元宝—面向开放域任务的智能体协同进化与经验单元沉淀研究

【岗位职责】

随着大模型智能体在搜索、信息分析、工具调用和复杂决策等开放域任务中的应用不断深入，如何让系统在真实环境交互中持续积累经验、提升能力，正成为智能体研究与落地的重要方向。相较于依赖单条轨迹、单次任务完成结果进行优化的传统范式，开放域智能体往往需要在大量动态、异构且长链路的任务中，通过反复执行、反馈收集、策略迭代和经验复用实现能力演进。

在这一过程中，多容器并行环境为智能体提供了可扩展的交互基础：通过在多个同质化容器中同时运行任务，可以高效收集执行轨迹、环境反馈与中间状态，为奖励建模、策略优化和行为分析提供丰富数据来源。然而，仅有并行采样并不足以支撑能力持续进化，关键还在于如何将海量原始反馈进一步转化为可抽象、可索引、可迁移的“经验单元”，沉淀为能够在新任务中复用的能力资产。

因此，本课题聚焦于开放域场景下的智能体协同进化机制，研究如何在同质化多容器环境中并行收集反馈，并将其转化为结构化、可复用的经验单元，支撑智能体在复杂开放任务中的持续学习与能力进化。

你将参与开放域智能体协同进化系统的设计与实现，研究多容器并行环境下的任务分发、反馈采集、轨迹管理与行为分析机制；参与探索群体级策略优化方法，构建面向开放任务的协同进化流程；研究从执行轨迹到经验单元的抽象、组织与检索方法，推动经验在不同任务间的复用与迁移；参与自动化评测系统建设，验证经验沉淀与协同进化对混元大模型开放域能力持续提升的效果。

【任职要求】

【加分项】

此课题同时招聘应届实习生和低年级实习生。

【技术方向】

大语言模型、NLP