岗位职责
- 负责 AI Agent 核心能力的研发与优化，包括但不限于自主规划（Planning）、多步推理（Reasoning）、工具调用（Tool Use）、长期/短期记忆（Memory）、RAG 增强、Workflow 编排、多智能体协同（Multi-Agent）及复杂长链路任务执行；
- 负责 Agent Framework 与 Agent Runtime 的设计与研发，包括 Tool Calling、Memory System、Workflow Engine、Sandbox、Agent Gateway、Skill System 等核心模块，探索长期运行（Persistent Agent）与自我进化（Self-improving Agent）能力；
- 应用强化学习（RL）、SFT、Preference Alignment（DPO/PPO/GRPO/RLVR 等）等技术，提升 Agent 在复杂任务中的推理、规划、执行与泛化能力；
- 参与构建 Agent 数据闭环与评测体系，包括 Agent Benchmark、Tool-use Evaluation、Long-horizon Evaluation、Trajectory Dataset 等，通过数据驱动持续优化模型与系统效果；
- 推动 AI Agent 在办公、创作、Coding、R&D、企业 Workflow Automation 等真实场景中的产品化落地与持续迭代。
职位要求
- 硕士及以上学历，计算机、人工智能、数学、电子信息等相关专业优先；
- 精通 Python，具备扎实的 C/C++/Go/Java（至少一门）基础，具备优秀的软件工程能力与系统设计能力，追求高质量代码实现；
- 深入理解 Transformer 架构及大模型（LLM/VLM/Reasoning Model）原理；熟悉 PyTorch/TensorFlow 等深度学习框架；掌握强化学习、自然语言处理、搜索推荐或计算机视觉相关基础理论；
- 深入理解 Agent 核心范式，包括 Planning、Reasoning、Tool Use、Memory、RAG、Workflow、Multi-Agent 等；熟悉 MCP、Function Calling、Structured Output 等 Agent 生态技术；
- 熟悉 Linux、网络编程、异步系统、分布式系统、Docker/Kubernetes 等基础设施与工程技术栈；
- 具备极强的学习能力与技术热情，对 Agent、AGI 与 AI Native 应用方向有浓厚兴趣；逻辑清晰，具备良好的沟通协作能力与独立推进复杂项目的能力。 加分项：
- 在 NeurIPS、ICML、ICLR、ACL、CVPR、ICCV 等顶级会议发表过论文；
- 在 ACM-ICPC、NOI/IOI、TopCoder、Kaggle 或知名 AI 算法竞赛中获得优异成绩；
- 为知名开源项目核心贡献者，或在开源社区具备较强影响力；
- 有 LangChain、AutoGen、MetaGPT、OpenClaw、Hermes Agent 等 Agent Framework / Runtime 的使用或二次开发经验；
- 有 RLHF/RLVR、Reasoning Model、Agent Fine-tuning、大模型 Post-training 等相关经验优先；
- 有 AI Native 产品、AI Agent 平台或企业级 Agent Workflow 的 0-1 构建经验优先。
