腾讯｜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实习

课题背景： 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。 课题挑战： 1、多容器并行反馈采集机制设计：如何在同质化的多个容器环境中高效调度智能体并行执行任务，稳定采集轨迹、状态、动作、环境返回和成败信号等多粒度反馈； 2、协同进化策略设计：如何在多个并行实例之间建立有效的协同机制，支持行为比较、优胜劣汰、策略变异、多样性保持与群体级能力演进； 3、经验单元抽象与表示：如何从原始执行轨迹中提炼出具备复用价值的经验单元，例如查询改写模式、工具调用策略、错误恢复路径、证据筛选规则和任务拆解模板； 4、经验复用与迁移机制：如何让沉淀下来的经验单元在新任务、新环境和新问题类型中被有效召回、组合与重用，提升智能体的跨任务泛化能力； 5、开放域能力进化评测体系：如何构建面向开放域任务的评测框架，量化经验沉淀与协同进化对任务成功率、执行效率、鲁棒性和泛化性的真实收益。 具体工作： 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。

1、包含但不限于计算机、信息工程、模式识别、人工智能、自动化、软件工程、电子工程、统计学、应用数学、物理学/量子计算、信息安全、信号与信息处理等专业的博士和优秀硕士； 2、熟练掌握大模型、多模态相关的基本算法及应用，熟悉caffe、tensorflow，pytorch等至少一个深度学习框架； 3、较强的工程实现能力，熟练掌握 C/C++ 编程，熟悉 Shell/Python/Matlab 至少一种编程语言。 【加分项或注意事项】 此课题同时招聘应届实习生和低年级实习生。