职位描述
1.探索并设计前沿的智能体架构（Agent Architectures），突破现有 ReAct/Planning 模式的局限。致力于构建能够处理长上下文、具备复杂逻辑推理与自我纠错能力的智能体系统，探索多智能体（Multi-Agent）协同与元认知（Meta-Cognition）在实际应用中的落地。
2.深入理解垂直领域的复杂业务需求，将模糊的业务目标转化为可执行的专家工作流和技能（Workflow/Skill）。设计高可靠的技能调用与状态管理机制，解决大模型在长链路任务中的幻觉与执行偏差问题。
3.构建系统化的 Agent 评估体系，通过数据驱动和经验学习的方式持续优化智能体的决策质量。利用记忆机制和上下文学习等技术提升智能体在特定专业领域的表现。
4.探索如“自然语言编程”、“人机协作编程”等新型交互形态，推动智能体从简单的问答助手向具备高自主性的“数字专家”演进。任职要求
1.精通 Python 编程，具有扎实的算法与数据结构功底。熟悉主流的大模型应用开发框架（如 LangChain, AutoGen, LlamaIndex 等），并有构建高并发、高可用生产级应用的经验。
2.深入理解 LLM 的工作原理及其局限性，熟悉 Prompt Engineering、Context Management、Function Calling 等核心技术。了解最新的 Agent 设计模式（如 Plan-and-Solve, Self-Reflection, Hierarchical Planning）。
3.具备极强的业务抽象能力，善于将复杂的现实问题拆解为数学或逻辑问题。有在代码生成、数据分析、复杂任务规划等场景下落地 Agent 的经验者优先。
4.对 AI 技术发展保持高度敏感，能快速跟进并复现 arXiv 上的最新相关论文（如 Agent 记忆、规划算法等）。
