岗位职责
构建具备专业深度与进化能力的智能体
- Agent 架构设计与演进： 负责复杂任务 Agent 的底层框架设计，深耕多 Agent 协作（Multi-Agent Orchestration）架构，解决多智能体间的任务拆解、协同博弈及长时记忆与上下文管理等核心难题。
- 核心算法与自我进化： 研发 Agentic RL（强化学习） 算法，通过过程奖励建模优化决策路径；构建 Agent 自我进化机制（如 Self-reflection、持续学习），使 Agent 能通过任务反馈自主迭代执行策略。
- 垂直领域专业化建设： 负责 Agent 在 AI 办公、财经、学术等深度垂直场景的能力落地。利用大模型技术实现复杂文档处理、专业数据分析及跨领域逻辑推理，打造行业顶尖的专家级 Agent。
- 工具链集成与效果闭环： 驱动搜索、浏览器自动化及各类办公工具的深度集成；建立科学的 AI 效果评测体系，通过数据驱动算法优化，确保任务执行的准确率与确定性。 职级可看P6-P8
职位要求
深耕底层原理，具备实战视野 我们寻找在 Agent 领域有深度思考的算法专家，你只需要具备以下部分经验即可：
- 架构与原理深厚： 深刻理解 Agent 的底层逻辑（规划、记忆、工具调用），对 多 Agent 框架（Multi-Agent Framework） 的设计模式、通信机制及协作策略有丰富的实战或研究经验。
- 多场景实战背景： 在 AI 办公（如自动化流程、PPT/Excel 助手）、财经或学术 等垂直领域有深度的算法落地经验，能处理复杂、专业化的行业逻辑。
- 大模型与强化学习背景： 熟悉大模型微调技术，有利用 Agentic RL（如 PPO/DPO/Q-learning） 优化模型决策、提升长路径任务达成率的成功案例。
- 工具与环境掌控力： 熟悉浏览器自动化、搜索增强、或各类办公插件的集成原理，能够解决 Agent 在真实环境中的工程挑战。
- 优秀的底层思维： 不迷信具体框架，能从第一性原理出发解决复杂问题，具备扎实的编程功底（Python/C++ 等）和算法实现能力。
