1、将大模型应用于真实工程场景，包括但不限于芯片设计 EDA、工业设计 CAD、金融工程、工业自动化、kernel 调优等复杂工程问题，训练模型在生产环境中的自进化能力，通过持续学习不断发掘更优算法与设计方案。 2、研究基于 self-evolving、long-horizon、multi-agent 等范式的能力增强方法，提升 Qwen 模型在工程优化领域的表现——包括长期规划、任务分解、多步执行与自主反馈优化能力。 3、构建面向工程任务的 Agent 系统与评测基准，整合领域专用工具与知识库，评估并提升模型在工具调用、方案生成、结果验证等任务上的表现。 4、与工程领域专家团队紧密协作，推动研究成果在真实科研或工业生产场景中的验证与落地。 5、跟进 AI for Engineering 及相关方向的前沿进展，围绕关键问题开展算法创新、实验分析与技术沉淀。