部门介绍
灵光APP是一款原生多模态的AGI助手，团队致力于构建有竞争力的AGI产品体验。算法团队以用户体验为牵引，为灵光助手构建后训练体系和模型。驱动灵光在智能体验上保持业界领先。
岗位职责
- 可训练+连续性+协作：怎么让AI受用户的控制、持续稳定的受用户的控制，怎么去代用户接物待人，按照用户的意愿处理事情；
- 复杂工具管理：工具越来越多，怎么编排、怎么调用、怎么不串；
- 模型后训练：怎么让中小杯在特定场景可以逼近SOTA结果并提升SOTA覆盖不到的能力；
- 快速Demo开发：想法快速转化为可交互产品原型。原型先于文档，新模型发布=重访旧功能。 方向一：可训练+连续性+协作 结合harness方案，实现用户反馈驱动的Agent进化。核心挑战：单轨迹偏好学习（用户只走一条路，构不成偏好对）、纠正泛化（一次纠正如何迁移到相关场景）、防误训练（区分随手说""不要""vs真正偏好）、跨场景偏好迁移。多个Agent替用户协商。 方向二：复杂工具管理 设计工具编排与调用架构，解决工具数量增长带来的挑战。核心挑战：工具路由准确率（百级工具如何精准召回）、调用链可靠性（多步调用如何不串）、工具冲突检测（多个工具如何协调）、工具使用可解释性（用户能理解Agent为什么选这个工具）。 方向三：模型后训练 用RL/SFT控制成本、提升SOTA覆盖不到的能力。核心挑战：用户中心对齐（对齐对象是""这个用户""而非""所有人""）、成本控制（何时用大模型何时用小模型）、能力补齐（SOTA做不到的怎么通过后训练补上）、在线学习（如何持续从用户反馈中学习）。
职位要求
- 深入理解Transformer、大模型原理，熟练掌握Python；
- Agent实战经验：独立实现过Agent架构，理解长期记忆、工具调用准确率、多步规划等核心挑战。踩过Agent的坑——比如工具调用串了、记忆召回了一堆无关的、规划到第三步就崩了；
- 模型后处理能力：熟悉采样策略、结果校验等幻觉缓解手段，精通Prompt Engineering。熟悉数据处理、SFT/RL技术。理解GRPO及各种变种等核心概念，熟悉RL全链路，熟练使用Slime、OpenRLHF、verl等框架。知道RL在用户中心Agent场景下怎么用；
- 重度AI用户：高频使用各类大模型，对各模型能力边界如数家珍。 加分项（模型×Agent联合优化成果）：
- 在模型与Agent的交叉领域有过充分实践优先：
- 顶会论文：NeurIPS/ICML/ICLR/ACL等与Agent/对齐/RLHF相关论文；
- 开源项目：为知名开源社区项目贡献核心代码，或有高star自主项目；
- 线上系统：参与过真实上线的AI系统，有可量化的效果指标；
- 技术影响力：高质量博客/竞赛奖项/有用户的Side Project。
