理想汽车AI Agent开发实习生-北京/上海
任职要求
1. 对 Prompt 设计及大模型应用有浓厚兴趣，有AI workflow/Agent 课程/项目实践者经验； 2. 了解 LangChain、Langgraph，Dify、n8n或其他AI …
工作职责
1. 负责部分研发效能Agent开发，通过设计场景化 的Prompt，tool use和上下文提升模型交互效果； 2. 借助 Dify、LangChain 等平台搭建原型 Agent，完成基础组件拼装并对接主流大模型； 3. 协助业务梳理研发效能及流程自动化等场景需求，并参与 AI Agent 方案与流程草案的编写； 4. 针对AI Agent的应用场景，设计相应的评估集，确保在产品迭代过程中性能表现稳步提升。
1、AI编程工具研发：参与公司 AI 编程助手（类似 Cursor/Copilot）的 IDE 插件开发（Android Studio/VS Code），打造丝滑的 AI 辅助编码体验。 2、Coding Agent 构建：设计并实现面向特定编程任务的 AI Agent，包括但不限于：研发自测用例生成/执行、智能代码审查（Code Review）、存量代码新框架重构等。 3、代码库 RAG 建设：参与构建基于企业级代码库的 RAG（检索增强生成）系统，优化代码索引与检索策略，让大模型真正“读懂”代码 4、模型效果调优：通过 Prompt Engineering、SFT（监督微调）或构建评估集（Eval），持续提升模型在代码补全、解释、生成场景下的准确率与采纳率。
在导师指导下，参与大模型智能体（Agent）的开发与应用落地，包括但不限于： 1. 参与 Agent 应用的设计与实现，探索从对话到任务执行的智能体能力。 2. 协助设计和优化 Prompt 策略（如 CoT、ReAct），提升模型输出的稳定性与可用性。 3. 基于 LangChain、LlamaIndex 等框架，搭建 RAG（检索增强生成） 应用链路。 4. 实现 Agent 对外部工具的调用（API / 数据库 / 内部系统），支持简单的任务规划与自动化流程。 5. 参与 Demo、内部工具或实验性项目的开发与迭代。
1.探索基于大语言模型（LLM）的Coding Agent开发范式，推动**AI驱动的算子开发流程（Human + Agent协同）**落地 2.使用AI工具（如 Claude Code / Cursor / 自研Agent）参与高性能算子开发，包括： a.GPU方向：CUDA / C++算子开发与性能优化（访存、并行度、kernel fusion等） b.BPU方向：地平线BPU算子开发与优化（编译约束、算子映射、数据流优化等） 3.参与构建AI辅助算子开发体系，包括： a.Prompt设计与Agent workflow搭建 b.自动代码生成、自动调优、自动benchmark与回归验证 c.结合profiling工具进行性能分析与优化闭环 4.参与大模型推理系统中的关键算子优化（Attention / KV Cache / MoE等） 5.参与跨硬件平台的算子适配与优化（GPU ↔ BPU） 6.沉淀技术文档与最佳实践（CLAUDE.md、Skill等）