關於 Gro AI：用 AI 重新定義「銷售」

Gro AI 由原華為雲亞太前 CDO 创立 。打造下一代 AI銷售基礎設施

• 公司網站： https://thegro.ai/

• 產品視頻：https://www.youtube.com/watch?v=wHwa2Q4QvAc

• 創始人背景： https://www.linkedin.com/in/leo-nuo-jiang/

任務 ：利用AI建立最佳的銷售方式。

我們的客戶 : 覆盖亚洲及欧美的顶级科技初创公司与上市公司。

二、這個角色為什麼重要

這是 Gro AI 的早期核心工程崗位。您將作為創始團隊成員加入，直接向創始人報告，深度參與產品方向、系統架構與工程標準的制定。

我們尋找的不是執行需求的工程師，而是一位能在高度不確定的早期環境中主動定義問題、做出工程判斷、持續交付產品結果的人。

你需要證明：曾以创始工程师、早期工程师或核心技术负责人身份，从 0→1 交付过至少一款生产级产品，而不只是 demo。

三、你将负责什么

1. 構建核心 Agent 系統：在自研 Agent Runtime 上設計 Multi-Agent 系統，承載複雜銷售業務流程。

2. 設計可靠的工作流編排：建設任務規劃、工具調用、狀態管理、HITL、重試、回滚、幂等與異常恢復機制。

3. 交付端到端產品：基於 GCP + Next.js 构建高可靠異步全棧架構，支撐千萬用戶並發。

4. 建設數據與檢索基礎設施：處理大規模 LinkedIn 數據與企業知識庫，建設 Evidence-Grounded Retrieval 與品質校驗體系。

5. 建立评测与可观测体系：設計 product-specific evals、工作流程監控、延遲/成本追蹤，並將結果回流到系統最佳化。

6. 提升 AI-native 工程效率：把仓库打造为 AI Coding Agent 可端到端协作的工程场域。

四、我們希望你具備

生產級 Agent 系統能力

• Agent 架構與編排：能將業務流程抽象為 State Machine 與 Agent Loop，處理循環、分支、並發、中斷恢復、HITL、回滾與幂等；熟悉至少一種主流框架（LangGraph、CrewAI、AutoGen、Mastra 或自研 runtime），能清晰區分 demo 與生產系統的差異。

• 工具/技能與MCP：能將系統能力抽象為可組合、單一職責的 Tools / Skills；遵循 Agent Skills（SKILL.md）與 Model Context Protocol（MCP）等開放標準；能設計清晰的 I/O schema、錯誤碼與副作用邊界。

• 背景工程：將 Context Window 视為稀缺预算，設計 Retrieval、Memory、压缩與上下文組裝鏈路；曾在生產環境實現至少一種長期記憶或檢索方案，並能說明其失效模式與回退策略；具備 PII 边界與 prompt injection 防護意識。

• Evals 与自治执行：能基於 error analysis 設計 product-specific evals（binary pass/fail、code-based assertions、LLM-as-judge），並將結果回流到 prompt、retrieval、tool routing 與自治決策；熟悉至少一個 eval 或 observability 栈（LangSmith、Langfuse、Phoenix、Ragas 或自研）；能從 draft → guardrailed → autonomous 設計自治分級機制（Approval Queue、Escalation、Rate Limiting）。

工程基礎與 AI-native 工藝

• 編程語言：精通 TypeScript，并能熟练使用 Python；在 agent 框架、evaluation 工具与快速原型场景中不受语言限制。

• 雲與異步架構：曾在 AWS / GCP / Azure 任一主流公有云上設計並落地事件驅動與異步任務架構。我們當前使用 GCP（Cloud Run / Cloud Tasks / Pub/Sub），具備 GCP 經驗者優先。

• 全棧能力：熟悉 Next.js / React 与后端 API 设计（REST / RPC、鉴权、缓存边界），关注 TTFB、可观测性与系统可维护性。

• 高并发与可靠性：具備數千使用者級並發的生產經驗；熟悉 Redis、消息隊列、連接池最佳化；理解冪等、重試、DLQ、限流與熔斷；能在延遲預算、token cost 與 inference latency 之間做出工程權衡。

• 駕馭工程：能把仓库改造为 agent-friendly 的工作场域，包括精炼的 AGENTS.md、结构化 docs/、custom linter、结构性测试与 observability hooks。

• AI-augmented 开发速度：日常熟練使用 Claude Code、Codex、Cursor 等 AI 辅助程式設計工具，能 review、調試與迭代 agent 产出。

工作方式與綜合素質

• 擁有與高代理：能在创始人给出方向后，独立将模糊问题拆解为可上线的产品方案，主动定义 scope、优先级与交付节奏。

• 傾向於出貨：能在速度與品質之間做出合理判斷，快速發佈，並透過真實使用者反饋持續進化。

• 客戶同理心：願意直接與早期客戶溝通，參與 forward-deployed 式的 prototype、問題定位與故障排查。

• 低自我認同的協作：能與 Founder、研究者、設計師在小團隊中高密度協作，開放接受反饋，在方向變化時快速調整。

• 產品思維：不盲目堆砌代码，能从产品价值、用户体验与长期留存角度思考技术实现。

• 全球化溝通：能用流利英文閱讀複雜技術文件、與全球客戶開會、撰寫公開技術內容；能與亞洲、歐洲及北美團隊高效協作。

• 研究意識：持續關注 Anthropic、OpenAI、DeepMind 等頭部實驗室的工程博客與代表性論文；對新模型與新框架保持敏感，能快速 prototype 評估其在生產棧中的引入價值。

五、加分項

• 曾參與或主導類似 Clay、Apollo、Outreach、Gong 等 GTM 或 Sales Tech 產品，理解銷售工作流中的真實痛點。

• 處理過大規模 LinkedIn 數據、web scraping、反爬抗壓、entity resolution 或 record linkage，並將相關系統穩定運行在生產環境。

• 在 SOC 2、GDPR、PII 处理或 prompt injection 防护等合规与安全语境下交付过产品。

• 在 Anthropic Claude、OpenAI、MCP、Agent Skills 等生態有公開技術貢獻，例如 GitHub、Hugging Face、個人部落格、技術演講或開放源碼 agent 專案。

• 熟悉 voice agent、multimodal agent、computer-use 等新兴 agent 形态。

六、為什麼加入我們

• 參與定義下一代 AI Sales Infrastructure：與我們一起用 AI 重塑銷售團隊的工作方式。

• 直接與創始人共事：Leo 曾作為華為雲亞太 CDO 服務數百家企業客戶，你將獲得一線的產品判斷與商業視野，而非層層報告後的二手資訊。

• 真實場景驗證：平台已服務亞洲、歐洲、北美客戶，你的代碼會直接影響數千名銷售人員的日常工作，反饋閉環極短。

• 深度影響產品與技術方向：作為早期工程成員，你將參與關鍵架構決策、工程文化建設與產品路線設計。

• 獲得有競爭力的回報：我們提供具有競爭力的薪資與早期股權激勵，公司預計於 Q3 完成種子融資。

七、申請方式

• 简历

• 你最驕傲的 AI Agent 項目：附連結 + 200 字以內說明，描述你解決了什麼問題，以及你如何處理「AI 不確定性」與「工程可靠性」之間的張力

• GitHub 主頁（可選）

• 思考题（可选）：如何设计一套 AI Agent Service，完美串联"内容生成 · 线索抓取 · 自动化触达 · CRM 机会跟踪"的全链路闭环？

一句话：我們在找一個每天和 AI 一起 build 的工程師，而不是只寫業務代碼的程式設計師。