[酷工作] 北京,内推,小米,AI 基建架构师/研发效能工程师。组内直推,hc5+

[酷工作] 北京，内推，小米，AI 基建架构师/研发效能工程师。组内直推，hc5+

一句话看懂：小米正在北京急招AI基础设施方向的资深工程师，组内直推、多个HC，岗位覆盖沙箱安全、可观测体系和Agent架构，要求7年以上后端经验且至少2年AI基础设施背景。

事件核心：发生了什么

6月29日下午，一位小米员工在V2EX社区发布内推帖，为小米AI基建团队招聘“AI基建架构师”和“研发效能工程师”。岗位职责聚焦三大方向：设计多租户高隔离性的AI代码执行沙箱（涉及gVisor、Firecracker、Wasm运行时）；构建覆盖模型调用、Token消耗、推理延迟的全链路可观测体系；以及主导Agent生态架构，包括运行时设计、编排引擎和开发者工具链。职位要求7年以上后端/基础架构经验，精通Go/Java/Python/JS中至少两门语言，并熟悉Kubernetes、分布式追踪系统和时序数据库。招聘信息显示团队在北京办公，不支持远程，职级大约17级以上，具体薪资需面谈。

为什么重要

小米作为消费电子与智能汽车领域的重要玩家，正加速AI基础设施自建，而非仅依赖外部平台。此次招聘的三大方向——沙箱安全、可观测性、Agent架构——分别对应AI落地的核心痛点：如何安全运行不可信代码（如Agent调用的脚本）、如何监控推理成本与性能、如何设计可扩展的多Agent协作框架。这反映出小米在AI应用层已开始从“调用API”转向“自建运行时”，尤其关注Agent生态的标准化和规模化。同时，带“沙箱安全”经验的岗位要求（gVisor、Firecracker等）暗示其可能将AI代码执行场景嵌入到家、车、IoT设备底层，对算力的隔离和冷启动性能有苛刻要求。

对用户/开发者/创作者的影响

对于AI应用开发者：小米构建Agent运行时架构，意味着未来可能开放Agent工具链或编排接口，LangChain、OpenClaw等框架的源码阅读经验被列为加分项，开发者可通过标准化协议对接小米生态。对于企业技术决策者：小米自建可观测体系（Trace-Metrics-Logging三合一）表明其AI业务已进入精细化运营阶段，Token消耗和推理延迟的监控能力，将直接影响与小模型调用相关的成本定价策略。对于硬件与算力服务商：若小米将沙箱技术部署在端侧（如手机、汽车），可能推动轻量级虚拟化（Wasm等）在移动端的AI推理场景落地，进而影响设备SoC的异构计算设计。