工作职责：

- 参与智能编码 Agent 的整体策略架构设计，包括任务拆解策略、工具选择策略、上下文管理策略、多轮交互决策策略等。
- 协助构建基于规则、模型推理或混合策略的 Agent 决策流程，提升代码生成的准确性、稳定性与可控性。
- 对 Coding Agent 在真实开发场景中的行为进行分析建模，如代码生成路径、工具调用顺序、错误恢复策略等。
- 通过数据分析和实验对比，持续优化 Agent 的决策逻辑与执行效果。
- 探索基于大模型的策略学习方法，包括提示工程、上下文压缩、状态表示、策略选择与反馈优化机制。
- 参与设计轻量级策略模型或规则系统，与大模型协同工作，降低推理成本、提升响应效率。
- 参与构建 Coding Agent 的评测指标和实验框架，如任务完成率、代码可用性、修复轮次、开发效率提升等。
- 设计和执行策略消融实验、对照实验，形成可复用的评测结论。
- 与工程、产品团队协作，将策略算法落地到实际编码工具或开发平台中。
- 参与 Agent 相关模块的工程实现、接口设计与系统联调，推动策略能力在真实业务中的应用。

任职资格：

- 计算机、软件工程、人工智能、自动化等相关专业在读本科或研究生。
- 具备扎实的计算机基础，对算法、数据结构、操作系统或软件工程有良好理解。
- 至少熟练掌握一门编程语言（如 Python、C++、Java、Go 等）。
- 对大语言模型、智能体（Agent）、自动代码生成等方向有强烈兴趣。
- 理解或接触过以下方向之一者优先：智能体决策与策略设计、强化学习或基于规则的决策系统、提示工程、多轮对话策略、模型评测与效果分析
- 思维严谨，具备较强的分析和问题拆解能力，有良好的沟通能力和团队协作意识，能主动推动问题解决，对前沿技术保持持续学习热情，愿意深入理解复杂系统的运行机制。