职位描述我们正在研发具备持续学习与自我改进能力的智能体系统，探索如何让智能体从环境交互、任务反馈和自主反思中积累经验、更新知识与技能，并将所学迁移到新任务。我们期待你参与核心算法研发与系统实现，将前沿研究转化为可运行、可验证、可持续迭代的智能体能力。 岗位职责： 智能体核心算法研发：参与智能体系统的算法设计与实现，围绕信念、记忆、价值、推理、规划等模块，构建完整的主动学习闭环； 反思归因与主动学习：开发“任务失败诊断、原因分析、假设验证与主动探索”算法，使智能体能够发现知识和能力缺口，通过交互获取证据并改进系统； 持续学习与经验积累：研究和实现基于交互经验的模型更新与上下文优化，将经验转化为可复用的记忆、规则、技能和策略，或者基于小样本更新模型参数，提升学习效率与跨任务泛化能力； 系统集成与工程优化：将算法接入智能体运行框架与仿真环境，完善数据采集、训练和评测流程，提升系统的稳定性、运行效率与可维护性； 实验设计与效果验证：构建学习能力评测任务，开展对照实验、消融分析与失败案例分析，评估能力提升、知识遗忘及对错误反馈的敏感性、鲁棒性，推动算法迭代。任职要求具有计算机、人工智能、自动化、数学、统计学等相关专业背景，具备扎实的机器学习与深度学习基础； 熟练使用 Python 和 PyTorch，具备良好的代码设计、调试与维护能力，能够独立完成算法复现、实验验证和模块开发； 熟悉大模型的训练或应用开发流程，具备模型微调、工具调用、任务编排、数据构建或自动化评测等相关实践经验； 能够阅读前沿论文，将研究问题转化为算法方案与可验证的实验；具有主动解决问题的意识，以及良好的协作和技术沟通能力。 加分项 在大模型智能体、强化学习、持续学习、主动学习、认知推理中的至少一个方向有较深入的研究或项目经验； 有具身智能、交互式仿真环境或长程任务智能体的开发经验； 有因果推理、贝叶斯推断、图结构知识表示或认知架构相关经验； 有高质量论文、开源项目或完整算法系统的研发经历，能够清晰说明个人贡献与实验结果。 允许3个月内投递2个职位，请选择适合的职位进行投递 立即投递
