岗位职责
- 参与 Agent 框架的设计与实现，支持 ReAct、Plan-and-Execute 等多种 Agent 模式；
- 开发 Agent 核心能力：任务规划、工具调用、多智能体协作、记忆存储、反思与自我纠错；
- 实现 Agent 与内部业务系统的深度对接与应用集成；
- 设计 Agent 与 LLM 的交互接口，实现 Tool Calling、Function Calling 等核心调用能力；
- 探索 Memory Management、Tool Learning、Agentic RL 等 Agent 相关算法技术的落地应用；
- 增强模型在具体业务场景下的任务规划、问题理解等能力，推进自研模型替换大尺寸开源/闭源模型；
- 使用 vibe coding（AI 辅助开发）快速构建前后端能力，推进 Agent 功能的落地应用；
- 参与 Agent 服务的长时任务管理、会话状态一致性等工程实践；
- 编写技术文档，沉淀系统设计与算法实现，探索 AI 协同开发模式的落地应用；
- 跟踪 Agent 运行范式设计、Agent 记忆系统设计、Agentic RL、Reasoning Model 等前沿技术方向的落地应用；
- 结合业务场景（风险发现、产运效率提升等）探索创新 Agent 解决方案；
- 复现学术界/工业界相关工作，评估适用性；
- 撰写技术方案，积累研究与实践经验。
职位要求
- 硕士及以上学历，计算机、人工智能、软件工程等相关专业；
- 可每周实习5天，持续6个月及以上；
- 扎实的开发能力，掌握常见工程开发模式（面向对象、装饰器、异步编程、常用设计模式等）；
- 对 AI / 大语言模型 / Agent 技术有浓厚兴趣，有相关实践经验，有主动学习的热情；
- 有 AI 辅助开发经验，对 Claude、Codex 等工具在实际场景下的落地应用有强烈兴趣。 加分项
- 熟悉 LLM 原理、Transformer 架构、RAG 等技术，有相关项目经验；
- 了解 LangChain、AutoGPT、MetaGPT 等开源框架，有二次开发或源码阅读经验；
- 有 NLP / CV / Reasoning 相关研究经历，在 ACL / NeurIPS / ICLR 等顶会投稿经验；
- 熟悉 FastAPI / Flask 等 Web 框架，了解微服务架构、消息队列、高并发/分布式系统、数据库等工程实践经验，有 Agent 应用开发相关经验；
- 有 Agent 系统开发经验，包括但不限于 Tool Calling、Function Calling、Memory Management、Multi-Agent 协作、Agent 评估与优化等。
