主分类：AI模型评测工程
来源 JD 数据（旧分类保留，当前主分类见上方）
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "【基座大模型北斗实习】开放域智能体交互与自动化评测演进机制研究",
"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": "简介：随着 OpenClaw、Claude Code 等 Agent 进入实战领域，传统的静态评测已无法衡量 Agent 的长程规划、自主纠错与真实环境交互能力。我们寻找对 Agent 评测范式有独特见解的同学，共同定义下一代 Agent 的考卷。你将参与的工作有：\n\n1、评测范式研究与落地：\n①针对 OpenClaw 及 Claude Code 等主流 Agent，构建基于真实生产力场景，如自动化办公、复杂代码重构、多工具协同等的动态评测沙盒环境。\n②探索从“单轮对话”转向“长程任务”的评测机制，研究如何量化 Agent 的记忆一致性与环境感知力。\n2、高价值方案产出：\n①设计并构建能反映用户体感的评测集，不仅关注 通过率，更深入拆解用户在交互过程中的使用体验。\n②建立 Agent 错误归因体系，针对 Agent 陷入死循环、幻觉指令、工具调用失败等典型场景进行深度诊断。\n3、未来形态探索：\n①跟踪前沿 Agent 发展，研究在多智能体协同、自主进化等未来形态下的 Agent 形态和相应的评测基准。\n②利用 LLM/Agent-as-a-Judge 的方式，提升自动化评测的准确性与效率。",
"requirements_text": "1、硕士及以上学历，计算机或相关专业，博士优先；\n2、在 ML / NLP / RL / CV / Speech 等相关方向有扎实的研究基础，在 ACL / EMNLP / NAACL / NeurIPS / ICML / ICLR / CVPR / ICCV / ICASSP 等顶级会议发表论文者优先；\n3、优秀的代码和算法功底，具备工匠精神，ACM/ICPC、NOI/IOI、Top Coder、Kaggle等比赛获奖者优先；\n4、在大模型领域或强化学习领域，主导过大影响力的项目或论文者优先；\n5、出色的问题分析和解决能力，有自主探索、深耕一个领域的决心和定力。",
"skills": [AI生成
"强化学习",
"自然语言处理",
"大语言模型"
],
"preferred_qualifications": "1、硕士及以上学历，计算机或相关专业，博士优先；2、在 ML / NLP / RL / CV / Speech 等相关方向有扎实的研究基础，在 ACL / EMNLP / NAACL / NeurIPS / ICML / ICLR / CVPR / ICCV / ICASSP 等顶级会议发表论文者优先；3、优秀的代码和算法功底，具备工匠精神，ACM/ICPC、NOI/IOI、Top Coder、Kaggle等比赛获奖者优先；4、在大模型领域或强化学习领域，主导过大影响力的项目或论文者优先",
"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=4348779862&jobShareType=1"
}
]
},
"posting": {
"posting_id": "4348779862",
"post_date": "",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4348779862&jobShareType=1"
},
"fulltext": "【基座大模型北斗实习】开放域智能体交互与自动化评测演进机制研究\n【基座大模型北斗实习】开放域智能体交互与自动化评测演进机制研究\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\n更新时间：2026-04-03\n\n岗位职责\n简介：随着 OpenClaw、Claude Code 等 Agent 进入实战领域，传统的静态评测已无法衡量 Agent 的长程规划、自主纠错与真实环境交互能力。我们寻找对 Agent 评测范式有独特见解的同学，共同定义下一代 Agent 的考卷。你将参与的工作有：\n\n1、评测范式研究与落地：\n①针对 OpenClaw 及 Claude Code 等主流 Agent，构建基于真实生产力场景，如自动化办公、复杂代码重构、多工具协同等的动态评测沙盒环境。\n②探索从“单轮对话”转向“长程任务”的评测机制，研究如何量化 Agent 的记忆一致性与环境感知力。\n2、高价值方案产出：\n①设计并构建能反映用户体感的评测集，不仅关注 通过率，更深入拆解用户在交互过程中的使用体验。\n②建立 Agent 错误归因体系，针对 Agent 陷入死循环、幻觉指令、工具调用失败等典型场景进行深度诊断。\n3、未来形态探索：\n①跟踪前沿 Agent 发展，研究在多智能体协同、自主进化等未来形态下的 Agent 形态和相应的评测基准。\n②利用 LLM/Agent-as-a-Judge 的方式，提升自动化评测的准确性与效率。\n\n岗位基本要求\n1、硕士及以上学历，计算机或相关专业，博士优先；\n2、在 ML / NLP / RL / CV / Speech 等相关方向有扎实的研究基础，在 ACL / EMNLP / NAACL / NeurIPS / ICML / ICLR / CVPR / ICCV / ICASSP 等顶级会议发表论文者优先；\n3、优秀的代码和算法功底，具备工匠精神，ACM/ICPC、NOI/IOI、Top Coder、Kaggle等比赛获奖者优先；\n4、在大模型领域或强化学习领域，主导过大影响力的项目或论文者优先；\n5、出色的问题分析和解决能力，有自主探索、深耕一个领域的决心和定力。\n简介：随着 OpenClaw、Claude Code 等 Agent 进入实战领域，传统的静态评测已无法衡量 Agent 的长程规划、自主纠错与真实环境交互能力。我们寻找对 Agent 评测范式有独特见解的同学，共同定义下一代 Agent 的考卷。你将参与的工作有：\n\n1、评测范式研究与落地：\n①针对 OpenClaw 及 Claude Code 等主流 Agent，构建基于真实生产力场景，如自动化办公、复杂代码重构、多工具协同等的动态评测沙盒环境。\n②探索从“单轮对话”转向“长程任务”的评测机制，研究如何量化 Agent 的记忆一致性与环境感知力。\n2、高价值方案产出：\n①设计并构建能反映用户体感的评测集，不仅关注 通过率，更深入拆解用户在交互过程中的使用体验。\n②建立 Agent 错误归因体系，针对 Agent 陷入死循环、幻觉指令、工具调用失败等典型场景进行深度诊断。\n3、未来形态探索：\n①跟踪前沿 Agent 发展，研究在多智能体协同、自主进化等未来形态下的 Agent 形态和相应的评测基准。\n②利用 LLM/Agent-as-a-Judge 的方式，提升自动化评测的准确性与效率。\n1、硕士及以上学历，计算机或相关专业，博士优先；\n2、在 ML / NLP / RL / CV / Speech 等相关方向有扎实的研究基础，在 ACL / EMNLP / NAACL / NeurIPS / ICML / ICLR / CVPR / ICCV / ICASSP 等顶级会议发表论文者优先；\n3、优秀的代码和算法功底，具备工匠精神，ACM/ICPC、NOI/IOI、Top Coder、Kaggle等比赛获奖者优先；\n4、在大模型领域或强化学习领域，主导过大影响力的项目或论文者优先；\n5、出色的问题分析和解决能力，有自主探索、深耕一个领域的决心和定力。",
"standard_classification": {
"std_category_code": "T015",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}