岗位职责
- 围绕大模型 Agent 系统开展算法研究与工程落地，推动模型在真实世界复杂任务中的能力演进。方向涵盖 Cowork Agent（面向金融、法律、医疗、设计、数据分析、工业等行业高价值场景）与 Computer Use Agent（面向 Computer / Mobile / Browser 等跨平台人机交互场景），使模型能够理解、操作并协同完成开放环境中的复杂用户任务。
- Envs / Harness Building & Generalization：复现并维护高可靠性主流 Harness 环境，设计 CLI & GUI 统一范式下的 Universal Digital Agent Harness 与 Behavior Pattern；探索 Loop Engineering、Multi-Agent 与 Auto-Harness，提升模型在不同场景下的泛化能力、鲁棒性与实际可用性。
- Data Design & Scaling：挖掘行业高价值数据与 workflow，探索大规模自然轨迹 Pre-training、数据 Pattern 演化与 User-Centric Data 优化，构建 General Long-Horizon Data Pipeline；在 CPT/SFT/RL 端到端验证配比与学习策略，优化模型端到端长程的行业 Agent 解决方案。
- Agentic Rewarding & Feedback Modeling：构建面向真实 Agentic 任务的 General Verifier，设计 Evolving Rubrics 与 Code Verifier，实现 Outcome & Process Level 数据监督与自动化 Rewarding；探索用户偏好与反馈的收集、建模与处理机制，研究显式反馈与隐式反馈的统一表征，建立可用于训练和评估的反馈闭环。
- Real World RL：基于真实环境与真实任务的大规模 Agentic RL 训练，探索 CPT→RL 的端到端 Scaling Law、Multi-step Reward Shaping 与 Agentic Behavior Learning，持续提升 Agent 在开放环境中的长期规划、任务分解、多步执行与自主优化能力。
- 跟踪相关领域前沿进展，围绕关键问题开展算法创新、实验验证与系统落地，沉淀可复用的方法与能力。
职位要求
- 2027届毕业生，计算机、人工智能、机器学习、深度学习、软件工程或相关专业本科及以上学历。
- 具备扎实的机器学习与深度学习基础，在大语言模型或多模态大模型领域有理论认知或实践经验，熟悉模型训练、对齐、微调或推理优化相关技术。
- 满足以下条件之一者优先： （1）有 Agent 系统、强化学习、RLHF、数据合成或自动化训练 Pipeline 相关项目或研究经验；有 GUI Agent、Computer Use、人机交互或 Universal Digital Agent 方向的研究或工程经验；在大规模模型训练、优化算法、生成式模型、自监督学习等至少一个领域有创新性成果，或主导/深度参与过有行业影响力的项目。 （2）极强的求知欲与学习能力，对新技术保有好奇心；逻辑清晰，善于独立思考，具备良好的沟通与跨团队协作能力。 （3）熟悉 Python 与主流深度学习框架，具备较强的工程实现能力，能够高效实现复杂模型结构并进行大规模训练；有高水平论文、开源项目、竞赛成绩（ACM/ICPC、TopCoder 等）或实际落地成果者优先。
