微信小微主动推荐 - 主动智能与持续学习 Agent 研究

项目背景：目前 AI 大多等用户提出明确问题，但很多真实需求并不会被直接说出来。小微处在微信场景内，有机会逐渐了解用户正在经历什么，世界在发生什么，在合适的时机提供有用的信息和帮助，并根据用户后续反应不断调整。期望以大量真实交互为基础，探索从“被动回答”走向“持续学习和主动服务”。 课题挑战：Agent 需要从对话、微信全域信息和内容消息中，形成对用户与世界持续更新的理解；面对大量可能的服务，完成需求发现、信息获取、规划和个性化生成；并从真实但稀疏、含噪的用户反馈中学习，期望实现跨用户、跨任务的能力迁移。 具体工作：

1. 01

   设计大模型持续学习机制，基于用户真实交互反馈，以及微信全域内容数据训练大模型，研究持续学习、知识共享与群体能力涌现。

2. 02

   设计 Agent 系统，综合多源信息，完成对用户的持续理解，对世界知识的持续补充，提供服务的推荐和表达，并结合用户反馈持续优化。

学历和专业要求：计算机、人工智能、数学等相关专业博士或优秀硕士应届生优先，具备扎实的机器学习基础。 技术技能要求：在大模型架构、预训练与后训练、强化学习、持续学习方向有顶尖成果；具备以下任一方向研究或实践经验者优先：Agentic RL、Long horizon Agent、Memory、Self-evolve 等。 软性素质要求：具备优秀的原创思考、问题抽象和实验能力，敢于挑战高风险问题；自驱务实，沟通协作和落地能力强。