1、参与构建面向智能运维场景的下一代 Agent 系统，研究 Agent 在真实故障诊断闭环中的自主进化机制；\n2、设计 Agent 跨会话的长期记忆与高效检索架构，从历史故障复盘案例中自动萃取根因路径与决策模式，沉淀可复用的标准化经验资产； \n3、研究 Agent 在线增量学习范式，解决持续学习中的灾难性遗忘问题，让 Agent 越用越聪明；\n4、构建 Agent 经验质量的自我筛查与可信度评估机制，形成"诊断—复盘—入库—增强"的正向飞轮； \n5、设计 Agent 自主进化效果的多维评估体系，推动相关研究成果在生产环境落地并产出顶会论文。 1、硕士及以上学历，在大模型 / Agent / 深度学习 / AIOps方向顶会（如 ACL、EMNLP、NeurIPS、ASE、ICSE 等）有一作论文者优先；\n2、关注大模型与 Agent 前沿，对终身学习、记忆机制、Agentic Workflow 等方向有深入理解者优先，有开源 Agent 框架贡献经验者更佳； \n3、扎实的机器学习与深度学习基础，熟悉大模型、Agent、强化学习、知识图谱、检索增强等任一方向，并有相关研究或工程实践经验； \n4、熟练掌握一到多门编程语言（不限于 Python、Go、C++ 等），熟悉主流深度学习框架，具备良好的代码功底与工程落地能力； \n5、具有较强的学习能力、逻辑思维能力和解决问题的能力，良好的团队合作意识和沟通能力。