OpenNash Jobs
Meituan · 北京市

Agent产品经理(B端)

北京市

Listed on Meituan ’s official careers site. Listed as of October 19, 2026. Check that it is still open and apply there.

Apply on Meituan ’s careers site →

Job description

【岗位定位】 BA Agent 是面向美团 B 端业务的 AI 驱动策略引擎,定位为将资源分配、策略制定等高价值业务场景自动化的智能产品。该岗位需要你既理解 AI Agent 的技术边界,又深谙 B 端业务策略场景的运转逻辑——用产品能力把两者连接起来。 【岗位职责】

  • 产品设计与交付 -设计 Agent 任务流程、交互体验与产出物标准,确保复杂策略场景的可用性和可靠性 -定义 Skill(能力单元)的标准化封装方案,推动能力资产沉淀和跨场景复用 -主导策略 AB 实验流程的产品化设计——从策略生成、方案对比到效果归因的全链路闭环 -以原型驱动而非 PRD 驱动,快速验证产品假设(交付周期从 3 个月压缩到 1 周) -识别高价值业务场景(资源分配、补贴策略、预算管理等),设计 Agent 介入方案并推动落地 -基于B 端业务场景,定义 Agent 能力边界和用户交互模式,确保用户理解清晰
  • 用户增长与商业化 -推动 Agent 在 B 端业务线的场景覆盖和用户渗透 -设计用户运营体系,构建从"工具使用"到"策略依赖"的用户心智转化路径 -定义增量收入衡量标准,量化 Agent 为业务带来的决策效率提升和资源优化价值
  • 数据驱动与飞轮构建 -建立用户 Trace 收集与反馈机制,将线上交互轨迹转化为能力资产。

构建业务 know-how 的结构化沉淀 + 用户交互 Trace 的飞轮 -设计场景包迭代闭环

Trace 采集 → 质量评估 → 能力沉淀 → 场景扩展 -用数据指标(而非直觉)驱动产品优先级决策

可解释性与决策透明度 -设计 Agent 决策过程的可解释性方案——用户不仅看到策略结论,还能理解 Agent「为什么这样决策」的推理路径 -定义策略产出物的溯源标准

  • 每个结论必须可追溯到数据来源、推理依据和置信度,让业务方敢用、敢信 -设计分层透明度机制:面向不同角色(策略运营 / 业务负责人 / 技术团队)提供不同粒度的决策解释,避免信息过载或信息不足 -将可解释性作为产品竞争力——B 端策略场景中,「能解释清楚为什么」比「算得更准」更决定用户信任和续用意愿 【必备能力】 Product Taste:能定义出"最优雅的方案"——不是功能堆叠,而是在 AI 能力和业务约束之间找到最优解。

这是最核心、最稀缺的能力 AI 产品理解

深度理解大模型能力边界、Agent 架构(Tool Calling / RAG / 多 Agent 编排 / MCP 协议等),能为"6 个月后的模型能力"

做产品设计 B 端业务理解

理解 B 端策略场景的业务逻辑(资源分配、预算管理、补贴策略等),能将业务 know-how 结构化为 Agent 可执行的任务 原型能力:能快速搭建产品原型或 Demo 验证想法,不依赖"

写 PRD 等排期"的传统路径 数据分析

具备从用户行为数据中提取洞察的能力,能设计评测基准衡量 Agent 产出质量 可解释性设计:能设计 Agent 决策过程的透明化方案——推理链路可视化、策略依据溯源、置信度分级展示。

理解「用户信任 = 可解释性 × 准确性」,在 B 端场景中这是决定产品能否被真正采纳的关键 跨团队影响力

能驱动算法、工程、业务三方协同,在模糊地带建立共识并推进决策 【经验要求】 -2年以上互联网产品经验,其中至少 2 年 B 端或 AI 产品经验 -有从 0 到 1 产品建设经验,有完整的"定义 → 设计 → 落地 → 增长"周期 -有策略、运营、数据分析相关背景者加分 -是Claude Code/Codex等Coding Agent产品的深度用户,可以独立完成Demo搭建到场景poc验证。 -前沿场景:在美团 B 端业务千亿级别业务场景中直接探索 AI Agent 的生产力边界,不是做 Demo 而是做真实业务闭环 -端到端 Ownership:从产品定义到用户增长到商业化,完整的产品主人感 -技术深度:与算法和工程团队紧密协作,深度参与 Agent 技术演进

More jobs at Meituan

Similar jobs at other companies

AI Agent产品经理

Xiaomi · 南京

AI Agent产品经理

Xiaomi · 北京

OpenNash lists jobs from employers’ own careers sites and does not handle applications. Dates come from the employer where stated; “first seen” and “last checked” are our own observations.