金山云

关于我们在做的事 我们正在做的是「数字员工」——让 AI Agent 不再只是 chatbot 或 copilot，而是成为企业里有身份、有边界、被治理、被验收、像人类员工一样被管理的一员。 这背后是一个正在发生的转变：Agent 正从「被调用的工具」走向「有编制的数字劳动力」。但企业要把 Agent 真用起来，横亘着四道坎——不敢用（安全无治理）、不可靠（行为不可预期）、不划算（投入无法量化）、干不成（跑完不等于完成）。我们要做的，就是把这四道坎一条条迈过去：让每个数字员工在被创建时就处于权限、凭证、出网、审计的治理边界内；让它的经验随使用复利、越用越值钱；让它交办的工作能被验收、能证明干完了。 我们希望让每家企业都拥有一支受治理、会成长、可交付、可问责的数字劳动力——像管理人类员工一样管理数字员工：有编制、有岗位说明、有绩效、有培训、有纪律、可解雇。这不是口号，它已落在我们的路线图与代码里。 我们在找愿意一起定义「数字员工」这个新品类、探索 AI Native 协作模式的年轻同学。 你将做什么 1. 在资深同学带教下，参与某产品域的需求调研、PRD 撰写、原型设计与需求落地跟进。 2. 通过轮岗接触多个产品域——数字员工构建与生命周期治理、知识库与记忆、评测与门禁、任务驱动与生产力度量、运营数据、渠道与连接器——逐步定向到你最有热情且擅长的方向。 3. 跟踪并分析行业产品（Dify / 扣子 / Coze / TRAE 等），形成有判断的对比结论，而非功能清单罗列。 4. 与研发团队（Go DDD 后端 / TypeScript 服务 / React 前端）在技术语境下对齐需求，跟进开发、测试与版本发布。 5. 收集用户反馈，协助问题定位与 bug 归类，参与需求评审与版本评审。 6. 参与产品指标体系建设，例如「有效任务完成率」这类口径的定义与看板化。 7. 维护产品文档（功能清单、PRD、原型），确保文档与代码现状一致。 我们能提供什么 - 参与定义「数字员工」这个新品类。你不是在执行既定需求，而是在和团队一起回答：一个能被企业放心用的数字员工，该长成什么样。路线图与愿景已成文且团队共识，有空间让你留下自己的判断。 - 培养制 + 资深导师带教 + 多产品域轮岗，逐步定向到你最有热情的方向。 - 在强工程文化里成长：DDD 领域驱动设计、TDD、严格代码评审、卡片化需求协作。你会接触业界较成熟的工程方法论，学会在技术语境下做产品决策。 - 真实企业级场景与真实客户：面向政企客户的真实治理诉求，产品要经得起安全 / 审计 / 合规 / 成本的检验，不是 demo 驱动。 - 一个克制、有判断、欢迎反对意见的团队：我们有明确的「不做清单」和自我证伪机制，判断错了会被坦诚指出，也鼓励你这么做。 - 看得见复杂系统如何被切分与治理：多服务、Go/TS 混合、控制面与运行面分离的架构，让你理解一个大型 B2B 平台的产品边界是怎么落地的。" - 培养方式：培养制 + 导师带教 + 多产品域轮岗，逐步定向

我们期待怎样的你 1. 2027届应届毕业生，本科及以上学历。 2. 专业不限。理工科（计算机 / AI / 统计 / 数学 / 工程）或文商科（管理 / 传播 / 设计 / 心理学）均可——我们看重产品潜质，而非专业标签。 3. 对 AI / Agent 赛道有持续关注与独立判断，能说清「企业把 Agent 用起来」和「个人随手造一个 Agent」的差别，而不是只说「AI 是未来」。 4. 逻辑清晰，能把一个模糊问题拆解成可验证的结构，并能在文档或原型里把结论讲清楚。 5. 学习能力强。我们要做的产品领域复杂度高（沙箱、凭证、多租户、评测门禁、验收闭环），你需要在一两个月内理解这些概念并开始对话。 6. 沟通协作好，能在有严格工程纪律的团队里推进一件小事，也能在被指出问题时改。 7. 主动、能扛事，不回避「我不知道，但我会去搞清楚」。 加分项 - 有过产品实习（To B / SaaS / AI 方向优先），能独立验证产品逻辑而非完全依赖研发。 - 用过 Dify / 扣子 / Coze 等 Agent 构建工具，或自己搭过 Agent / 工作流。 - 有可分享的作品：PRD 样例、竞品分析、产品设计稿、技术或产品博客。 - 对「数字员工」「Agent 治理」「按成果计费」这类前沿议题有自己的观点，且愿意接受被证伪。