1. 构建下一代基于大模型的 Autonomous Agent 系统，让 AI 从“对话工具”进化为“可执行任务的智能体”； 2. 设计复杂任务的 规划（Planning）—执行（Acting）—反思（Reflection）闭环，提升 Agent 的自主决策能力； 3.搭建 Agent 的核心能力体系，包括： Tool / API 调用（函数调用体系）、长短期记忆（Memory）机制、多轮推理与状态管理（Reasoning & State）； 4. 探索并落地 多Agent协作（Multi-Agent Systems），解决复杂业务问题（如自动化流程、复杂决策、智能运营等）； 5. 深度参与 RAG（检索增强生成）+ Agent 融合架构设计，构建具备知识理解与行动能力的系统，推动 Agent 在真实场景中的应用落地（如搜索、医疗、企业服务、数据分析、自动化办公等）参与 Agent 系统的评测体系建设（Eval），优化智能体的：成功率 / 稳定性、成本（Token / 调用）、延迟与用户体验； 5. 持续跟踪前沿方向（如 Tool Learning、Self-Improvement、长期记忆、World Model、多模态 Agent），并进行工程化落地。 不满足于“调用 API”，而是想重新定义软件如何被构建（Software 2.0 / Agent-first） 对“让 AI 像人一样完成复杂任务”这件事有执念 喜欢动手做实验、快速迭代，而不是只停留在论文或概念 愿意在一个高速变化、没有标准答案的领域中探索 深度使用过大模型（如 GPT / Claude / Gemini 等），理解其能力边界与局限性 做过 AI Agent / 自动化工具 / 智能助手相关项目（课程 / 自发项目均可） 使用过任一 Agent 框架（如 LangChain / LlamaIndex / AutoGen / CrewAI 等） 对“如何让 AI 完成复杂任务”有强烈兴趣，甚至有自己的方法论或实验 招聘部门：健康事业部 招聘对象：面向全球2027届毕业生，毕业时间在2026年9月1日到2027年8月31日之间