旧金山湾区职位: Agent Product Engineer, Full-stack

旧金山湾区职位： Agent Product Engineer, Full-stack

说实话要求不低薪资也不低，重要性也很高

定位； 创始团队早期产品工程师（不看年限，看产出）

技术栈： 全栈（前端 + 后端）

领域背景：AI 工具 /agent 工作流 / 复杂 SaaS

职责边界： 端到端 owning 一个 agent 产品，而非只写 feature

汇报对象： 直接与创始人和 PM 一起做决策

• 强全栈工程师：前端、后端都能独立写出 production 级代码
• 有实战作品：做过 AI 工具、agent 工作流或复杂 SaaS 产品（创始 / 早期工程师背景优先）
• 懂 agent 架构：以 memory 、tools 、scheduling 、execution 、evaluation 的视角思考，而不是做一次性 feature
• 深度使用 AI 工具但不盲从：会自己验证和判断 AI 的输出
• 能在模糊中决策：习惯不确定性，会做可逆的决策，并能把 tradeoff 讲清楚
• 想要真正的产品 ownership：愿意和 PM / 创始人一起推动方向，而不是等一份写好的 spec
• 拿得出手的作品：你建过什么、建得多快、扛不扛得住 —— 用结果说话

• 对 AI-assisted vs. AI-first 有真实、成型的观点：一旦彻底转向 AI-first ，开发方式（写码、调试、测试、文档、调研）到底会怎么变
• 有从 0 到 1 的创业经验
• 我们不按工作年限定级别。衡量标准只有三个：你能建出什么、效率多高、迭代多快。

• 端到端、全栈地构建 agent 产品：创建、执行、记忆、工具调用、调度、人工审核
• 交付让 agent 工作流真正跑在生产环境的后端服务和 API
• 设计 "agent 自主决策 vs. 需要人工审批" 的边界，并让用户在界面上清楚感知
• 在 AI-first 模型下重新定义 "开发本身" 如何完成 —— 写码、调试、测试、文档、研究 —— 而不是在旧流程上堆 AI 工具
• 与创始人和其他工程师直接决定 "做什么、为什么做"
• 把用户反馈和数据快速变成迭代，持续拉高可靠性、易用性和速度的上限

还没有人真正解决 "AI agent 该如何被构建、被信任、被改进"。你在这里做的每一个决策，都会成为后续所有 agent 产品被衡量的基准。这个角色不适合想要 "边界清晰、范围干净" 问题的人 —— 它属于想离问题本身更近的工程师。深入探索 Mac Mac OS TypePHP 编程语言 全栈 Agent 产品