岗位描述（节选）
我们相信，通向更高阶智能的路径不止于更大的 LLM。
Post-Training 正在成为模型能力跃迁的关键阶段：从“学会语言”走向“理解世界、优化行为、持续进化”。该岗位将深度参与 多模态、强化学习、自进化 Agent 系统 等前沿方向，探索超越纯预训练范式的新能力边界，构建可持续学习、可记忆、可进化的智能系统。
在 Proactive Agent、CLI/GUI 计算机控制，高价值专业知识任务、深度信息获取、 软件工程等任务上，提升模型的 Agentic 能力，让模型在高复杂度真实任务上达到行业前沿水平;
构建复杂、多样、多模态、可验证的 RL 环境，在复杂 harness 上开展 blackbox RL 训练,提升模型在长程、多工具、真实环境中的规划、执行与反思能力;
研究超长程任务下的多智能体协作、长程记忆与跨任务经验的积累复用；
建设可规模化的 Agent 训练环境与评测体系。……
完整岗位描述与官方投递入口,请登录后在岗位详情页查看。