AI 智能體架構師 (AI Agent Architect)
職業名稱
AI 智能體架構師(AI Agent Architect)
工作概要
AI 智能體架構師專精設計與建構自主智能體系統(AI Agent),整合 LLM、多代理協作、工具呼叫與長期記憶,讓 AI 能執行複雜多步任務。他們定義 Agent 架構、協調多 Agent 社群並優化決策流程,是「Agentic AI」時代的核心架構師,驅動企業自動化與智慧決策革新。
主要工作內容
-
智能體架構設計
-
設計單代理、多代理、層級代理架構,定義角色分工與通訊協定。
-
建立 Agent 生命週期:感知 → 規劃 → 記憶 → 行動 → 反思。
-
-
工具整合與函數呼叫
-
定義工具規格(API、資料庫、檔案系統),建立工具註冊與動態發現機制。
-
設計工具選擇邏輯與參數生成,提升任務執行成功率。
-
-
記憶系統架構
-
建構短期記憶(對話上下文)、長期記憶(向量資料庫)、反思記憶(經驗學習)。
-
實現記憶壓縮、遺忘機制與跨任務知識遷移。
-
-
多代理協作協調
-
設計 Supervisor Agent、Worker Agent 分工架構與任務委派策略。
-
建立代理間通訊協定(JSON、gRPC)、衝突解決與共識機制。
-
-
規劃與決策引擎
-
實作多步規劃(Plan-and-Execute)、樹狀搜尋(Tree-of-Thought)、蒙地卡羅樹搜尋。
-
整合強化學習(RLHF)、蒙特卡羅模擬優化長期決策。
-
-
評估與自我改進
-
建立 Agent 效能指標(任務成功率、步驟效率、成本控制)。
-
設計自動評估與迭代機制,支援 Online Learning 與經驗累積。
-
-
部署與生產化
-
建構 Agent 服務架構(FastAPI、Kubernetes),支援高併發與容錯。
-
整合觀測性系統,實時監控 Agent 行為與決策路徑。
-
預計薪水(參考)
-
中階(5-8年經驗):HK$960,000 - HK$1,680,000 /年
-
高階(8-12年經驗):HK$1,680,000 - HK$2,880,000 /年
-
專家級(12年以上經驗):HK$2,880,000 - HK$4,800,000+ /年
(視金融自動化、企業 Agent 平台經驗,以及開源貢獻而定;包含高額 RSU,Agent 架構為 AI 職系最高薪技術崗位。)
必備技能與能力
-
Agent 框架專業
-
LangChain、LlamaIndex、AutoGen、CrewAI、LangGraph 架構設計。
-
vLLM、TGI 高性能推論與多代理通訊優化。
-
-
規劃與決策演算法
-
ReAct、Plan-and-Execute、Tree-of-Thoughts、多代理協調演算法。
-
強化學習基礎(PPO、DQN)、蒙特卡羅樹搜尋。
-
-
記憶與知識系統
-
向量資料庫(Pinecone、Weaviate、Qdrant)、RAG 進階架構。
-
知識圖譜整合、語意搜尋、記憶壓縮技術。
-
-
系統架構能力
-
微服務架構、事件驅動、分散式系統設計。
-
Kubernetes、Kafka、Redis 高可用 Agent 部署。
-
-
程式設計核心
-
Python 異步程式設計、TypeScript(前端 Agent)、Go(高性能服務)。
-
API 設計(OpenAPI、GraphQL)、效能調優。
-
-
評估工程
-
Agent 評估框架(LangSmith、Phoenix)、A/B 測試設計。
-
成本分析(Token 消耗、API 呼叫次數)。
-
常見工作領域與應用範例
-
企業自動化 Agent
-
銷售 CRM Agent、客服自動化、財務報表生成 Agent。
-
-
研發協作 Agent
-
程式碼審查 Agent、文件研究助理、多領域專家協作。
-
-
金融交易 Agent
-
投資組合管理 Agent、風險監控 Agent、合規檢查 Agent。
-
-
供應鏈管理 Agent
-
採購談判 Agent、物流調度 Agent、庫存優化 Agent。
-
-
創意內容 Agent
-
行銷企劃 Agent、廣告腳本生成、多模態內容製作。
-
典型職涯路徑
-
前置經驗(5-10年)
-
生成式 AI 工程師 → LLM 應用架構師 → MLOps 工程師。
-
-
中階職位
-
AI Agent 工程師、自主系統架構師、LLM Ops 工程師。
-
-
高階職位
-
資深 AI Agent 架構師、Agent 平台負責人、首席 Agent 架構師。
-
適合什麼樣的人?
-
系統思維強大,享受設計複雜自主系統的挑戰。
-
對人工智慧「通用智能」有強烈好奇,關注 Agentic AI 前沿。
-
跨領域整合能力,能融合 LLM、規劃、記憶、工具成完整系統。
-
持續追蹤開源社群(LangChain、AutoGen),熱衷技術創新。

