商汤｜Agent Harness 实习生

加入商汤科技多模态基模型研发团队，参与下一代通用基模型的核心能力建设。团队面向语言、代码、数学推理、工具调用、智能体、多模态理解与生成等方向， 共同研发具备强语言能力、复杂推理能力和真实任务执行能力的一体化基础模型+Harness。 1、建设面向 Agent 能力的 Harness 系统，包括任务环境、工具调用、函数调用、浏览器/代码/办公软件操作、多轮规划、反思与执行闭环； 2、参与通用大模型核心算法研发，覆盖预训练、持续预训练、指令微调、偏好对齐、强化学习、推理增强、评测诊断等关键环节； 3、研究提升模型在复杂任务中的语言理解、长上下文、代码生成、数学推理、规划决策、工具使用、事实性和可靠性； 4、参与后训练数据与训练信号建设，包括高质量指令数据、合成数据、偏好数据、过程奖励、自动打分器、拒答/安全数据和失败样本挖掘。 5、探索 2026 年前沿方向，包括 Agentic RL、test-time compute、self-improvement、multi-agent、Deep Research、AI Coding、RAG+Agent、长上下文、多模态统一建模、MoE/稀疏激活、高效推理与训练-推理协同优化。 6、与模型、数据、Infra、产品团队协作，将前沿研究转化为可复现实验、可规模化训练流程和可落地的模型能力。

1、2027届本科及以上学历，计算机、软件工程、人工智能等相关专业 ； 2、对通用人工智能和基础模型长期发展有强烈兴趣，具备优秀的学习能力、工程意识、团队协作能力和结果导向； 3、 具备较强的 AI-Native 研发工具链使用和实验能力。具备良好的论文阅读、问题抽象和实验分析能力，能够将前沿研究转化为可验证的算法方案和工程实现； 4、具备扎实的计算机基础、工程实现能力和大模型相关技术基础，熟悉 Transformer、Attention、MoE、RL、长上下文、工具调用、函数调用、RAG、Agent、多智能体协作等基础方法者优先； 5、熟悉大语言模型或多模态大模型研发流程中的至少一个环节：模型评测、数据构建、后训练、对齐、推理优化、Agent Harness、任务环境构建、工具接入、轨迹采集、自动打分、失败分析与数据闭环等； 有以下经验者优先：Agent 框架研发、代码智能体、浏览器/桌面自动化、工具调用系统、沙箱执行环境、长程任务评测、多智能体协作、Deep Research、AI Coding、RAG+Agent、强化学习环境构建、大模型训练/微调、模型评测或多模态理解与生成。 在 NeurIPS、ICML、ICLR、ACL、EMNLP、CVPR、ICCV、ECCV、AAAI、KDD、MM 等顶会发表论文，或在高水平竞赛、开源社区、模型榜单、Agent/代码/评测相关项目中有突出成果者优先。