多智能体系统

标签「多智能体系统」下的文章

共 5 篇文章

worklitho.lovestoblog.com

AI 部署工程师

本文是AI公司CrewAI发布的AI部署工程师（AI Deployment Engineer）职位招聘信息，发布日期为2026年7月9日，工作地点为美国远程。该岗位属于售后技术角色，核心职责是负责从签约到生产环境成功运行的端到端客户技术关系，包括技术实施与集成、部署与生产运营、客户成功与关系管理，以及文档编写与反馈闭环。关键职责包括：主导CrewAI平台与客户系统的技术集成，涉及API集成、数据管道、认证流程和自定义工作流；使用Python、Agentic AI Stack和云平台开发定制的智能体和工具；监控已部署解决方案的性能、可靠性和商业价值；作为主要技术联系人为企业客户提供培训和支持。岗位要求3年以上客户面向前沿部署工程师或类似经验，精通Python和容器化部署技术如Docker和Kubernetes，熟悉LLM、RAG模式和提示工程等AI/ML技术，具备解决分布式系统生产问题的能力。该角色需要与产品、工程、销售和客户成功团队紧密协作，考核指标包括项目成功率、客户满意度评分、净收入留存率等。这是一个面向Agentic AI企业级落地的实战岗位，反映了多智能体系统从实验走向规模化商业部署的行业趋势。

阅读全文 →
www.cake.me

对话式AI领域的前沿部署工程师III

本文是Google在澳大利亚墨尔本和悉尼发布的“Forward Deployed Engineer III, Conversational AI”职位招聘信息，代表了顶级云计算厂商对前线部署工程师这一新兴角色的最新定义。该角色定位为嵌入客户环境的动手建设者，核心任务是将前沿AI产品从原型转化为生产级代理工作流，直接解决集成复杂性、数据就绪度和状态管理等阻碍AI达到企业成熟度的关键瓶颈。职位要求候选人拥有计算机科学或工程学士学位、5年以上Python软件开发经验、以及将AI驱动方案从概念到上线的全周期经验。技术上明确要求具备在Google Cloud Platform等云平台上架构AI系统的能力、使用向量数据库和RAG架构构建企业级数据管道的实践经验。优选资质进一步聚焦在Agent工程前沿，包括使用LangGraph、CrewAI或ADK等多智能体框架实现ReAct、自我反思和层级委托等复杂模式的经验，以及针对聊天机器人和虚拟代理等对话式AI技术的开发背景和LLM原生指标优化能力。岗位职责涵盖开发多智能体系统和MCP服务器、构建评估管道和可观测框架以确保系统的准确性、安全性和延迟，同时将现场部署中发现的重复性模式转化为可复用的模块或向工程团队提交正式的产品功能需求。这一设置使FDE成为从市场反馈到云产品路线图的关键反馈闭环。该职位将能直接利用Google DeepMind的工程与研究成果、前沿Gemini模型以及完整的Vertex AI平台，凸显了Google Cloud在AI领域通过技术权威与平台广度获取企业客户市场的整体战略。

阅读全文 →
www.cake.me

资深前部署工程师，GenAI，Google Cloud（日语、英语）

Google Cloud 发布 Senior Forward Deployed Engineer, GenAI 职位招聘，工作地点位于日本东京。该职位属于 Google Cloud 的 Go-To-Market 团队，要求候选人具备 Python 和机器学习框架（如 Keras、PyTorch、HF Transformers）的 5 年以上经验，以及应用 AI 构建系统的能力，包括提示工程、微调、检索增强生成（RAG）和编排模型与外部工具交互。候选人还需有在云平台（如 Google Cloud Platform）上架构、部署或管理解决方案的经验，并精通日语和英语。优先条件包括 AI 或计算机科学硕士/博士学位，以及使用 LangGraph、CrewAI 或 Google Agent Development Kit (ADK) 实现多智能体系统的经验，熟悉 ReAct、自我反思、层级委托等模式，并了解大语言模型原生指标（如 tokens/sec、cost-per-request）及状态管理和细粒度追踪优化。职位核心职责是将 AI 应用从原型转化为生产级智能体工作流，架构并编码连接 Google AI 产品与客户现有基础设施，构建评估流水线和可观测框架以确保智能体系统的准确性、安全性和延迟达标，识别可复用的现场模式并将其转化为可复用模块或产品功能需求，以及联合客户工程团队灌输 Google 级开发最佳实践。该职位强调嵌入式构建者的角色，弥合前沿 AI 产品与客户生产现实之间的鸿沟，并将现场洞察反馈至 Google Cloud 产品路线图。Google 提供包括 Gemini 前沿模型和 Vertex AI 平台在内的最先进 AI 产品组合，以及直接接触 DeepMind 工程和研究团队的协作文化。

阅读全文 →
36kr.com

云端token爆发后，端侧算力起步：智能体一体机迎来六路玩家

本文深度剖析了2026年6月智能体一体机市场的最新竞争格局与产业逻辑。随着云端AI Token爆发，本地端侧算力需求正式起步，一个全新的硬件品类——智能体一体机正在成型。文章定义了该品类的核心形态：一种搭载较强本地显卡算力（通常为128GB显存），能支撑3-5人小团队或超级个体本地运行模型和智能体的桌面级主机，售价在1.8万至3.3万元区间。目前市场形成了四种技术路线：苹果Mac Mini方案、NVIDIA的DGX Spark及与联发科合作开发的RTX Spark方案、AMD锐龙AI Max+ Windows主机方案，以及低价低功耗的Intel N97网关方案。文章重点复盘了前两次AI硬件“退货潮”的教训——2025年DeepSeek一体机因有算力无应用而被闲置，2026年MacMini因用户跟风购买OpenClaw却没有具体工作需求而退货，指出当前第三波热潮的理性之处在于：经过迭代的Agent能力已达“大学生”级别，真正开始解决具体、高频、重复的实际工作任务（如律师知识检索、零部件销售报价、财务发票计税）。产业面临的核心挑战是“高不能低不就”：端侧算力场景不如云端丰富，单卡算力有限，但2.3万元以上的高价让普通用户望而却步。六路入局玩家（传统PC厂、芯片厂、AI初创、行业方案商、通用方案商、跨界者）的差异化在于软件生态，谁能提供开箱即用的智能体工作流（如企业知识库、法务财务Agent），谁就能在竞争中胜出。

阅读全文 →
www.bbntimes.com

亚马逊AWS斥资10亿美元创建前置部署工程团队，加速现实世界AI部署

Amazon Web Services (AWS) 宣布成立前线部署工程（Forward Deployed Engineering, FDE）组织，并承诺投入 10 亿美元，旨在帮助企业克服人工智能落地的“最后一英里”难题。该组织由 VP of Frontier AI Engineering and Services Francesca Vasquez 领导，专注于将前沿模型转化为可运行于复杂业务工作流中的生产系统。AWS 的 FDE 工程师将直接嵌入客户团队，作为 AWS 核心工程的延伸，而非采用传统的按时计费模式；其定价将基于成果且固定。该组织目标行业包括金融服务、医疗保健和公共部门等受监管行业，重点关注多智能体系统、语义上下文层、本体驱动一致性及生产级运营。此举紧随 OpenAI（通过其 OpenAI Deployment Company）和 Anthropic 的类似计划，将起源于 Palantir 的前线部署工程师模式推向主流。AWS 高管 Brian Mitchell 指出，客户的问题已从“AI 能做什么”转变为“如何让其成为实际运行业务的一部分”。Constellation Research CEO Ray Wang 则警告要区分真正的 FDE 与仅充当销售支持的“假 FDE”。这一投资标志着 AWS 正加倍投入，不仅作为基础设施提供商，更作为 AI 转型的战略合作伙伴，从而在与 Microsoft Azure 和 Google Cloud 的企业 AI 竞赛中巩固地位。

阅读全文 →