阿里巴巴研究型实习生-Agent 优化技术研究
任职要求
1、计算机科学、人工智能、软件工程等相关专业硕士或博士在读 2、熟悉大语言模型（LLM）的基本原理和应用，了解 Prompt Engineering、Function Calling、RAG 等技术 3、熟练掌握 Python，具备良好的工程能力，对 Ag…
工作职责
1、参与LLM native的行为风控agent设计，构建面向行为防控场景的智能体应用 2、设计和实现Agent 的规划（Planning）、工具调用（Tool Use）、记忆管理（Memory）、多智能体协作（Multi-Agent）等核心 3、探索 Agentic Workflow 在风险识别、策略执行、异常行为检测等防控链路中的落地方案 4、搭建 Agent 评估与调试框架，设计评测指标，持续优化系统的准确性、鲁棒性和可解释性 5、跟踪 Agent 领域前沿研究，探索包括agent memory、 agentic RL、context learning等技术，促进agent能力的持续提升
作为 Agent Infra 工程师，你将深度参与或主导以下方向的建设： 1. 面向 Agent 的研发范式重构：打破传统面向人的知识组织与协作模式，以 All-in-Code、工作项驱动、上下文可消费为核心，重构研发流程与信息结构，建设面向 Agent 的工作方式。 2. Agent 原生执行平台：设计并落地 Brain / Hands / Session 三层解耦的执行平台架构，包括模型路由、上下文工程、能力编排、长程任务管理；并在此之上孵化 Agent Teams 多 Agent 协作框架与 Mem2Skill 自进化闭环。 3. CLI 化工具生态：定义 Agent 友好的标准化 CLI 规范，建设 CLI 注册中心、版本管理、权限隔离与可观测性体系；沉淀官方 Skill/CLI 矩阵，覆盖发布、灰度、回滚、诊断等高频研发场景。 4. AI 安全通信网关（AIGW）：设计 Agent 身份与可信授权体系，建设全链路 Prompt / Tool Call 审计与防滥用机制，打造集团级 AI 安全基础设施 5. 高密度 Agent Sandbox：构建容器 / MicroVM / WASM 多形态统一抽象的安全执行环境，实现秒级启动、强隔离、低成本，支撑 2W+ 日活 Agent 并发执行 6. 建设面向 Agent 的生产运维操作，构建风险评估、分级审批与行为审计能力，在释放 Agent 自主性的同时确保生产环境可控
研究领域： 人工智能安全 项目简介： 当前，智能体在自主学习和操作过程中可能面临各种安全威胁。本项目旨在建立针对智能体的安全防护体系，探索有效的对抗训练方法，从而提升智能体的安全性和鲁棒性。
团队介绍： 团队负责Accio Agentic模型整体后训练，核心关注coding和computer use能力，现有团队成员来自Top Tier大厂的基模团队，大多毕业于清华/上交等知名院校，有训练 T 级规模模型的经验，团队支持项目开源和顶会论文发表。 职责描述： 1. 核心模型演进： 深度参与大规模 Agentic LLM 的全链路研发，涵盖 Mid-train/CPT、SFT 及 RL 阶段，探索领域知识增强与多任务学习的前沿技术，表现突出者可在核心tech report中署名。 2. 工程化与基准建设： 参与构建代码库级别的 Benchmark，优化模型在多语言、多框架环境下的跨模块调用与依赖分析性能。 3. Black-box Agent RL & Online Learning a. 策略建模与优化： 深入研究 Black-box Reward/Value Function 的建模，解决 Agent 在不可导环境反馈下的策略梯度估计问题。 b. 持续探索架构： 设计并实现高性能的 Online RL 框架，支持 Agent 在真实操作系统与开发环境中进行大规模并发探索与在线策略迭代。 c. 长程推理研究： 针对 Long-horizon RL 场景，攻克 Credit Assignment（信用分配）难题，提升 Agent 在多步推理（Multi-step Reasoning）下的决策稳定性。 4. Computer-Use Agent 系统建设 a. 全链路数据 Scaling： 参与构建海量真实用户交互数据的自动化生产流水线，覆盖办公场景与自动化流程，实现数据的高效回流与训练闭环。 b. 数字任务执行核： 开发基于 Bash、Skills、MCP（Model Context Protocol）的执行引擎，构建能够熟练使用各种 CLI 工具与数字插件的 Agent 核心模型。 c. 多场景交互闭环： 探索 Agent 与真实操作系统、浏览器及专业开发环境的交互，在 Terminal、MLE-bench 等复杂基准测试中验证模型的端到端任务完成率。
团队介绍： 团队整体负责Accio Agent构建，核心关注Agent自进化能力和长程任务执行能力，现有团队成员来自Top Tier大厂，大多毕业于清华/上交等知名院校，团队支持项目开源和顶会论文发表。 职责描述： 1. 研发并优化 Agent 的核心能力模块，包括但不限于自主规划（Planning）、多步推理（Reasoning）、工具/skill调用（Tool Use）、长短期记忆（Memory）及 RAG 增强； 2. 复杂任务动态编排：设计并实现高扩展性的Multi-Agent协作框架（如Agent Swarm/Agent Team），支持将模糊的宏观目标递归拆解为原子任务； 3. Long-horizon运行设计：构建结合""工作记忆+全局知识库""的多级存储系统，解决Agent长期运行中的信息遗忘问题，建立跨Agent的共享上下文能力，设计Agent持续进化框架； 4. 构建端到端的Agent评测体系，构建生产力场景benchmark，推动Agent在business场景落地。