课题详情： 课题背景： 2025以来，AI技术迎来关键转型期，正从传统会话式交互向执行式落地加速演进，智能体(Agent)不再局限于简单的问答响应，而是能够自主拆解任务、调用工具、执行复杂操作，广泛渗透到企业运维、自动化办公、工业控制等各类场景。这一转型使得AI基础设施（AI Infra）的需求发生根本性变化，匹配Agent执行特征的运行环境成为Agent Infra非常关键的技术挑战。 课题挑战： 会话级高频磁盘/内存快照对Sandbox无感； 大规模磁盘/内存快照的高性能低成本按需存储； 秒级的基于快照恢复sandbox。 具体工作： 1. 参与 Agent Sandbox 大规模磁盘 / 内存快照存储系统的设计研发； 2. 紧跟行业最新趋势， 为团队在Agent Infra领域提供前沿视角。 课题要求： 1、计算机、信息工程、模式识别/人工智能、自动化、软件工程、电子工程、信息安全、信号与信息处理等相关专业博士或优秀硕士； 2、多年机器学习/深度学习研发经验，且具备至少 1 年大模型训练/微调/落地实战经验（含数据、训练、评测或部署任一环节）； 3、深入理解LLM全链路与关键方法，包括 CPT、SFT、RM、RLHF/DPO、数据合成与评测体系等； 4、熟悉行业Agent Infra的挑战和做法，有扎实的计算机底层基础和大型系统架构意识； 5、有良好的自驱力和好奇心， 对技术有本质和极简的追求，能将一件事情做到极致。