我们正在招募参与 AI for Science 长期实践的 Light Chasers。
我们正在推动Agentic Science at Scale 的新实践：当科学问题的边界不断拓展、个人与工具之间的限制逐步消解时，那些同时具备好奇心、判断力与行动力的人，开始拥有更大的创造空间——能够把探索做深、做实，并持续向前推进，而不再受制于零散条件与偶发路径。这种实践不只是 AI for Science，也是 Science for AI：科学式的约束、验证与执行闭环，正在把智能从“会拟合、会生成”，推向目标驱动、可验证、可演进的能力形态。
我们正在寻找的，是真正希望并能够带来改变、推动范式演进的人。我们期待你以持久的好奇心进入未知，以自驱行动把想法落到实处，对路径与结果负责；也期待你既保持独立判断，又能够在一个志同道合、和而不同的环境中高质量协作。我们坚持开放与共享，要求研究在真实需求环境中经受验证；论文与成果，应当来自问题被持续推进的过程，而不是反过来决定工作的方向。
如果你对此感到不是退缩、而是激动，渴望亲历并参与这场变革，从中锻炼自己、成长为 AI 赋能的新时代人才，那么你就是我们在寻找的同路人。
一、主要方向
1. 科学文献的多模态大模型：提升对图表、公式、谱图/显微图像、化学分子结构与反应过程等多模态信息的理解、对齐与推理能力。
2. AI for Science 基础模型：面向蛋白质、小分子、晶体与材料体系的生成与设计，建立可控、可评估、可迭代的基础生成模型与优化框架，用于真实研发场景的加速与落地。
3. 智能实验室与实验操作系统：研制统一的实验室操作系统与 AI 原生实验仪器，打通实验流程、仪器控制与数据回流，使实验成为可编程、可验证的执行与反馈层。
4. 智能体赋能科学发现：将知识、模型、工具与实验接口组织为可执行、可验证的智能体工作流，加速各领域科学发现，并在持续反馈中迭代优化。
5. AI4S Infra：构建支撑大规模 AI4S实践的统一基础设施体系，涵盖数据基础设施、智能体运行基础设施以及 HPC 与 AI 融合算力基础设施，保障科学智能系统的稳定运行、规模扩展与效率提升。
