1、负责记忆管理、自主决策、代码生成相关模块的开发、优化与落地，持续迭代Agent上下文管理、规划推理和工具调用等核心功能，支撑信息获取、应用生成、代码生成、办公文档处理、GUI操控等各类智能体的开发与上线； 2、针对预训练/后训练Agent的开发需求，设计、开发并落地复杂任务规划、Repo级长程轨迹交互、多步工具编排等高价值数据生产管线，优化管线性能与稳定性，强化Agent推理深度、决策鲁棒性及复杂场景适应能力，保障智能体核心能力的落地与拓展； 3、负责Agentic强化学习相关功能开发，包括单Agent和多Agent端到端RL训练模块的编码、调试与优化，构建并落地环境反馈驱动的策略优化机制，提升Agent在复杂决策场景下的泛化能力与决策准确性。 1、计算机科学、软件工程、人工智能、机器学习、自动化等相关专业； 2、具备扎实的代码工程能力和系统开发经验，熟练掌握Python/Pytorch算法实现和实验能力，了解VeRL/LLaMA-Factory/Swift等训练框架以及Claude code和OpenClaw等智能体框架； 3、具备较强的问题拆解能力、工程交付意识和团队协作精神，能够快速响应业务需求，推动技术方案从设计到落地的全周期高效执行； 4、具有Agent应用开发经验者优先，包括但不限于智能体工作流搭建、工具链集成、多轮对话管理、RAG系统、多Agent协作平台等；具备LLM推理优化、高性能服务部署或强化学习工程化经验者优先； 5、具有知名互联网企业或AI公司实习经历者优先；参与过开源项目贡献、技术社区建设或具备实际业务场景落地经验者更佳。