阿里巴巴研究型实习生-Agent Infra工程师
任职要求
1. 2027 / 2028 届博士研究生，计算机、软件工程、人工智能等相关专业；能连续实习 3 个月以上 2. 扎实的计算机功底：数据结构与算法、操作系统、计算机网络、分布式系统；熟练掌握 Java / Go / Python / TypeScript 至少一门，具备完整项目经验；良好的工程素养：代码规范、Git 协作、单元测试、调试与问题定位 3. 较强的学习能力与抽象思维，能在新领域快速上手并交付成果 4. AI / Agent 方向：有 LLM、Agent、AI Infra、RAG、向量检索、知识图谱、上下文工程相关项目或论文；熟悉 LangGraph、Aut…
工作职责
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
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
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。
我们正在寻找对 AI Agent、长短期记忆机制（Memory Mechanism） 有浓厚研究兴趣和实战热情的实习生，加入我们。你将参与构建能够“持续进化”的AI Agent应用，通过设计先进的记忆系统，让模型不仅能听懂当下的指令，更能记住历史背景、理解业务偏好，并从错误中自我学习。 【岗位职责】 记忆架构设计：探索与实现面向真实业务场景的长短期记忆框架，解决多轮 对话中的上下文丢失与指代消解问题。 经验池与自我演进：研究基于历史查询经验/专家经验的增强方案，利用 Self-Reflection 或 Reinforcement Learning 技术，使 Agent 能够从历史报错或用户反馈中学习，提升复杂 问题的成功率。 前沿算法探索：跟踪 MemGPT、Generative Agents、Hierarchical Memory 等 Agent 领域的最新研究，在AI Agent 任务上验证并改进相关论文算法，产出高质量实验结论。
专注于Model-as-Agent后训练，并重点从以下技术方向进行深入研究： 1. Tool - 幻觉抑制及知识信息的精准生成。核心解决Extrinsic hallucination：例如模型调用外部工具（数据库查询、Web 检索、RAG等）时产生错误查询、误解释或忽略结果。 2. Model - Model as Agent的能力增强。构建Agent训练数据 + 沙盒环境 + API工具集 + Verifier的完整数据训练方案，解决Agent后训练中奖励稀疏和信用合理分配的问题。 3. Scaling - 在test time阶段通解决模型agent推理时学习增强的scaling问题，解决长上下文、长期状态管理记忆等关键问题。