1. 负责 AI 平台/产品的技术方向与演进规划 结合 AI Native 产品趋势、业务场景和组织协作方式变化，定义平台的技术定位、核心能力边界、架构原则、阶段目标和 3–6 个月演进路线，推动产品从单点能力走向平台化、体系化。 2. 参与定义 AI Native 产品形态和核心体验 与产品、设计、业务团队共同探索AI平台产品在意图理解、上下文组织、任务拆解、内容/页面/应用生成、验证反馈等环节的产品体验，推动 AI 能力真正融入用户工作流，而不是停留在功能拼接或 Demo 展示。 3. 建设AI核心平台能力 围绕意图表达、上下文管理、Agent 执行、工具调用、工作流编排、Artifact 生成、结果验证、过程追踪等关键环节，抽象可复用的平台能力，支撑多业务、多角色、多场景持续接入和演进。 4. 推动关键业务场景试点和平台化沉淀 联动业务运营、产品、工程、算法等团队，识别高价值场景并快速试点验证；从场景中抽象通用问题、沉淀平台能力，形成“业务验证 → 能力沉淀 → 平台复用”的正向循环。 5. 建立 AI 产品的质量、评估和持续优化机制 设计平台关键指标、质量标准和反馈闭环，推动 AI 生成结果在正确性、可用性、一致性、可控性、成本和体验上的持续优化，保障平台能力可验证、可追踪、可迭代。 6. 负责团队建设、人才培养和跨团队协同 搭建适配 AI Native 产品平台的团队阵型，培养产品技术、平台工程、Agent 工程、AI 评测等方向骨干；推动跨产品、设计、算法、工程、业务团队形成共识并持续交付。

1. 技术 Leader 经验：具备复杂产品或平台型系统的技术负责人经验，有 5 人以上研发团队管理或虚线技术 TL 经验。能够独立负责中大型技术方向，从 0 到 1 建设核心系统，并推动在真实业务中规模化落地。 2. AI Native 产品理解与技术判断力：对 LLM、AI Agent、AI App Builder、AI Coding、Intent-to-Product 等方向有持续关注和实践。能够理解 AI 产品从 Demo 到真实生产使用之间的关键差异，包括稳定性、可控性、上下文、评估、成本、安全和用户体验等问题。 3. 平台化建设能力：熟悉平台型产品建设方法，理解多团队、多角色、多场景下的平台能力设计。具备良好的模块化、扩展性、稳定性、可观测性和工程质量意识。有研发平台、低代码平台、设计平台、DevOps 平台、AI 平台、效率平台等经验者优先。 4. AI / Agent 基础技术能力：熟悉 LLM、Agent、Tool Calling、RAG、Prompt Engineering、Context Engineering 等基本原理和实践。理解 Agent 执行、工具调用、上下文管理、工作流编排、质量评估、错误恢复等关键能力的设计取舍。 5. 跨团队沟通与组织推进能力：能够与产品、设计、业务、算法、研发、测试、平台团队高效协同，把复杂技术问题讲清楚，推动关键共识形成。具备较强 owner 意识，能主动推进跨团队复杂事项，并在不确定环境下持续交付结果。 加分项 ● 有 AI Native 产品、AI App Builder、Agent 平台、AI Coding、智能研发平台、低代码/无代码平台等相关建设经验； ● 有从 0 到 1 定义并落地平台型产品，并面向多个业务团队推广使用的经验； ● 有 Agent Runtime、Eval、Trace 等方向的深入实践； ● 有 AI Coding / Agentic 相关经验，熟悉从任务理解、环境构建、工具调用、评测验证到反馈闭环的完整链路； ● 有海外工作/学习背景，熟悉海外 AI 产品、开发者工具和 Agent 生态； ● 有开源项目核心贡献经历，或在开发者生态、技术社区中有一定影响力。