蔚来｜agent开发实习生

供应链是企业经营中最核心的职能之一，交付效率、履约体验与利润空间均由其直接决定。而汽车供应链的多层级、高复杂、长链条、多触点，使得链路中的协调与决策充满不确定性。AI Agent 技术的自主感知、推理、规划与执行，为这类复杂场景提供了全新的解题思路。 团队的核心目标是用 Agent 技术重构供应链的决策范式：让智能体自主监测运营风险、诊断问题根因、生成解决方案并推动执行闭环，实现由被动式报表响应向主动式系统自治的转变。 岗位：Agent 开发工程师，负责供应链履约、库存与成本场景下自主智能体系统的架构设计与工程实现。 工作职责 1. Agent 系统架构设计：基于 LLM推理、工具调用、记忆管理与多步规划等核心技术范式，设计面向供应链场景的自主智能体架构，覆盖风险预警、根因分析、策略推荐与链路执行等环节； 2. 工具能力编排：将知识库检索、指标计算引擎、运筹优化模型、工单系统等内外部服务编排为 Agent 可灵活调用的工具集，构建从感知到动作的完整闭环； 3. 效果评估与迭代：建立 Agent 系统的量化评估体系（规划准确率、工具选择正确率、任务完成率等），基于评估结果持续优化 Prompt 设计、工具描述与推理链路； 4. 平台化沉淀：将经过充分验证的 Agent 能力抽象为可复用的框架组件与服务平台，推动供应链 Agent 系统的规模化推广。

必须满足： 1. 硕士及以上学历，计算机、人工智能、软件工程或相关专业； 2. 扎实的 Python 编程能力，熟悉异步编程与工程化规范； 3. 深入理解 LLM 的工作原理（Token 机制、上下文窗口管理、Function Calling、Prompt Engineering），并有实际的 Agent 或 Copilot 项目开发经验； 4. 熟悉至少一种主流 Agent 框架（如 LangChain / LangGraph / CrewAI / AutoGen 等），理解其核心抽象层（Tool、Memory、Planner、Executor）； 5. 熟悉 RAG 技术栈（向量数据库、Embedding 模型、Chunking 策略、检索重排序），具备知识增强型 Agent 链路的设计与优化能力； 6. 具备汽车供应链业务的基本认知，理解供应链关键指标（交付、库存、成本等）及其业务含义； 7. 具备强烈的责任心与自驱力，出色的沟通能力与跨团队协作精神； 8. 有 AI Agent 在工业、供应链或物流等场景的落地经验优先。