vivoAI软件架构技术专家（大模型与强化学习）

1、设计并优化大模型与强化学习融合算法架构，提升模型性能，使其适配AIOS运行环境，增强AI agent决策执行能力； 2、深度融合强化学习与大模型训练，促使AI agent在AIOS生态中自主学习并执行优化策略； 3、主导模型训练，运用分布式计算资源和高效训练策略调优参数，保障模型在AIOS和agent应用中的稳定性； 4、探索多模态融合创新应用，拓展模型能力边界，满足AIOS下AI agent复杂交互需求； 5、及时诊断并解决模型训练和应用过程中出现的问题，确保AI agent稳定运行，参与需求讨论，提供建设性技术建议。

1、设计并优化大模型与强化学习融合算法架构，提升模型性能，使其适配AIOS运行环境，增强AI agent决策执行能力； 2、深度融合强化学习与大模型训练，促使AI agent在AIOS生态中自主学习并执行优化策略； 3、主导模型训练，运用分布式计算资源和高效训练策略调优参数，保障模型在AIOS和agent应用中的稳定性； 4、探索多模态融合创新应用，拓展模型能力边界，满足AIOS下AI agent复杂交互需求； 5、及时诊断并解决模型训练和应用过程中出现的问题，确保AI agent稳定运行，参与需求讨论，提供建设性技术建议。

1. 设计与开发基于LLM的智能体系统架构，实现复杂任务规划、工具调用、记忆存储等核心功能 2. 构建多智能体协作框架，探索Agent间的通信协议与协同决策机制 3. 集成外部工具API（搜索引擎/数据库/专业软件），扩展Agent能力边界 4. 优化Agent的实时交互能力，包括对话流畅性、任务分解准确性、异常处理鲁棒性 5. 开发Agent评估体系，设计自动化测试场景与量化评估指标 6. 研究Agent持续学习机制，实现长期记忆存储与经验复用

1. 系统架构与工程落地 ● 负责AI Agent框架设计与实现，构建高可用、低延迟的AI Agent生产环境，支持百万级以上用户量的应用、部署平台 ● 负责智能体知识库、流程编排等功能开发，对接头部等流量等载体的接口，输出能力 ● 开发LLM应用基础设施，包括RAG 技术、Agent开发框架（如LangChain） MCP 协议等 ● 优化Agent与工具调用的协同机制，提升任务规划、自主决策和交互体验 ● 探索大模型与Agent技术的结合，解决复杂场景下的推理能力 2. 业务场景适配与创新 ● 推动AI Agent在搜索、营销、服务、DevOps运维等领域的落地 ● 设计符合行业需求的解决方案，如应用导购助理、客服助手、智能编程助手 ● 负责AI项目的推动落地，行业类Agent开发以及行业类RAG系统的架构设计与研发。 ● 负责技术预研、架构设计、业务模型抽象及功能开发保持对业务场景的敏锐洞察，快速熟悉业务流程并理解业务痛点，沟通并分析产品需求，制定技术方案，设计与研发核心系统及模块，推动产品快速迭代。