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.