# 资深 Agent 工程师（Tripo Studio · Canvas Agent）

外部公开机会：不能在 Agent觅聘 内申请，请前往官方渠道投递。

投递在官方渠道完成，完整外部回执留在本人工作区；已登录时，通过 CLI 明确记录的选择、本人自报投递和渠道观察三类最小事件默认上报平台。浏览或保存岗位不会触发上报，外部投递不会出现在“我的申请”里。

- 公司: Tripo (创业公司)
- 地点: 北京
- 职能: 工程开发
- 前往官方投递: https://a9ihi0un9c.jobs.feishu.cn/fte/position/7680517761106594102/detail

## 来源岗位原文

【我们在做什么】
Tripo 做 3D 生成：把文本、图片和交互变成可交付的 3D 资产。https://tripo3d.ai

本岗位在 Agent 团队，负责 Studio 中的 Canvas Agent：把自然语言、参考图和画布操作，编排成可执行的创作流程。

工作重点是 Agent 架构、评测，以及效果、成本、时延之间的取舍。

【你将负责】
1. 端到端创作链路：基于自然语言、参考图和画布交互，规划并执行「生成 → 检查 → 分割 / 局部编辑 → 贴图 → 重拓扑 → 绑骨 → 导出」，交付可恢复、可评测的生产级资产。
2. Agent 架构演进与工具化：把 Studio 已有的生成与后处理能力，沉淀为稳定、可组合的 Tool / Skill / MCP；演进编排与控制循环，定义接口契约、权限边界、计量计费和失败语义。
3. 画布上下文：设计画布侧状态协议，把场景图、部件选中、相机位姿、编辑历史与当前任务纳入 Agent 决策，并与对话上下文统一编排。
4. 长程任务状态机：覆盖提交、排队、预览、取消、重试、换种子重跑和断点恢复；处理超时、部分成功和失败恢复，而不是只对接同步 API。
5. 效果、成本与时延的取舍：这是一组持续 trade-off，不是单向追精度。按资产用途在快速网格与高精度模型之间路由，抑制无效重试；依据模型能力边界做选型、工具划分和停止条件，而不是默认调用最强模型。
6. 评测、triage 与效能：建设离线评测集和在线指标；对失败与低采纳 case 做 triage，把调优做成可重复迭代，持续提升效果、成本和时延上的效能。用户采纳、重生成、局部修改和导出用途，作为数据飞轮输入。
7. 跨团队落地：与前端、后端、算法、评测和 Infra 对齐接口、状态协议与交付节奏，把 Canvas Agent 稳定推到线上。

职位要求
【任职要求】
1. 本科及以上学历，计算机相关专业；3 年及以上后端或平台开发经验，能独立定位线上故障并做性能治理。
2. 精通 Go，有服务端系统设计与落地经验；能独立完成高并发与异步任务架构。熟悉缓存、消息队列、限流、熔断、降级与灰度；熟悉 Docker / Kubernetes、PostgreSQL、Redis。
3. 有 AI / Agent 相关的生产实践：做过线上质量、工作流、模型调用或同类系统即可。掌握意图理解与澄清、工具调用（Function Calling / MCP / Skill）、记忆与上下文压缩；能独立讲清并实现 Agent Loop，不绑定单一框架。
4. 理解 Agent 控制循环与系统拓扑的分工。熟悉 ReAct、Plan-Execute、Critic / Reflection 等循环，能判断观察是否改写下一步、何时打回、何时终止，并区分探索循环与步骤已锁定的定稿生成。熟悉 Router / Pipeline / Orchestrator 等拓扑，能设计产物与权限在节点间的交接，避免循环正确但交接失败、整链重跑。
5. 有 Agent Infra 生产实践：能落地模型网关、多模型路由、用量与成本控制、链路追踪与回放。能讲清 Runtime 在生产里承担什么、不承担什么，不把「会调框架 API」当成 Runtime 能力本身。
6. 能对线上坏结果做 triage，定位是规划、工具、模型、上下文还是停止条件的问题；能据此调优，并用 eval 和效能指标验证，而不是只看链路是否跑完。持续跟踪前沿模型与 Agent 工程实践。

【加分项】（按匹配度）
1. 熟悉主流 Agent Runtime 框架（如 Eino、Google ADK），并有生产使用经验。
2. 有 2D / 3D 创作 Agent，或图像 / 视频 / 3D 生成工作流编排经验（如 ComfyUI、DCC 插件、节点式画布）。
3. 有 VLM / 多模态 Agent 经验，能基于视觉反馈驱动下一步编辑。
4. 有 MCP / Skill / CLI 设计经验，能向其他 Agent 或 IDE 暴露稳定工具协议。
5. 有 Agent 评测集建设，或把用户行为闭环为数据飞轮的实践。
6. 有向量检索、会话记忆或项目级记忆的工程实践。

---
opening_id: 91634bea-a138-44ba-8c49-1a7a7fdffe49

`anm openings save --id 91634bea-a138-44ba-8c49-1a7a7fdffe49`