部门介绍： Agent团队致力于在解决大模型应用最后一公里的问题。通过训练模型在复杂、长程任务下的能力，提升AI产品的用户体验，构建训练的数据飞轮。 职位描述： 智能体进化是人工智能领域的重要研究方向，旨在通过持续学习和自我改进机制，使AI智能体能够在复杂环境中不断提升其决策能力和执行效率。基于开源的AWorld框架，探索智能体在多样化环境中的自我演进机制。同时，执行环境构建是智能体训练和部署的关键基础设施，直接影响智能体的学习效果和实际应用能力。AWorld也构建了完整的分布式训练环境，支持大规模智能体的并行训练和评估。据此，本项目关注智能体和环境构建的双向强化机制的协同效应。智能体进化与环境构建之间存在相互促进的协同关系，形成了独特的双向强化机制： 1. 智能体 to环境优化：智能体的学习需求驱动环境复杂度的提升； 2. 环境 to智能体进化：丰富的环境提供更多学习机会和挑战； 3. 协同效应实证：通过智能体和环境，研究和发现双向强化的可能性和理论基础。 据此，工作职责包括： 1. 构建Agentic Learning的训练Infra，从cuda、megatron等底层，到RLRoll的策略，到训练目标的设计等等；需要全链路的人才加入； 2. 构建Agent背景下的大模型评测新benchmark，做到基于评测驱动的大模型新迭代范式； 3. 大模型和产品结合，依托灵光等产品，创建产品和模型之间的数据飞轮，构建产学研的轮转迭代。