智能体研发工程师（AI4Science） 北京 社招 全职 技术 职位 ID：A108931 职位描述 我们正在寻找一位动手能力强、视野开阔的智能体研发工程师，加入 AI for Science 团队。你将负责让智能体走出对话框，去规划、执行并闭环调控真实的科学实验系统，通过大量自动化实验与评测比对，为每一类科学任务找到最可靠的智能体设计与反馈机制。更重要的是，你将直面 AI4S 当下最硬的一个问题，模型报告的“变好”，究竟是真的变好，还是只是把指标刷高了。这里的每一天，都是在为科学发现的自动化建立可信的底座。【岗位亮点】- 让智能体真的动手：不是 benchmark 上的 agent，而是接到真实科学系统上的 agent。它要自己提假设、下参数、看结果、改方案，并且承担做错的后果。这类闭环经验目前非常稀缺。- 做 AI4S 里最难的那一层：可信评测。区分“物理上真的改善”与“指标被刷高”，本质上和 reward hacking、agent evaluation、过程奖励是同一个问题，只是在这里有物理定律作为唯一裁判，对错没有模糊空间。- 成果有双出口：顶刊论文与开源代码同时推进。你的工作会被外部复现和引用，而不是沉在内部 repo 里。【岗位职责】1. 智能体系统构建与闭环实验•设计并实现面向科学任务的智能体，涵盖任务规划、工具调用、状态记忆与多轮反馈；•将智能体接入真实实验平台，完成从需求到闭环运行的全过程，处理真实数据中的漂移、噪声与失败样本；•针对不同任务类型，比较不同智能体架构与反馈机制的实际表现，输出方案选型报告。2. AI4Physics 建模与物理先验融合•将物理前向模型与神经网络结合，解决逆问题、重建与参数反演类任务；•探索用物理仿真替代真实标注数据的可行边界，验证零样本与跨域泛化能力；•完成系统的消融实验，说明性能提升到底来自哪里。3. 评测体系与知识沉淀•建立智能体评测集与实验数据库，记录不同任务、不同设定下的最优配置，形成内部选型规范；•设计能识别指标欺骗的评价指标与对照实验，保证结论可复现、可追溯；•定期整理典型案例，输出技术报告与开源文档，为团队积累实战经验。 职位要求 1. 教育背景•统招全日制本科及以上学历，计算机、人工智能、自动化、应用数学、物理、光电、精密仪器等相关专业均可；•【接受应届】欢迎 2026