小红书(xiaohongshu)招聘【REDstar】AI Agent Infra 工程师

岗位职责：
团队介绍
我们是小红书大模型基建部（RAI Studio），负责公司级 AI 大模型及 Agent 基础设施建设。随着 Agent 从单点应用进入规模化生产阶段，其效果已不再只取决于模型，而是由 Model、Harness、Context、Tool、Data 与 Execution Architecture 共同决定。我们正在建设 AgentSphere——公司统一的 Agent 生产与进化基础设施，围绕 Harness Kernel、Managed Runtime、Context & Memory、Tool & Sandbox、Control Plane、Evaluation & Evolution 等核心方向，形成从 Build、Evaluate、Gate、Release、Run、Observe 到 Evolve 的完整生产闭环。这里不是建设一套固定的低代码平台，也不是为单个业务开发 Agent。你将面对长任务可靠执行、状态恢复、异构 Agent 治理、工具安全、上下文与记忆、非确定性系统评测等前沿问题，在小红书真实、多业务、大规模的生产环境中验证新的 Agent 系统架构，并将一次技术突破沉淀为可以被公司不同业务复用的公共能力。

工作职责：
1、Harness Kernel 与执行架构研发： 探索模块化、可组合、可扩展的 Agent 执行内核，将模型适配、Agent Loop、上下文组装、记忆、工具调用、审批和遥测等能力解耦，支持 ReAct、Workflow、Planner–Executor、Multi-Agent 等不同执行架构，并持续适配模型能力演进。
2、Managed Runtime 与长任务系统： 建设面向生产环境的 Agent Runtime，研究 Session、Event、Turn、Deployment、Workspace 等状态模型，解决长周期任务中的状态持久化、断点恢复、故障迁移、弹性运行、幂等执行和资源隔离问题，保证运行实例可以被替换，但任务状态和执行结果不会丢失。
3、Context、Memory 与 Knowledge： 探索 Context Engineering、分层记忆、Retrieval / RAG、Grounding 与个性化机制，研究如何在有限上下文窗口和成本约束下，提升 Agent 获取、组织、保留和使用信息的能力。
4、Tool、MCP 与安全执行基础设施： 建设 Tool、Skill、MCP Server 等能力的注册、版本、发现和调用体系，完善 Sandbox、Credential、Agent Identity、委托授权、网络与文件访问控制，为代码执行和工具调用提供隔离、可审计、可治理的安全边界。
Agent Control Plane： 定义统一的 Agent Artifact、资产模型和生命周期协议，建设覆盖身份、Owner、版本、权限、策略、发布、状态和成本的控制面，支持不同框架、不同 Runtime 以及 Managed / BYO Agent 的统一纳管，同时保留上层业务架构创新空间。
5、Evaluation 与持续进化： 建设数据集、评估器、Trace、Experiment、Run Version、回归分析、上线 Gate、线上抽样和 Bad Case 回流能力，让模型、Prompt、Tool、Context 或执行架构的每次变化都能够被评估、对比和安全发布，形成从线上反馈到系统优化的持续进化闭环。
6、前沿探索与生产验证： 持续跟踪 Agent Runtime、Harness、Memory、Evaluation、Multi-Agent 等前沿方向，形成独立的架构判断；与核心业务共建 Anchor Tenant，通过真实业务效果和生产指标验证新技术，并沉淀可复用的 Reference Architecture、开源项目或行业技术成果。
7、跨团队系统协同： 与模型、推理、MaaS、数据、安全、可观测、CI/CD 和业务团队协作，共同解决 Agent 效果、工程、模型与生产系统交叉形成的复杂问题。
任职要求：
任职资格：
1、具备扎实的计算机基础和代码能力，熟悉 Python / C++ / Rust / Go 中至少一门语言，能够完成复杂系统的设计、实现、验证与性能分析。
2、在 Agent 系统、分布式系统、机器学习系统、编程语言与 Runtime、云原生基础设施、检索与记忆或评测系统中的至少一个方向具备显著深度；不要求覆盖全部方向。
3、理解 Agent 的核心执行机制，对 Agent Loop、Workflow、Planner–Executor、Tool Calling、MCP、Session、Context、Memory、Trace 或 Evaluation 等技术中的部分方向有深入研究或实践。
4、具备系统抽象能力，能够区分 Agent 定义与 Runtime、Runtime 与执行环境、Control Plane 与 Data Plane、Registry 与 Gateway，以及平台评测基础设施与业务评测语义的边界。
5、能够从真实场景中识别关键技术问题，提出可验证的技术假设，并通过实验、Benchmark 或生产数据判断方案有效性，而不止于完成模块或功能交付。
6、具备良好的研究品位、工程实现能力、沟通协作能力和问题闭环意识，愿意探索未知问题，并将前沿技术转化为可靠的生产系统。

加分项：
1、在 Agent、分布式系统、MLSys、编程语言、信息检索或软件工程方向有高水平论文、重要开源贡献、竞赛成绩或原创技术成果。
2、参与过 Agent Framework、Agent Runtime、Workflow Engine、MCP、Sandbox、Evaluation、Observability 或相关开源项目的核心模块研发。
3、有长任务、状态机、事件驱动系统、工作流引擎、分布式执行、故障恢复或多租户平台的设计与落地经验。
4、有代码执行沙箱、工具调用系统、身份与委托授权、Credential 管理、安全隔离或审计系统的实践经验。
5、在 Context Engineering、分层记忆、RAG、Grounding、个性化或长上下文系统方面有深入研究或实际成果。
6、建设过数据集、评估器、Trace、版本对比、回归分析、Eval Gate 或线上 Bad Case 闭环，并能解释评测结果与真实业务效果之间的关系。
7、有大规模生产 Agent 系统实践，解决过稳定性、时延、成本、效果归因、灰度发布或跨框架治理问题。