职位描述RL框架优化：从训练、推理、环境交互、任务调度等角度，在不影响性能的前提下，优化RL训练效率； Agent框架优化：构建易用的、稳定的、高并发的agent框架；任职要求有知名Agent框架（Claude Code/Openhands/Qwen-Agent）开发/使用经验。
