GUI Agent实习生— 环境合成与RL训练方向 武汉 校招 实习 算法类 职位描述 1. 跟踪和调研 GUI Agent、Computer-Use Agent、Mobile Agent、Web Agent 等方向的前沿技术，重点关注环境合成、任务生成、自动评测、轨迹数据构建、RL/RLVR 训练等相关方法和开源项目；2. 参与 GUI Agent 任务环境合成与可验证评测体系建设，包括移动端 / Web / 桌面任务环境设计、模拟应用构建、任务模板设计、状态建模、mock backend、任务完成判定、verifier / reward 信号设计等；3. 参与 GUI Agent 数据与 RL 训练闭环建设，包括任务生成、轨迹采集、数据筛选、失败案例分析、困难样本挖掘、rollout 数据分析、训练环境接入和策略效果评估，持续提升模型任务完成率、泛化性和执行效率。
Your Challenge The Backend Engineer is responsible for the system to work behind the scenes. The role is to integrate the application with all required systems and services and provide clean and easy-to-use API for the
我们正在寻找一位 全栈工程师，参与核心 AI Agent 产品从架构设计、能力建设到生产落地的完整过程。你将参与 Web 产品、API 服务、Agent 编排系统、后台任务系统、数据层和部署流程等多个环节，和团队一起构建面向真实生产环境的 AI Agent 产品。 你将深度参与 AI Agent 系统的工程化建设，包括 Agent Loop、工具调用、任务编排、多步骤执行、上下文管理、模型路由、异步任务处理、结果持久化、错误恢复、日志追踪与系统可观测性等关键模块。这个岗位不是简单调用大模型 API，而是需要将 LLM 能力、业务流程、前后端系统和用户体验结合起来，构建可稳定运行、可持续扩展的生产级 Agent 产品。 在这个角色中，你需要理解 Agent 如何接收用户目标、拆解任务、选择工具、执行动作、处理中间状态、根据反馈继续推理，并最终产出可靠结果。你也需要关注 Agent 执行过程中的实际工程问题，例如任务超时、工具失败、重试策略、状态一致性、成本控制、并发执行、队列调度、数据追踪以及生成结果的可复现性。 你会和产品、设计、前端、后端和基础设施团队紧密协作，把 AI 能力落到真实的产品体验中。我们希望你既能理解前端产品形态和用户交互，也能深入后端服务、数据模型、任务队列和 Agent 编排系统，帮助团队搭建长期可维护、可扩展、可观测的 AI Agent 工程体系。