复杂Agent应用基础技术研究（北斗/校招）

复杂Agent应用基础技术研究（北斗/校招） AI愿景&团队介绍： 美团LongCat Interaction团队致力于用科技创新为用户和生态伙伴创造超预期的交互体验和效率提升，依托生活服务领域多样化且复杂的业务场景，聚焦基座技术与公司战略级应用方向的深度融合，持续推动前沿技术的落地，同时积极探索和挑战技术的无人区，不断定义并刷新行业的最先进技术标准。 （1）智能体系统全链路研发：负责面向生活服务的智能体（Agent）系统全链路设计与研发，从 Agent Harness、上下文治理、工具调用、长程规划到自我纠错，构建具备自主决策与动态规划能力的端到端智能系统 （2）Agent 核心算法研究与后训练：主导智能体核心算法的研发与优化，覆盖数据、评测、架构、模型全流程；推动 SFT/DPO/GRPO 等后训练方法在生活服务场景的落地，持续提升 Agent 在工具调用、协作推理、多目标决策等核心能力上的表现 （3）业务场景规模化落地：深度对接美团生态下的真实业务需求，与产品、工程、业务团队紧密协作，推动智能体技术在本地生活服务场景的规模化应用 （4）Agent 评估体系与数据飞轮：构建多维度智能体评估体系，基于线上真实反馈打通评测—数据—训练闭环，持续提升 Agent 在效果、规模、推理速度等关键指标上的技术天花板 （5）前沿方向探索：追踪大模型与 Agent 技术融合的最新进展，探索 Agentic RL、多智能体协作、Skill 自进化、推理成本优化等前沿课题，拓展智能体系统能力边界 岗位要求 （1）有好奇心，敢想敢做，对营销系统、LLM后训练、Agent决策有深入研究 （2）Agent经验 （3）有OpenClaw/Claude Code/Codex深度使用经验与产出优先 （3）熟悉Agentic RL、Tool-Use训练、Reward Model设计者优先 （4）GitHub高Star AI原生项目或向OpenClaw/OpenCode提交过核心PR者优先 岗位亮点 （1）真实业务的稀缺数据资产：美团亿级真实外卖订单+用户决策轨迹（点击/规格修改/凑单接受），数据稀缺性极高，为LLM后训练提供公开数据集无法替代的高质量信号 （2）完整端到端研究链路：从场景构建→数据生产→SFT/GRPO训练→线上AB→奖励反馈，全链路闭环可验证，研究成果直接服务千万级C/B端用户 （3）Agent与LLM后训练的交叉前沿：选品Agent是Tool-Use × 营销系统 × 多目标决策的天然结合体，是Agentic RL落地的最佳试验田之一 （4）充足的资源保障：充足GPU集群+Token供给，弹药充足，研究节奏不被资源卡脖子 （5）AI-Native研发文化：团队全面拥抱AI工具，把"怎么用好AI加速研究"本身当作研究课题 （6）顶级研究氛围：团队同学26年上半年在ICML/ICLR/ACL/EMNLP等顶会发表论文9篇，与多所顶尖高校保持长期联合研究