2027届-超智机器-博士研究员（大脑方向）

面向具身智能机器人的长期发展，开展具身大脑核心技术研究，构建融合多模态感知、意图理解、推理决策、任务规划、记忆学习与行动执行的智能体认知体系。

负责Agent Harness核心架构设计与关键技术攻关，研究模型、工具、上下文、记忆、状态、工作流及外部环境之间的统一组织与运行机制。

研究复杂任务的分解规划、动态编排、状态管理和长程执行机制，提升智能体在开放场景下持续完成任务的能力。

构建智能体可信执行体系，研究工具调用校验、权限控制、执行隔离、风险识别、结果验证、行为审计及安全回退等关键技术。

研究机器人业务执行中的异常检测与自主恢复机制，包括超时控制、重试熔断、幂等执行、事务补偿、断点续作和人工接管，保障关键任务安全、稳定运行。

开展上下文工程、长短期记忆、知识检索、自我反思及经验学习等方向研究，提升智能体对用户、环境和历史任务的持续理解能力。

研究多智能体协同机制，解决角色分工、任务调度、信息共享、冲突处理及结果一致性等问题。

建设智能体训练与评测体系，围绕任务成功率、工具调用准确率、执行一致性、安全性、可解释性及系统鲁棒性开展系统评估。

推动研究成果在服务机器人、金融服务机器人等产品中的应用，解决真实场景中的可靠性、实时性、安全性和可维护性问题。

承担核心技术路线设计和重大项目攻关，指导算法工程师完成研究成果的工程化转化，并参与高水平论文、专利和技术标准建设

计算机、人工智能、自动化、机器人、软件工程、控制科学、电子信息等相关专业，博士学位。

在大模型智能体、智能体认知架构、多智能体系统、可信人工智能、软件智能化或相关领域具有系统、深入的研究积累。

深刻理解大语言模型及智能体基本原理，对任务规划、工具调用、上下文工程、记忆机制、智能体工作流中的一个或多个方向有深入研究。

能够独立完成研究问题定义、技术路线设计、原型系统实现、实验验证和成果总结。

熟练掌握Python及PyTorch等技术工具，具备复杂智能体系统或算法原型的设计与实现能力。

具备扎实的算法和系统基础，熟悉分布式系统、软件架构、强化学习、概率统计、最优化方法或形式化验证中的一个或多个方向。

具备较强的原创研究能力，能够从真实机器人和复杂业务场景中提炼关键科学问题与共性技术问题。

对人工智能系统的可靠性、安全性、可解释性和可控性有深入认识，能够兼顾算法创新与工程落地。

具备良好的技术判断力、系统思维和跨团队协作能力，能够推动复杂研究项目从概念验证走向产品应用。

具备良好的英文文献阅读、学术写作及国际技术交流能力