微信小微-记忆系统的构建与下游应用

课题背景： 微信助手生长于微信之中，无论是作为朋友、助手、秘书，微信助手都需要、也有足够的潜力懂用户。如何在保证用户隐私的情况下，构建记忆系统、用好记忆系统，让用户能够感受到足够的贴心、但又不至于冒犯，是提升微信助手体验的核心课题，也是微信助手的重大潜力。 课题挑战： 微信生态中的消费数据极度多元，涵盖聊天、朋友圈、支付、小程序、收藏等众多场景，数据的异构性与碎片化使得记忆的统一抽取、结构化与质量保证面临巨大挑战。与此同时，微信用户群体跨度极广，不同年龄层、使用习惯与认知水平的用户对"贴心"与"冒犯"的边界感知迥异，记忆系统需在高度个性化的同时兼顾足够的泛化能力。在技术链路上，用户画像的持续构建、海量记忆的精准检索、记忆在对话生成中的有效注入，以及通过agentic后训练提升记忆效果，还需兼顾成本与效果，极具挑战。此外，微信中沉淀着用户大量个人文件与资料，如何将其组织为可检索的私有知识库，也是记忆系统落地不可回避的工程难题。 具体工作： 参与用户记忆体系的设计与构建，探索海量异构消费数据的统一抽取与结构化方案，研究用户画像的持续更新与精准检索机制，并在微信助手真实场景中完成效果评测与迭代。

学历和专业要求： 来自计算机、人工智能、统计学、信息工程、数据挖掘等相关专业的博士、硕士同学。 技术技能要求： 掌握用户画像构建、记忆检索、知识图谱或图学习等相关算法及应用，熟悉NLP与对话系统技术，了解RAG、LLM后训练或隐私保护机器学习者优先。 软性素质要求： 具备良好的数据分析与问题拆解能力，对用户建模与对话体验方向有兴趣，逻辑严谨，执行力强。 此课题同时招聘应届实习生和低年级实习生。