Agent自我学习进化与多Agent群体智能研究-阿里星/C-Star

你将深度参与到千问核心Agent能力的技术探索和业务落地实践，围绕Agent能力的建设上探索面向未来的空间：

1. 01

   前沿算法研究： 持续对多智能体协同场景的前沿技术进行探索，设计并实现高效的 Agent 通信、规划、路由和强化学习训练算法；

2. 02

   系统架构设计： 探索支持异构 Agent 协作的底层框架，解决复杂任务场景下的任务拆解、角色自适应演进及群体记忆管理等核心问题；

3. 03

   模型进化探索： 研究基于群体协作反馈的自我进化机制，探索从单体智能向群体智能涌现的技术路径；

4. 04

   落地与复现： 持续跟踪学界/业界Agent方向最新进展，推动最新成果在实际业务场景中的落地；

5. 05

   学术和行业影响力打造，输出专利和论文，树立行业技术标杆，引领Agent方向技术潮流。

1. 01

   计算机、人工智能、数学等相关专业硕士及以上学历（博士优先）；

2. 02

   具有扎实的 NLP、强化学习（RL）、LLM和Agent背景基础；

3. 03

   精通大模型原理与应用（如Transformer架构、预训练与微调技术）；

4. 04

   熟练掌握Python及TensorFlow/PyTorch等深度学习框架；

5. 05

   熟悉主流 Agent 框架（如 LangChain, AutoGen, MetaGPT, OpenClaw 等），有底层源码修改或二次开发经验者优先；

6. 06

   在AI顶会（如ACL, ICLR, NeurIPS, ICML等）发表过 Agent 或 LLM 相关论文者优先；

7. 07

   参与过开源大模型或通用Agent相关项目，有开源社区贡献者优先；

8. 08

   对 AGI 充满热情，具备极强的探索欲和解决不确定性问题的能力；

9. 09

   良好的逻辑思维能力和团队协作精神，能够快速理解并拆解复杂的业务需求。