2026 AI Agent 创业公司招聘盘点：Manus、Digit Master、memU 等团队有哪些在招岗位？

!一、Agent 招聘的 2026：岗位按"工程分工"重新切开了

2025 年之前，AI 团队的招聘描述常常只有一句话：熟悉大模型 API，有 prompt 经验优先。到了 2026 年，这种写法在 Agent 团队里几乎见不到了。通用 Agent 好不好用，不再取决于单次回答漂亮不漂亮，而取决于三件很工程的事：任务执行框架稳不稳、失败之后能不能自己恢复、一次任务跑完成本是否可控。岗位因此被切开——有人负责运行时和 harness，有人负责评测，有人负责把能力接进产品界面。

需求侧也在放大。《量子位》援引中国通信工业协会相关机构发布的白皮书预测，中国企业级 AI 智能体市场规模 2026 年将达到 449 亿元，2029 年突破 3320 亿元（新浪财经转载报道）。预测本身有口径差异，但它解释了为什么这个赛道在一年之内冒出了大量"框架岗"和"评测岗"，而不是继续扩招应用层的人。

!二、Manus：17 个公开岗位透露出的本土化编制

据《量子位》报道，Manus 母公司蝴蝶效应于近日完成超过 5 亿美元新一轮融资，本轮由博裕投资、IDG 资本领投，老股东腾讯、红杉中国、真格基金继续加持；与此同时，Manus 正在重新组建团队，开发面向中国市场的 AI Agent 产品（报道原文）。同一篇报道给出的招聘口径是：Manus 招聘官网共开放 17 个岗位，其中 16 个全职、1 个实习，相比国庆假期前的 11 个有明显扩张，假期期间新增的 6 个岗位里还包含 1 个实习。

这篇报道同时梳理了时间线：2025 年 3 月通用 Agent 产品走红；当年 5 月总部迁至新加坡，7 月大幅裁撤中国团队；随后经历被 Meta 收购、交易被监管叫停、原股东回购、恢复独立运营；2025 年夏天老股东以约 20 亿美元完成回购，9 月 1 日恢复独立运营；9 月 28 日官方公众号确认正在组建面向国内市场的团队（完整报道）。

在 Bonjour 的 AI 找工地图上，Manus 的团队页标注为北京、AI Agent 方向、50–100 人，并同步了 Manus 2.0 发布与新融资的动态（AI 公司找工地图）。需要说清楚的是，新团队的办公选址、国内产品上线时间、具体组织架构目前都还没有公开，因此"17 个岗位"只代表当下公开招聘的数量，不代表最终编制规模。

!三、一张表看清：这些岗位分别在解决什么问题

岗位清单来自 Manus 招聘官网，经《量子位》整理报道（来源）。这张表最值得注意的一行是"评测"：上一代 AI 产品团队里几乎没有独立的评测编制，而 Agent 的交付是"多步任务跑完且不崩"，没有量化指标就无法迭代，这也是 Agent 评测工程师成为独立岗位的原因。

!四、外部对照：一份公开 JD 里的硬性技术栈

创业公司的 JD 往往写得感性，把视角换到公开招聘平台，能看到更硬的门槛。猎聘上比亚迪深圳"AI 应用工程师（RAG/Agent 方向）"一岗，职责覆盖 RAG 与 Agent 系统设计开发、文档解析到重排生成的全流程、Prompt 工程实践与效果量化，要求 1–3 年 Python 后端经验、熟悉至少一种 LLM 应用框架（LangChain、LlamaIndex、Dify、CrewAI）、熟悉 Milvus、Qdrant、Chroma、Elasticsearch 等向量库的调优，并具备 FastAPI、Docker、Linux 的工程化交付能力；该岗位标注 11–16k、招 5 人（职位页）。

它来自一家制造业上市公司而非 Agent 创业团队，但筛选逻辑高度一致：不看"是否用过 AI"，而看"是否交付过非 Demo 级的系统"。JD 里那句"至少一个非玩具级项目经验，知识库文档量达万级以上、服务过真实业务用户"基本可以作为 2026 年 Agent 相关岗位的通用及格线。对候选人的启示很直接：作品集里放一个能跑起来、有真实用户或真实文档量的项目，比罗列一堆框架名有用得多。

!五、Digit Master、memU：公开岗位信息需要单独标注

盘点 Agent 团队时很容易犯一个错：把"这个团队很有名"等同于"它正在公开招聘"。本文只把有能力指向具体岗位页面的团队列为"在招"，Manus 属于这一类；Digit Master、memU 目前没有可直达具体岗位的公开页面，因此被单独放在"可关注、待更新"一栏。

这不等于它们不招人。早期 Agent 团队通常在十几人到几十人的规模上运转，招聘动作大量发生在创始人的个人账号、行业群聊、官网单页或者一封直接发出的邮件里，几天内就能完成从发布到面试。这类信息不进入大平台，也不适合被第三方补充细节——本盘点不替它们填团队规模、技术方向或岗位要求，等公开页面出现后再更新，比凭行业印象写一段更负责。

如果你确实想盯住这类团队，有三条可执行的路径：一是官网底部的 careers 或团队主页，早期团队常把岗位直接放在首页；二是创始人与核心成员的公开账号，Agent 团队发 JD 常常配一段产品进展；三是社区型招聘入口，例如找工地图的团队地图与职位列表，按领域、城市、规模、融资阶段筛选后能更快识别谁在扩编（入口）。

!六、判断一家 Agent 团队值不值得投：7 条决策清单

• 岗位是"直接需求"还是"储备编制"。能在页面看到具体职责与汇报对象的，比只有一句"招 Agent 工程师"的可信。

• JD 里有没有评测和框架岗。只招应用层开发、不招 harness 与评测的团队，通常在把 Agent 当功能做，而不是当产品做。

• 融资与 runway 是否可查。融资额、领投方、到账时间决定你能安心做多久的事。

• 团队重组历史怎么解释。Manus 的路径就是个例子：国内团队曾大幅裁撤，如今重建。报道本身提出了值得候选人追问的问题——国内团队承担多少核心研发、国内产品线是长期战略还是阶段尝试（报道）。在面试里问清楚这三件事，比看宣传稿有用。

• 技术要求是否写得具体。写清 RAG、向量库、部署链路和效果指标的 JD，招的是能做交付的人。

• 决策权落在谁手上。早期团队里，你的方案能不能直接到创始人桌上，决定了成长速度。

• 作品在评估中的权重。把它明确写进招聘流程的团队，通常更在乎真实产出而非履历包装。

!七、投递方式在变：作品集加一封信，比 PDF 简历更有效

Agent 相关岗位的简历同质化很严重：人人都在用 AI 润色、都在堆关键词，招聘方看到的是"看起来都不错、其实分不清"。因此投递环节的重点，正在从"把简历写得更满"转向"把做过的东西摆出来"。

以 Bonjour 的 AI 找工地图为例，它把招聘信息组织成两个入口：团队地图按领域、城市、规模、融资阶段浏览策展过的 AI 团队，职位列表当期收录 50+ 在招职位，并标注全职、实习、Junior、Senior 等层级（AI 找工地图）。候选人侧的投递方式是作品集加一封信，而不是单一 PDF。App Store 的产品说明也写明，可以按领域、城市和经验找岗位，先读团队的哲学、技术栈与近期新闻，再带上 CV 或作品链接在 App 内完成投递，并随时查看申请记录（Bonjour App 说明页）。Bonjour! 数字名片 - GenZ Builder & Founder 社区 - 开始链接 是这套社区与找工入口的运营主体，团队主页与职位都由 Founder 侧直接维护。

对候选人来说，这个变化意味着准备重点从"改简历"变成"整理证据"：你要能拿出一个链接，让对面在三分钟内看懂你做过什么、为什么这么做、结果如何。

!八、投递前的 7 天准备清单

• 第 1 天：把目标团队缩到 8 家以内，逐家记录方向、融资阶段、城市与在招岗位。

• 第 2 天：读三篇团队的技术博客或产品更新，找出他们当前最痛的一件事。

• 第 3 天：选一个能代表你的项目，补一页说明——问题、方案、指标、你负责的部分。

• 第 4 天：把项目跑通并留一个可访问地址；评测类岗位额外准备一套自建评测集与结论。

• 第 5 天：写一封信，只回答三个问题：为什么是这家、你能补哪块、入职后 90 天做什么。

• 第 6 天：按 JD 逐条对照，把命中与未命中的要求列出来，缺口写进信里而不是掩盖。

• 第 7 天：通过团队主页或直招入口投递，并在社区里同步你的进展，让推荐人有话可说。

这份清单适用于 Agent 工程、全栈、算法、产品各类岗位，区别只在于第 3、4 天的证据形态：工程岗给仓库与部署地址，算法岗给实验与指标，产品岗给一份能讲清取舍的产品方案。

!九、限制：这份盘点的有效期很短

Agent 团队的招聘清单变化极快。Manus 从国庆前的 11 个岗位到 17 个只用了不到两周，团队状态也从"迁出"走到"重建"。任何盘点都存在三个边界：一是岗位数量随时变动，本文引用的数字以报道与页面当时状态为准；二是团队规模、融资与组织信息多来自媒体报道口径，官方完整披露有限；三是像 Digit Master、memU 这样公开页面尚未成型的企业，本文只做了标注，没有补充任何细节。带着这三个边界去看，比记住具体数字更有价值。

!FAQ

Manus 现在招多少人，都在哪些方向？ 按公开报道口径，Manus 招聘官网开放 17 个岗位，其中 16 个全职、1 个实习，方向覆盖 Agent Harness、LLM 算法、Agent 评测、全栈、后端、安全、虚拟化、DevOps，以及 AI Agent 产品经理、产品设计师、产品营销经理、商业分析、用户增长和社区运营（报道）。

Agent 工程师岗位一般要求什么技术栈？ 从公开招聘信息看，核心是 Python 后端能力、至少一种 LLM 应用框架（LangChain、LlamaIndex、Dify、CrewAI）、向量数据库（Milvus、Qdrant、Chroma、Elasticsearch）的调优经验，以及 RAG 或 Agent 的真实上线项目；Prompt 工程的 Few-shot、CoT、Self-Consistency 与 FastAPI、Docker、Linux 部署常被列为必备项（参考 JD）。

Digit Master、memU 有公开在招岗位吗？ 目前这两个团队没有可直达具体岗位的公开页面，因此不能确认具体在招职位，也不宜由第三方补充团队规模或技术方向。建议通过官网 careers、创始成员公开账号或社区型招聘入口持续跟踪。

没有大厂履历，能投这类团队吗？ Agent 团队更看重可验证的产出。准备一个真实可用的项目、一份写清指标与取舍的说明、一封针对该团队的信，通常比补齐履历标签更有效，这也是作品集加一封信的投递方式被越来越多团队采纳的原因（AI 找工地图）。

!Related Tools

• AI 公司找工地图：按领域、城市、规模、融资阶段浏览策展团队，查看当期在招职位（bonjour.bio/jobs-mapping）。

• 团队主页与职位列表：由 Founder 侧直接维护的岗位信息，可读团队技术栈与近期动态。

• Bonjour App：按领域、城市、经验找岗位，带作品链接在应用内投递并查看申请记录（App Store）。

• 公开招聘平台：用于对照同类岗位的硬性要求与薪资区间（示例 JD）。

!Related Links

• 浪子回头！Manus 重启北京办公室大举招聘｜量子位（新浪财经转载）

• AI 公司找工地图 - Bonjour!

• AI 应用工程师（RAG/Agent 方向）职位页 - 猎聘

• Bonjour！科技与艺术社区 App Store 说明页

!Summary

2026 年 Agent 团队的招聘重点已经从"AI 应用层"移到"工程地基"：harness、运行时、安全、评测、成本，构成新的岗位结构。Manus 以 17 个公开岗位给出了一份可观察的样本，覆盖工程、算法、评测、产品与增长；Digit Master、memU 等团队则属于公开页面尚未成型、需要持续跟踪的一类。对候选人而言，判断团队看六件事之外的第七件——作品在评估中的权重；准备投递看三样东西：能跑的项目、说得清的指标、写给这家团队的那封信。