深度求索通用 Agent 数据产品经理（办公/生活/搜索）
任职要求
1.拥有主流 AI 搜索及 Agent 产品的深度使用经验，熟悉当前主流 Agent 架构与产品形态，能够敏锐感知模型能力差异，定位背后的数据需求与问题。 2.对任务质量有清晰的判断标准与内在追求，对“好”有明确的界定能力，能精准辨识输出质量的层级差异，并能将主观感受拆解为可传达、可检验的具体维度。 3.理解模型训练与优化的基本原理，熟悉模型评测方法，精通 prompt engi…
工作职责
【团队使命】 文字延伸了记忆，印刷术延伸了知识传播，互联网延伸了感官与连接。我们相信，Agent 将成为对人本身的又一次「延伸」—— 以搜索打破静态知识的围墙，以工具触达数字世界的疆域，让人与 AI 的关系从对话走向托付，从而真正解放人的行动力与创造力，构建「人机共生」的新文明。 【岗位类别】：实习/全职 1.定义并推进大模型在真实任务场景中的 Agent 能力，深入办公与日常生活等场景下的复杂环境，使模型能自主规划、执行并交付完整结果，持续识别能力瓶颈，驱动模型迭代优化。 2.围绕 AI 搜索及自主任务执行的全流程，设计并落地多维度自动化评测与归因体系，建立能真正区分“能用”与“好用”的评测标准，覆盖端到端任务完成度与过程行为质量，打通人工评估与自动化评估，精准定位模型短板。 3.针对各类 AI 搜索与 Agent 任务，定义回答及执行结果的理想态，设计并迭代高质量、高多样性的数据生产管线，系统性提升搜索回答与 Agent 产物的准确性、完整性和用户体验。
千问通用AI Agent团队致力于建设高度自主的AI Agent体系，我们诚邀具备扎实算法功底与研究潜力的优秀在校生加入，围绕前沿 Agent 技术的进行探索与应用落地，共同推动智能体技术的发展，你将深入参与: 1. Agent 学习与优化：研究并实现前沿 Agent 训练算法，包括但不限于模仿学习、强化学习等，提升 Agent 的自主决策能力; 2. Agent 架构与能力建设：涵盖 Planning、知识检索、工具调用、长短时记忆等核心模块的设计与优化，构建高智能可扩展的 Agent 框架； 3. 多模态交互与理解：基于 LLM 与多模态技术，构建面向复杂场景的智能体交互系统，实现自然的人机协作； 4. 场景化应用与创新：深度结合业务需求，设计适配不同领域的专业 Agent，打造具备长期价值和强劲竞争力的智能助手产品； 5. 追踪相关前沿技术，协助完成相关方向的效果评估、Benchmark测试，推动相关领域性能的不断提升；
1. 通过 Large Scale RL Scaling 等手段，训练模型能够在多样化、有噪声的真实、全模态环境下，支持多样化的 Tools、Skills、Subagents 的稳定、正确、综合、可插拔式灵活使用，并能在一定限度内进行环境的修复与可靠改造； 2. 探索在易于模型理解使用的前提下，训练模型以更高信息密度的形态构建、维护和利用 memory，使模型能主动在重复性任务或封闭任务域中总结、提炼认知与经验，并进行有效复用，达到不断自进化的效果； 3. 训练模型的系统性长程任务高效处理能力，可以自主进行合理的任务拆解、分工；探索通过 agent swarm 或其他先进的 multi-agent system 进行系统性长程任务的并行执行和提效； 4. 探索多模态推理和多模态环境交互的范式，并基于此进行增强模型在复杂全模态环境下的任务完成能力。
我们期望探索构建这样的 AI 系统：具备真实物理世界级别的全模态信息交互与处理能力、有高学习和成长属性、可以无人监管地高效执行并完成真实复杂长程任务；从而让 AI 真正成为人类的强大帮手，对工作、生活、科研等人类社会的各个方面都进一步带来更大、更深远的有益影响。 1.探索小时或者天级别复杂长程任务下的 RL Scaling 等可靠后训练范式，实现有效的探索引导和 credit assignment，并保障训练的 robustness、efficiency & effectiveness； 2.探索模型的自进化系统构建方案，在易于模型理解使用的前提下，训练模型以更高信息密度的形态构建、维护和利用 memory / skills，使模型能主动在重复性任务或封闭任务域中总结、提炼认知与经验，并进行有效复用，达到不断自进化的效果； 3.探索多模态推理和多模态环境交互的范式，尤其关注真实物理世界级别的动态环境，并基于此训练模型在复杂全模态环境下的复杂长程任务完成能力； 4.探索模型群体智能的演化可能性，可以自主进行合理的任务拆解、分工、协同探索与智能集成； 【为什么是我们】 1.获得在业内最前沿的大模型认知和技术积累，团队人才密度高且具备良好的研究、讨论氛围，鼓励大家研究最重要、最难、最开放的问题； 2.研究成果丰硕，在 agent / multi-modal agent、posttrain、reinforcement learning、memory & evolving system 等方向进行了系统探索，仅过去半年就产出 ICLR 2篇，ACL 1篇，ICML 5篇，另有10篇以上 NeurIPS/EMNLP 工作在投，投稿工作顶会中稿率达 80%，代表工作包括 VitaBench / ScaleEnv / CoBA-RL / MemOCR / Skill0 / Skill1 / SDAR 等； 3.有充足的数据和GPU资源用于实验探索，同时有良好的高校科研合作链接和丰富的学术资源，助力大家探索最重要、最难、最开放的问题； 4.工作环境优越，团队扁平，结果导向，提供有竞争力的薪资福利和良好的个人成长、发展空间；
主导通用AIAgent（对标Manus等前沿形态）的核心算法研发与技术落地，带领团队攻克大模型驱动下的信息搜集、智能决策、智能办公等关键技术难题，构建具备搜索增强、自然对话能力的新一代通用智能体，支撑业务在多领域的创新应用。 具体职责： 1.算法研发与创新：牵头通用AIAgent的核心算法设计，包括但不限于大模型微调与强化学习、智能规划与决策、多模态信息融合、搜索增强机制等，持续提升Agent的通用性与任务执行能力。 2.场景落地与优化：聚焦搜索、对话等核心应用场景，主导算法方案的落地实施，结合业务需求迭代优化模型效果，解决实际场景中的技术瓶颈（如上下文理解、意图识别、多轮交互连贯性等）。 3.团队管理与赋能：带领5-10人算法团队开展研发工作，制定技术研发计划，统筹项目进度，搭建高效协作机制；指导团队成员成长，提升团队整体技术水平与创新能力。 4.技术攻坚与前瞻布局：跟踪国内外通用Agent、大模型领域的前沿技术动态（如顶会论文、行业实 践），主导技术预研与攻关，推动技术成果转化，保障团队技术竞争力。 5.跨部门协作与国际化支持：与产品、业务等部门深度协作，明确技术需求与落地路径；若涉及海外业务，需主导适配海外场景的算法优化，提供国际化技术支持。