职位描述
具身大脑 Agent 架构开发负责构建面向机器人任务的智能体系统，包括任务理解、目标分解、行为规划、工具调用、状态跟踪、异常恢复、多轮交互等核心能力。
多模态感知与推理系统开发结合视觉、语言、动作、传感器状态等多模态输入，开发具备场景理解、物体关系推理、任务可行性判断和上下文记忆能力的具身推理模块。
长程任务规划与执行闭环面向真实机器人场景，开发可落地的长程任务规划、子任务调度、技能调用、失败检测与自我修正机制，提升 Agent 在复杂开放环境中的稳定性与泛化能力。
具身工具链与技能系统建设设计和实现面向机械臂、灵巧手、移动底盘、仿真环境、数据平台等系统的工具调用接口，建设可组合、可复用、可评测的机器人技能库。
记忆、世界模型与环境状态建模探索短期记忆、长期记忆、空间记忆、语义地图、对象状态跟踪、世界模型等能力在具身任务中的应用，提升 Agent 对真实物理世界的持续理解能力。
评测体系与数据闭环建设参与构建具身 Agent 的任务评测体系、仿真评测环境、真机测试流程与数据回流机制，推动 Agent 能力从 Demo 走向稳定产品交付。任职要求
大模型与 Agent 基础：熟悉 LLM/VLM/VLA 的基本架构与应用方式，理解 Agent、Tool Use、Function Calling、RAG、Memory、Planning、Reflection 等常见智能体技术范式。
多模态理解能力：熟悉视觉语言模型、多模态表征、图像 / 视频理解、空间关系推理、场景图、对象状态建模等方向中的一种或多种。
具身智能理解：了解机器人任务执行链路，对机械臂、灵巧手、移动机器人、仿真环境、真实传感器数据、动作技能调用等具身系统有基本认知。
规划与决策能力：熟悉任务规划、行为树、状态机、PDDL、强化学习、层级策略、长程推理或复杂系统调度中的一种或多种技术。
工程实现能力：具备良好的 Python/go/Java 编程能力，熟悉常见后端服务、异步任务、状态管理、日志追踪、评测框架等工程实践；有 C++/ROS/ 机器人 SDK 经验更佳。
大模型应用工程能力：有 Prompt Engineering、Agent Framework、模型 API 调用、本地模型部署、推理加速、评测与调优经验，能够将前沿模型能力转化为稳定可用的系统能力。
AI 赋能能力：充分拥抱 AI，善于借助 codeagent、自动化工具和大模型提升研发效率；同时对交付质量负责，在保证质量的前提下提升效率。
有大模型、智能体、机器人、自动驾驶、多模态 AI、复杂系统工程等相关领域实习经验。特殊情况可面议。
