# 大模型agent算法工程师

外部公开机会：不能在 Agent觅聘 内申请，请前往官方渠道投递。

投递在官方渠道完成，完整外部回执留在本人工作区；已登录时，通过 CLI 明确记录的选择、本人自报投递和渠道观察三类最小事件默认上报平台。浏览或保存岗位不会触发上报，外部投递不会出现在“我的申请”里。

- 公司: 小米 (阶段未知)
- 地点: 北京
- 职能: 算法
- 前往官方投递: https://xiaomi.jobs.f.mioffice.cn/campus/position/7670924118350465321/detail

## 来源岗位原文

探索 Agent Harness 研究与应用的前沿技术，构建可进化的 Agent Harness 技术底座，定义可持续学习 Agent 的基础范式，包括但不限于：
1、Agent Memory：自主记忆管理
设计端云分层、多智能体共享、多模态统一的记忆架构，支撑跨设备跨场景的记忆服务能力；探索记忆读写策略与组织结构的自适应演化机制，实现 Agent 层级的持续学习与自纠错。
2、Agent Search：搜索智能体与策略优化
融合遗传进化、语言反思与搜索算法，构建 Search Agent 的经验闭环优化范式，探索从数据构建到在线迭代的后训练全流程，结合多智能体实现协同搜索与策略优化。
3、Agent Harness：可进化的执行底座
基于执行 Trace 实现 Harness 在线诊断与自动优化，探索 Test-time 数据高效的 Agent 策略优化范式，兼顾探索效率与决策稳定性。
任职要求
1.计算机相关方向的硕士或博士;
2.有大模型AIAgent相关研究和项目经历,一作发表过相关方向向的顶会论文;
3.具有优秀的解决复杂问题和多人协作沟通的能力,能够独立思考并开展工作,具有强烈的好奇心和责任心。
接口顶部原始条件（未做资格推断）
{"city_list": [{"code": "CT_11", "en_name": "Beijing", "i18n_name": "北京", "location_type": 3, "mdm_code": "MDCY00000001", "name": "北京", "node_status": 1, "py_name": "beijing"}], "job_post_info": {"HighlightList": [], "JobChannelPublishList": [], "address_list": [], "city_list": [], "correlation_job_list": [], "job_level_id_list": [], "job_post_object_value_map": {}, "job_post_process_time_list": [], "recruitment_type": {"active_status": 1, "children": [], "depth": 2, "en_name": "Regular", "i18n_name": "正式", "id": "201", "name": "正式", "parent": {"active_status": 1, "children": [], "depth": 1, "en_name": "Campus", "i18n_name": "校招", "id": "2", "name": "校招", "selectability": 1}, "selectability": 1}, "storefront_list": [], "tag_list": [], "target_major_list": []}, "process_type": 2, "project_type": 2, "recruit_type": {"active_status": 1, "children": [], "depth": 2, "en_name": "Regular", "i18n_name": "正式", "id": "201", "name": "正式", "parent": {"active_status": 1, "children": [], "depth": 1, "en_name": "Campus", "i18n_name": "校招", "id": "2", "name": "校招", "selectability": 1}, "selectability": 1}}

---
opening_id: c5860250-548c-4520-948d-883250877b0d

`anm openings save --id c5860250-548c-4520-948d-883250877b0d`