Mastra、LangChain、LlamaIndex、AutoGen、CrewAI 或其他 Agent 编排框架经验。
- 有 RAG、向量检索、Embedding、知识库、LLM 工具调用或多模态生成系统经验。
- 熟悉 FastAPI、Flask，或有 Python LLM 应用开发经验。
- 熟悉 NestJS、Fastify、Koa、tRPC、GraphQL、WebSocket 等 Node.js 生态技术。
- 有 AWS 或其他云服务部署、运维、监控经验。
- 有 CI/CD、系统监控、日志追踪、性能分析、错误告警和生产稳定性建设经验。
- 参与过高并发、大规模用户系统或复杂后台任务系统的设计与开发。
- 熟悉 AI 产品中的模型路由、成本控制、生成任务状态管理、失败重试和结果一致性设计。
- 有从 0 到 1 搭建复杂 Web 产品、AI 产品或平台型产品的经验。
The Person:
- Strong proficiency in TypeScript, React, and Next.js, with experience building complete web applications.
- Strong proficiency in Node.js, with solid experience designing and building API services.
- Experience with Hono, Express, or similar Node.js service frameworks.
- Good understanding of AI Agent engineering concepts, including Agent Loop, tool calling, task orchestration, context management, tool execution, state tracking, and result persistence.
- Strong experience with PostgreSQL and Prisma for data modeling, query optimization, and business data management.
- Experience with Redis / Valkey, BullMQ, or similar queue and caching systems, including async jobs, retry mechanisms, scheduling, and background processing.
- Familiarity with Docker-based development and deployment workflows.
- Experience with Nx, Turborepo, or similar large-scale TypeScript Monorepo setups.
- Strong problem-solving skills, with the ability to independently debug complex system, data, and execution-flow issues.
- Experience delivering complete product features in real-world production environments.
Good to have:
- Experience with Mastra, LangChain, LlamaIndex, AutoGen, CrewAI, or other agent orchestration frameworks.
- Experience with RAG, vector search, embeddings, knowledge bases, LLM tool calling, or multimodal generation systems.
- Experience with FastAPI, Flask, or Python-based LLM application development.
- Experience with NestJS, Fastify, Koa, tRPC, GraphQL, WebSocket, or other Node.js ecosystem technologies.
- Experience with AWS or other cloud infrastructure, deployment, monitoring, and operations.
- Experience with CI/CD, system monitoring, logging, tracing, performance profiling, alerting, and production reliability work.
- Experience designing and building high-concurrency systems, large-scale user-facing systems, or complex background job systems.
- Understanding of model routing, cost control, generation task state management, retry design, and result consistency in AI products.
- Experience building complex web products, AI products, or platform products from 0 to 1.