{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "【大模型北斗实习】面向真实物理世界的大规模智能体研究（Agent In Real Life）",
        "job_level": "实习",AI生成
        "work_category": "实习",AI生成
        "department": "未披露",
        "location": "北京市 / 上海市",
        "work_mode": "未披露",AI生成
        "job_category": "技术类"AI生成
    },
    "company": {
        "company_name": "美团",
        "company_industry": "科技零售 / 生活服务",
        "company_size": "10000人以上",
        "company_website": "meituan.com",
        "company_description": "美团通过科技推动服务零售和商品零售的数字化，连接消费者与商户。"
    },
    "compensation": {
        "salary_range": {
            "min": "",
            "max": "",
            "currency": "未披露",
            "cycle": "未披露"
        },
        "benefits": "未披露"
    },
    "requirements": {
        "working_years": "",
        "degree": "硕士及以上学历",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "随着 LLM 与 RL 技术的飞速发展，具备自主决策与执行能力的 Agent 系统成为 AI 领域的前沿研究方向。本课题聚焦于构建能够在真实物理世界（餐饮、购物、旅行规划等）复杂场景下自主运行的 Agent 系统，解决传统 AI 系统难以应对的多步骤规划、长期目标追踪、环境适应性等核心挑战。主要研究内容包括但不限于：\n1）自主规划与决策：研究基于 LLM 的 CoT 等的复杂推理机制，使 Agent 能够自主分解并解决如\"为一家四口安排一个周末出游计划，包括交通、住宿、餐饮和活动\"等多步骤任务；开发能够在规划失败时进行自我修正和重新规划的自适应决策框架，突破传统 Agent 在复杂场景下的规划瓶颈。\n2）强化学习驱动的自主优化：应用前沿强化学习算法（如PPO、GRPO、RL）优化 Agent 的决策系统，通过用户反馈和任务完成度构建复杂奖励函数；研究如何在高维状态空间和长期依赖问题中有效进行奖励分配，解决真实复杂物理场景中典型的延迟反馈和稀疏奖励挑战。\n3）多 Agent 协作与分布式决策：设计基于角色分工的多 Agent 协作框架，使不同专长的 Agent 能够协同解决复杂任务，如\"美食专家 Agent 负责菜品推荐，规划 Agent 负责整体行程安排\"等；研究 Agent 间的通信协议和共识机制，解决分布式决策中的冲突协调和资源分配问题。",
        "requirements_text": "1）硕士及以上学历，计算机科学、人工智能或相关专业背景。\n2）熟练掌握 Python，熟悉 PyTorch 或 TensorFlow 等深度学习框架。\n3）扎实的 LLM 和 Agent 系统理论基础。\n4）熟悉 RL 算法框架，具备将 RL 应用于 Agent 决策优化的实践经验。\n5）具备设计复杂 Agent 系统架构的能力，包括记忆机制、规划模块、执行模块等核心组件。\n加分项：\n1）在NeurIPS、ICLR、ICML、ACL、EMNLP等顶级会议发表过 Agent 系统或相关技术的论文。\n2）参与过开源 Agent 项目（如LangChain、AutoGPT 等）的开发或有重要贡献。\n3）具备多 Agent 系统设计和协作机制研究经验，了解 Agent 间通信和任务分配技术。\n4）有构建端到端 Agent 系统的实际项目经验，能够解决生产环境中的鲁棒性和可靠性问题。",
        "skills": [AI生成
            "Python",
            "PyTorch",
            "TensorFlow",
            "深度学习",
            "系统架构",
            "可靠性",
            "大语言模型"
        ],
        "preferred_qualifications": "加分项：",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=3153953328&jobShareType=1"
            }
        ]
    },
    "posting": {
        "posting_id": "3153953328",
        "post_date": "",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=3153953328&jobShareType=1"
    },
    "fulltext": "【大模型北斗实习】面向真实物理世界的大规模智能体研究（Agent In Real Life）\n【大模型北斗实习】面向真实物理世界的大规模智能体研究（Agent In Real Life）\n\n基础信息\n工作地点：北京市 / 上海市\n职位类别：技术类\n职位族群：算法,硬件,软件\n更新时间：2025-05-23\n\n岗位职责\n随着 LLM 与 RL 技术的飞速发展，具备自主决策与执行能力的 Agent 系统成为 AI 领域的前沿研究方向。本课题聚焦于构建能够在真实物理世界（餐饮、购物、旅行规划等）复杂场景下自主运行的 Agent 系统，解决传统 AI 系统难以应对的多步骤规划、长期目标追踪、环境适应性等核心挑战。主要研究内容包括但不限于：\n1）自主规划与决策：研究基于 LLM 的 CoT 等的复杂推理机制，使 Agent 能够自主分解并解决如\"为一家四口安排一个周末出游计划，包括交通、住宿、餐饮和活动\"等多步骤任务；开发能够在规划失败时进行自我修正和重新规划的自适应决策框架，突破传统 Agent 在复杂场景下的规划瓶颈。\n2）强化学习驱动的自主优化：应用前沿强化学习算法（如PPO、GRPO、RL）优化 Agent 的决策系统，通过用户反馈和任务完成度构建复杂奖励函数；研究如何在高维状态空间和长期依赖问题中有效进行奖励分配，解决真实复杂物理场景中典型的延迟反馈和稀疏奖励挑战。\n3）多 Agent 协作与分布式决策：设计基于角色分工的多 Agent 协作框架，使不同专长的 Agent 能够协同解决复杂任务，如\"美食专家 Agent 负责菜品推荐，规划 Agent 负责整体行程安排\"等；研究 Agent 间的通信协议和共识机制，解决分布式决策中的冲突协调和资源分配问题。\n\n岗位基本要求\n1）硕士及以上学历，计算机科学、人工智能或相关专业背景。\n2）熟练掌握 Python，熟悉 PyTorch 或 TensorFlow 等深度学习框架。\n3）扎实的 LLM 和 Agent 系统理论基础。\n4）熟悉 RL 算法框架，具备将 RL 应用于 Agent 决策优化的实践经验。\n5）具备设计复杂 Agent 系统架构的能力，包括记忆机制、规划模块、执行模块等核心组件。\n加分项：\n1）在NeurIPS、ICLR、ICML、ACL、EMNLP等顶级会议发表过 Agent 系统或相关技术的论文。\n2）参与过开源 Agent 项目（如LangChain、AutoGPT 等）的开发或有重要贡献。\n3）具备多 Agent 系统设计和协作机制研究经验，了解 Agent 间通信和任务分配技术。\n4）有构建端到端 Agent 系统的实际项目经验，能够解决生产环境中的鲁棒性和可靠性问题。\n随着 LLM 与 RL 技术的飞速发展，具备自主决策与执行能力的 Agent 系统成为 AI 领域的前沿研究方向。本课题聚焦于构建能够在真实物理世界（餐饮、购物、旅行规划等）复杂场景下自主运行的 Agent 系统，解决传统 AI 系统难以应对的多步骤规划、长期目标追踪、环境适应性等核心挑战。主要研究内容包括但不限于：\n1）自主规划与决策：研究基于 LLM 的 CoT 等的复杂推理机制，使 Agent 能够自主分解并解决如\"为一家四口安排一个周末出游计划，包括交通、住宿、餐饮和活动\"等多步骤任务；开发能够在规划失败时进行自我修正和重新规划的自适应决策框架，突破传统 Agent 在复杂场景下的规划瓶颈。\n2）强化学习驱动的自主优化：应用前沿强化学习算法（如PPO、GRPO、RL）优化 Agent 的决策系统，通过用户反馈和任务完成度构建复杂奖励函数；研究如何在高维状态空间和长期依赖问题中有效进行奖励分配，解决真实复杂物理场景中典型的延迟反馈和稀疏奖励挑战。\n3）多 Agent 协作与分布式决策：设计基于角色分工的多 Agent 协作框架，使不同专长的 Agent 能够协同解决复杂任务，如\"美食专家 Agent 负责菜品推荐，规划 Agent 负责整体行程安排\"等；研究 Agent 间的通信协议和共识机制，解决分布式决策中的冲突协调和资源分配问题。\n1）硕士及以上学历，计算机科学、人工智能或相关专业背景。\n2）熟练掌握 Python，熟悉 PyTorch 或 TensorFlow 等深度学习框架。\n3）扎实的 LLM 和 Agent 系统理论基础。\n4）熟悉 RL 算法框架，具备将 RL 应用于 Agent 决策优化的实践经验。\n5）具备设计复杂 Agent 系统架构的能力，包括记忆机制、规划模块、执行模块等核心组件。\n加分项：\n1）在NeurIPS、ICLR、ICML、ACL、EMNLP等顶级会议发表过 Agent 系统或相关技术的论文。\n2）参与过开源 Agent 项目（如LangChain、AutoGPT 等）的开发或有重要贡献。\n3）具备多 Agent 系统设计和协作机制研究经验，了解 Agent 间通信和任务分配技术。\n4）有构建端到端 Agent 系统的实际项目经验，能够解决生产环境中的鲁棒性和可靠性问题。",
    "standard_classification": {
        "std_category_code": "T010",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}