负责智能体（AI Agent）相关核心算法的研究与实现，构建具备多模态理解、规划、记忆、工具调用和任务执行能力的自主智能体体系
参与大语言模型（LLM）在多轮对话、任务分解、知识检索、动作执行等环节的能力增强与优化
设计并实现智能体的推理框架（Reasoning Framework），包括上下文记忆、长短期记忆融合（STM/LTM）、反思机制（Reflection Loop）、以及基于反馈的自我迭代策略
负责Agent系统的工具生态构建，包括函数调用(Function Calling)、插件集成(Plugin Integration)、知识库检索(RAG)等，提升模型的可操作性与可解释性
跟进业界前沿的大模型与Agent技术（如OpenAI o1、Anthropic Claude、MCP、LangChain、AutoGPT、OpenDevin等），并探索其在社交、内容、推荐、AIGC、商业化等场景的落地路径
分析与解决模型在多轮推理、长上下文记忆、工具调用策略优化等过程中的技术瓶颈
与产品、平台及算法团队紧密协作，将Agent能力嵌入真实业务流程中，并通过数据反馈实现持续演化