智谱27届GLM算法研究员（推理/规划/Agent方向）

工作描述

【团队介绍】
当前语言模型在通用对话、基础推理和短程任务处理中已经取得了显著进展，但在 Agent 场景下的复杂任务求解中，模型距离真正稳定、泛化、可扩展地完成真实世界任务仍有明显差距。尤其是在 Deep Research、Code Agent、开放环境决策、多步工具使用、长程任务分解与执行 等问题上，模型常常面临规划深度不足、长期奖励稀疏、探索效率低、任务迁移能力弱等挑战。我们关注如何让模型具备更强的长程推理、持续探索、自主规划与多阶段决策能力，使其能够在复杂环境中围绕目标进行多轮思考、行动、反馈和修正，逐步完成具有真实价值的 long-horizon tasks。团队重点研究：
面向 Agent 的推理、规划与执行一体化建模
基于强化学习（RL）的复杂任务能力提升
长程任务中的探索、信用分配与奖励建模
面向真实环境的工具使用、代码执行与交互式学习
在后训练阶段实现接近预训练 scaling 的能力增长，让模型具备持续自我改进和跨任务泛化的潜力
我们希望构建能够在真实任务中进行 长期思考、主动探索、持续学习和可靠执行 的下一代智能体系统。

【工作职责】
Agent 长…