参与抖音前后端与移动端Agent运行环境建设，构建万级高并发、秒级低延迟训推评一体环境，支持资源智能调度
保障Agentic RL Scaling过程中，高并发环境的稳定性，提升计算资源利用率
参与打造抖音下一代通用Agentic RL基建，建设Agent多轮交互、Multi-Agent协作/对抗、动态环境适应等复杂场景强化能力，支持各类Agent低成本接入RL
主导核心技术攻关，提升训推效率，缓解RL推理负载不均衡导致的Bubble
研究极致显存优化方案、低精度量化、算子优化、异构硬件计算等，与算法同学协作，通过算法和工程Co-Design提升训练稳定性
紧跟业界前沿技术，提出创新思路和方向，并探索新技术在抖音训推评场景落地