智能Agent研发：基于AutoGen或LangGraph框架，设计和实现多智能体(Agent)系统，支持Agent-to-Agent协作
构建物流垂域的智能应用场景，如运输调度、仓储优化、路径规划、订单跟踪与异常处理
系统架构与优化：负责多智能体系统的架构设计、任务分解与交互协议制定
优化Agent的推理链路和交互效率，提升系统的稳定性与可扩展性
模型与数据集成：将大语言模型与物流业务数据(订单、运单、库存、GPS轨迹等)结合，提升智能体的业务理解与决策能力
参与构建和优化奖励机制、反馈回路，确保Agent输出符合业务目标
跨团队协作：与产品、算法、业务团队紧密合作，推动智能Agent在物流场景的落地与迭代