【蚂蚁星】算法工程师-代办型Agent工程师-灵光（实习）

岗位职责

部门介绍： 灵光APP是一款原生多模态的AGI助手，团队致力于构建有竞争力的AGI产品体验。算法团队以用户体验为牵引，为灵光助手构建后训练体系和模型。驱动灵光在智能体验上保持业界领先。 职位描述： 1.可训练+连续性+协作：怎么让AI受用户的控制、持续稳定的受用户的控制，怎么去代用户接物待人，按照用户的意愿处理事情； 2.复杂工具管理：工具越来越多，怎么编排、怎么调用、怎么不串； 3.模型后训练：怎么让中小杯在特定场景可以逼近SOTA结果并提升SOTA覆盖不到的能力； 4.快速Demo开发：想法快速转化为可交互产品原型。原型先于文档，新模型发布=重访旧功能。

方向一：可训练+连续性+协作
结合harness方案，实现用户反馈驱动的Agent进化。核心挑战：单轨迹偏好学习（用户只走一条路，构不成偏好对）、纠正泛化（一次纠正如何迁移到相关场景）、防误训练（区分随手说""不要""vs真正偏好）、跨场景偏好迁移。多个Agent替用户协商。 方向二：复杂工具管理 设计工具编排与调用架构，解决工具数量增长带来的挑战。核心挑战：工具路由准确率（百级工具如何精准召回）、调用链可靠性（多步调用如何不串）、工具冲突检测（多个工具如何协调）、工具使用可解释性（用户能理解Agent为什么选这个工具）。 方向三：模型后训练 用RL/SFT控制成本、提升SOTA覆盖不到的能力。核心挑战：用户中心对齐（对齐对象是""这个用户""而非""所有人""）、成本控制（何时用大模型何时用小模型）、能力补齐（SOTA做不到的怎么通过后训练补上）、在线学习（如何持续从用户反馈中学习）。

任职要求

1.深入理解Transformer、大模型原理，熟练掌握Python； 2.Agent实战经验：独立实现过Agent架构，理解长期记忆、工具调用准确率、多步规划等核心挑战。踩过Agent的坑——比如工具调用串了、记忆召回了一堆无关的、规划到第三步就崩了； 3.模型后处理能力：熟悉采样策略、结果校验等幻觉缓解手段，精通Prompt Engineering。熟悉数据处理、SFT/RL技术。理解GRPO及各种变种等核心概念，熟悉RL全链路，熟练使用Slime、OpenRLHF、verl等框架。知道RL在用户中心Agent场景下怎么用； 4.重度AI用户：高频使用各类大模型，对各模型能力边界如数家珍。

加分项（模型×Agent联合优化成果） 在模型与Agent的交叉领域有过充分实践优先： 1.顶会论文：NeurIPS/ICML/ICLR/ACL等与Agent/对齐/RLHF相关论文； 2.开源项目：为知名开源社区项目贡献核心代码，或有高star自主项目； 3.线上系统：参与过真实上线的AI系统，有可量化的效果指标； 4.技术影响力：高质量博客/竞赛奖项/有用户的Side Project。

特色标签

API调度、Python、上下文记忆、业界最优、个体偏好对齐、个性化对齐、人类反馈强化学习、代办智能体、任务执行智能体、分布式训练、发表算法相关优秀论文、后训练优化、增量微调、多模态交互、多模态算法、大数据处理工具(Spark/Hadoop/Hive)、大模型算法、工具编排、幻觉抑制、强人工智能、强化学习、强化学习与人类偏好对齐、持久记忆模块、搜索算法、智能体、最佳基准、有留学背景、机器学习、模型加速/性能优化、深度学习、聊天机器人、自然语言处理算法、跨模态理解、输出校验、通用人工智能