参与讯飞星火及各讯飞产品中的 Agent 设计与研发，围绕办公、学习、内容创作、信息管理和跨语言沟通等场景，完成需求分析、技术验证、工程实现和产品迭代。
你可能参与会议助理、个人知识助理、文档 Agent、求职 Agent、翻译 Agent 或智能硬件 Agent 等方向。
参与以下一个或多个方向：
- 目标理解、任务规划与执行；
- Context Engineering 与长短期记忆；
- Tool Calling、MCP 与 Skills 接入；
- RAG、个人知识库与多模态检索；
- 工作流编排与多 Agent 协作；
- 结果校验、失败恢复与个性化能力。
你需要判断哪些环节适合使用大模型，哪些环节更适合使用确定性程序、搜索、规则或人工确认。
建设 Agent 的评测、Tracing 和可观测体系，围绕任务完成率、结果准确性、工具调用成功率、响应延迟、模型成本和用户体验持续迭代。
你将参与解决幻觉、死循环、执行失败和成本失控等问题，让 Agent 从“能够演示”走向“稳定可用”。
结合科大讯飞在智能语音、机器翻译、多模态交互和消费硬件领域的积累，探索：
- 语音、文本、图片、文档及手写内容的多模态理解；
- 录音、转写、理解、生成与执行的一体化链路；
- App、云服务与智能硬件之间的协同；
- 端侧模型与云端大模型的能力分配；
- 弱网、离线、功耗、延迟及设备资源约束下的用户体验；
- 个人数据的隐私保护、权限管理与安全执行。
- 用 AI 原生方式研发 AI 产品
深度使用 AI 编程工具辅助需求分析、方案设计、代码开发、测试调试和知识沉淀。
与产品、设计、算法、测试及硬件团队协作，把快速变化的模型能力转化为可靠、可维护的软件产品。
- 计算机、软件工程、人工智能及相关专业优先，专业背景不是绝对限制。
- 熟练使用 Python、Java、Go、C++、JavaScript/TypeScript 中至少一种语言，具备良好的计算机基础和软件工程能力。
- 真正动手完成过一个大模型应用、AI Agent、智能助手或自动化工具。个人项目、课程设计、比赛作品和实习项目均可。
- 理解大语言模型的基本能力与局限，了解 Prompt/Context Engineering、Tool Calling、RAG 和结构化输出等常见应用范式。
- 能够清楚说明一个项目解决了什么问题、为何这样设计、如何评测效果，以及经历过哪些失败和改进。
- 关注用户体验和工程质量，不仅关心模型能否回答，也关心结果是否可信、响应是否及时、用户是否愿意持续使用。
- 具备主动学习、问题拆解和协作能力，愿意在快速变化、没有标准答案的领域中持续实验并完成交付。
我们不要求你掌握所有热门框架。相比记住框架 API，我们更看重你的工程基础、作品质量、思考深度和成长潜力。
加分项
如果你拥有以下任一经历，我们会很感兴趣：
- 有可访问的 Agent Demo、GitHub 项目、技术博客或开源贡献；
- 做过会议助手、个人知识库、语音助手、浏览器 Agent 或代码 Agent；
- 使用过主流 Agent 框架，并能解释其适用场景和设计取舍；
- 有 MCP、复杂工作流、多智能体或 Agent Eval 实践；
- 有语音识别、机器翻译、OCR、文档解析或多模态应用经验；
- 有移动端、Web、桌面端、后端服务或智能硬件开发经历；
- 了解端侧推理、模型量化、性能优化、隐私保护或可信 AI；
- 在竞赛、论文、开源社区或真实用户产品中取得过有说服力的成果。
