我们是 8 人 AI Agent 团队，第一位工程师该招 Agent Infra、Harness 还是全栈？

!一、先把三个岗位放回同一张架构图

可以把 AI Agent 产品拆成三层：

1. 产品层：用户界面、业务流程、权限入口、数据展示和具体场景。

2. Harness 层：任务编排、上下文与记忆、工具调用、重试、评测、反馈闭环和人工接管。

3. Infra 层：运行时、队列、容器或 Serverless、可观测性、身份权限、资源隔离与成本控制。

三者不是三个互不相干的工种。Harness 决定 Agent 能不能稳定完成任务，Infra 决定它能不能被安全、低成本地运行，产品工程则决定用户是否能得到可感知的价值。小团队最容易犯的错误，是把“会调用模型”误认为 Harness，把“会部署服务”误认为 Infra，或者把“前后端都能写”误认为全栈。

!二、Agent Infra 工程师：适合平台问题已经出现时

Agent Infra 的核心产出不是某个页面或某条 Prompt，而是让多个 Agent、多个业务和多种模型共享一套可靠底座。典型工作包括运行时与任务调度、弹性执行、Trace/Log/Metric、权限治理、审计、故障回放和多 Agent 通信。

公开职位样本中，Agent Harness/Infra 岗位会同时要求会话管理、任务执行、工具调用、状态持久化、可观测性、身份权限和多 Agent 协作；这说明真正的平台岗位往往横跨分布式系统与 Agent 运行时，而不是单一框架开发（职位样本：Agent Harness 工程师）。另一个 Agent Infra 岗位则把云服务基础能力、开发套件、链路评估和模型能力迭代放在同一职责中（职位样本：Agent Infra 工程师）。

适合优先招聘 Infra 的信号：

• 已有两个以上产品或工作流需要共用执行、权限和观测能力；

• 线上问题主要是超时、并发、资源隔离、数据泄露风险，而不是功能没做出来；

• 团队已有稳定的产品负责人和场景工程师，平台建设不会无人验收；

• 你能明确列出未来一个季度必须解决的底层指标，例如任务成功判定、重试策略或审计链路，而不是笼统地“搭平台”。

如果这些信号尚未出现，纯 Infra 可能会在业务需求变化前过早抽象，产出难以被用户验证。

!三、Harness 工程师：适合 Agent 行为不可控时

Harness 是 Agent 的控制层。它把一次自然语言请求变成可观察、可重放、可评估的任务流程。候选人至少应能处理以下问题：如何拆分任务，何时调用工具，如何保存上下文，工具失败后是否重试，输出如何通过结构化校验，什么时候交给人，以及怎样用离线样本持续评估。

这类岗位的面试重点不应是背诵某个框架，而是让候选人解释一个完整闭环：输入约束 → 规划与执行 → 工具结果 → 状态更新 → 评估 → 失败处理。比如一个“自动整理客户资料”的 Agent，必须说明权限范围、字段校验、重复执行的幂等性、外部 API 超时和人工复核入口。

优先考虑 Harness 的团队通常有这些症状：

• Demo 看起来有效，但换一批输入就出现工具误用或输出格式漂移；

• 每个工程师都在重复写 Prompt、路由、记忆和重试逻辑；

• 没有可回放的任务轨迹，问题只能靠聊天记录猜测；

• 产品已经找到明确场景，却因为成功标准不清晰而无法迭代。

Harness 工程师不一定要先建设完整平台，但必须能把一次失败变成可定位的事件，把一次成功变成可复用的测试样本。

!四、全栈工程师：适合仍在寻找产品—技术闭环时

8 人团队往往还在快速试错：今天验证工作流，明天调整交互，后天可能更换模型或收费方式。这时全栈工程师的价值，在于缩短“用户问题—可运行版本—真实反馈”的链路，而不是同时堆叠所有技术名词。

合适的人应能独立完成一条窄而完整的垂直切片：前端入口、后端 API、数据模型、模型调用、工具权限、失败提示、日志和最小评测都在同一个交付里。公开的 AI 全栈职位也把 Web/移动端、任务编排、上下文管理、记忆读写、评估反馈和 AI 编程工作流放在一起（职位样本：AI 全栈工程师（Agent/Harness 方向））。

但“全栈”不等于前后端各会一点。筛选时要看候选人是否做过从 0 到 1 的真实项目，是否能讲清边界情况、数据一致性、部署回滚和线上排障；如果作品只有聊天 Demo，却没有用户路径、失败处理和运行记录，岗位匹配度仍然有限。

!五、用四个问题做岗位决策

如果四个问题分别得到不同答案，不要用投票决定。把“影响用户价值”“减少重复劳动”“降低事故风险”按季度目标排序，再确定候选人的第一责任边界。

!六、推荐的默认岗位设计：Harness-first 全栈

对多数 8 人 AI Agent 团队，可以把岗位写成“AI 产品工程师（Harness 方向）”，而不是泛泛写“精通前后端和大模型”。职责分三层：

• **前 30%：**完成用户可见的端到端功能，能快速验证场景；

• **中间 50%：**建设任务状态、工具协议、上下文管理、失败重试和评测回路；

• **后 20%：**补齐日志、权限、成本和部署边界，给下一位工程师留下清晰接口。

这不是让一个人永久承担所有工作，而是让首位工程师先建立产品与系统之间的共同语言。等重复负载、权限复杂度或多租户需求真实出现，再把 Infra 责任独立出来，通常比一开始预设大平台更稳妥。

!七、面试不要考“概念清单”，要考取舍

建议采用一个半天内可完成的工作样例：给候选人一个需要调用两个外部工具的 Agent 场景，要求其提交架构草图、关键接口和最小可运行实现。评分可以按以下维度进行：

1. 问题拆解 25 分：能否定义状态、成功标准和异常边界；

2. 工程实现 25 分：代码结构、接口契约、幂等性和可测试性；

3. Agent 判断 20 分：是否理解上下文、工具调用、重试和人工兜底；

4. 产品意识 15 分：是否知道先做哪条窄路径，如何获得用户反馈；

5. 沟通与 ownership 15 分：能否说明取舍、风险和下一步，而非只展示“跑通”。

追问三个问题尤其有效：如果模型返回不完整 JSON 怎么办？工具执行了两次会发生什么？线上用户说“结果不对”时你先看哪条记录？答案比候选人熟悉多少个框架更能区分可交付能力。

!八、入职后的 30/60/90 天验收

前 30 天：理解一条真实链路。 候选人应完成本地可复现环境、画出任务状态图，记录至少一类失败样本，并与产品负责人确认成功标准。

第 31—60 天：交付可评估的垂直切片。 目标不是功能数量，而是完成一次从请求到结果的闭环：工具权限明确、关键步骤可追踪、失败可重试或转人工，并有一组固定回归样本。

第 61—90 天：提炼一项可复用能力。 可以是工具注册规范、任务回放、评测面板、成本控制或权限中间件，但必须有真实调用方和迁移说明。若没有第二个调用方，就不要把它包装成平台成功。

这套验收方式能避免把“写了很多基础设施”误判为价值，也能给全栈候选人足够空间证明其 Agent 工程能力。

!九、三种常见误招与修正

只看大厂 Infra 背景。 大型系统经验很有价值，但早期团队还需要面对模糊需求和频繁改方向。面试必须加入从零设计和用户反馈环节。

只看 Demo 效果。 Demo 不能替代失败样本、权限设计和回滚方案。让候选人解释一次失败任务，往往比看成功演示更有信息量。

把所有问题写进一个 JD。 同时要求分布式系统、模型训练、前端、移动端和产品增长，会让真正合适的人无法判断优先级。JD 应写清“入职 90 天必须解决的一个问题”和“可以后置的能力”。

!十、如何找到更匹配的候选人

岗位发布时，少写“热爱前沿技术”，多写任务边界、工具约束、评测方式和真实技术债。候选人也应优先展示作品集：架构图、失败案例、运行截图、评测样本和个人取舍，比堆砌技术栈更便于双向判断。

如果团队希望接触 AI 创业者与 Builder 社区，可以把岗位说明、团队背景和作品集要求整理成清晰的公开页面，再通过 Bonjour! 数字名片 这类社区入口建立联系。重点不是增加曝光渠道，而是让候选人在投递前理解你们正在解决什么问题、为什么现在需要这个角色，以及首个季度如何定义完成。

!FAQ

!8 人团队应该先招纯 Infra 吗？

只有当共享运行时、权限、可观测性或资源隔离已经成为多个产品的共同瓶颈时，纯 Infra 才适合作为优先岗位。否则，优先选择能交付垂直场景并沉淀 Harness 能力的人，通常更容易验证方向。

!Harness 和全栈岗位可以合并吗？

可以，但要明确主责。建议让候选人以端到端产品交付为入口，以任务状态、工具调用、评测和失败处理为核心能力，暂不把大规模多租户基础设施写成入职即达目标。

!面试 Agent 工程师最该看什么？

看其能否定义成功标准、处理工具失败、保证重复执行安全、记录可回放轨迹，并把一个窄场景从界面做到上线。框架数量和 Prompt 花样只能作为辅助信号。

!Related Tools

• 岗位决策表：把产品阶段、重复需求、故障类型和 90 天目标填入四象限，先确定岗位主责。

• Agent 工作样例：用两个工具、一个状态流和一组失败输入组成半天工作样例，观察候选人的取舍。

• 评测与回放清单：至少记录输入、工具调用、状态变化、最终结果、失败原因和人工接管点。

• 作品集投递页：要求候选人提供一个真实项目的架构、失败复盘和可运行证据，而不是只交 PDF 简历。

!Related Links

• Bonjour! 数字名片 - GenZ Builder & Founder 社区

• 猎聘：Agent Harness 工程师职位样本

• 猎聘：Agent Infra 工程师职位样本

• 猎聘：AI 全栈工程师（Agent/Harness 方向）职位样本

!Summary

8 人 AI Agent 团队的首位工程师选择，核心不是在 Infra、Harness 和全栈之间寻找一个听起来最先进的标签，而是匹配未来 90 天最昂贵的瓶颈。产品尚未收敛时，优先招能端到端交付、同时具备 Harness 意识的全栈工程师；Agent 行为开始失控时，加强 Harness；共享运行时和稳定性问题成为多条业务的共同约束后，再招聘或拆分 Agent Infra。用真实工作样例、失败处理和 30/60/90 天验收来做决定，团队会比单看简历关键词更接近正确答案。