小米
Use Agent 实习生— 环境合成与RL训练方向-2027届
Use Agent 实习生— 环境合成与RL训练方向-2027届
发布于 大约 7 小时前实习/见习
武汉市
无经验要求
实习生
仅现场办公
本科
研究与开发 (研发)
PyTorch
强化学习
多模态大模型
RL训练
自动化评测
Gui Agent
Computer-Use Agent
环境合成
AI 估算 · 4k–6k
顶级大厂AI研究实习，技能要求高，薪资具有竞争力
职位详情
关于这个职位
这是一个面向2027届学生的AI Agent研究方向实习岗位，主要参与GUI Agent的环境合成与强化学习训练闭环建设
你将跟踪前沿技术，设计模拟任务环境，构建数据生产流程，并持续提升模型的任务完成率和泛化性
适合对多模态大模型、强化学习和自动化评测有强烈兴趣的同学
最低要求
在读本科高年级、硕士或博士，计算机、人工智能、软件工程、自动化、电子信息、数学等相关专业优先
对 GUI Agent、Computer-Use Agent、多模态大模型、强化学习、环境合成、自动化评测等方向有较强兴趣，愿意持续跟踪前沿论文和开源项目
具备优秀的编程和工程实现能力，熟练掌握 Python 或 C++，熟悉 PyTorch 等至少一种深度学习框架
具备良好的实验分析和文档表达能力，能够独立阅读论文、复现方法、分析实验结果并沉淀技术方案
了解或熟悉至少一种自动化、环境构建或 Agent 开发相关技术，例如 Playwright、Selenium、ADB、uiautomator2、Appium、FastAPI、Docker 等，能够参与 GUI 任务环境、评测工具或数据生产流程建设
每周实习 4 天及以上，实习周期 4 个月及以上优先
工作职责
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
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
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
优先资格
有 GUI Agent、多模态大模型、强化学习、自动化评测、Code Agent 工具使用、算法竞赛或高水平论文经历者优先
AI 洞察
优缺点分析
优点
- 身处AI Agent最前沿领域，技术积累含金量高
- 小米大厂平台，资源丰富，有机会参与高水平研究
- 团队方向热门，未来职业发展空间大，易获得优秀Offer
- 技术难度高，需要持续学习前沿论文和开源项目
- 实习周期要求较长（4个月以上），需要投入大量时间
- 竞争激烈，岗位对编程和工程能力要求严格
- 适合对AI Agent和强化学习有强烈兴趣，具备扎实编程基础，希望积累前沿研究经验的高年级本科生或硕博研究生
缺点 / 挑战
暂无明显挑战项
角色解读
- 从实习生成长为全职AI研究员或工程师，深入GUI Agent领域
- 可向多模态大模型、强化学习或Agent系统架构方向发展
- 积累顶会论文发表经验，成为行业专家或技术Leader
- 跟踪GUI Agent、Computer-Use Agent等前沿技术，重点关注环境合成、任务生成和RL训练方法
- 参与设计移动端、Web、桌面等任务环境，构建模拟应用、任务模板和状态建模
- 负责数据与RL训练闭环建设，包括任务生成、轨迹采集、困难样本挖掘和策略效果评估
- 扎实的编程能力，熟练使用Python或C++以及PyTorch等深度学习框架
- 了解自动化工具如Playwright、Selenium、ADB、Docker等，能参与环境搭建
- 具备独立阅读论文、复现方法并分析实验结果的能力
- 对GUI Agent、多模态大模型、强化学习有浓厚兴趣和基础认知
申请策略
- 在简历中展示对技术热情的细节，如个人博客、GitHub项目
- 了解小米AI实验室的研究方向，面试中体现匹配度
- 突出相关项目经验，如GUI Agent、自动化测试或强化学习项目
- 强调编程能力，特别是Python、PyTorch以及使用过的自动化工具
- 列举阅读过的前沿论文、复现的开源项目或参与过的算法竞赛
- 提前学习Playwright、Selenium、ADB等工具，熟悉环境搭建
- 温习强化学习基础（PPO、RLHF等），了解RLVR训练方法
- 阅读GUI Agent相关论文（如AppAgent、CogAgent等）并尝试复现
面试指南
- 对技术问题：先阐述概念，再结合实际项目经历说明具体实现和思考
- 对场景设计题：提出框架性方案，分步骤说明输入、处理、输出和评估
- 对开放性问题：展现学习能力，表达愿意深入研究和持续迭代的态度
- 请简述你如何设计一个Web Agent的自动化任务环境？
- 解释一下RL训练中reward信号如何设计，以GUI Agent为例
- 你是否有使用Playwright或Selenium的经验？遇到过哪些挑战？
- 如何评估GUI Agent的泛化性？你会设计哪些测试场景？
- 熟悉至少一个自动化框架（如Playwright），并能编写Demo
匹配度报告
65
综合匹配度
大厂AI Agent前沿实习，技术成长极高，但薪资一般且需现场办公。
适合人群
最适合追求技术成长和前沿研究经历、对薪资要求不高的学生。
最强匹配
成长发展匹配
最弱匹配
薪资福利匹配
薪资福利40
成长发展95
工作生活50
使命价值75
薪资福利匹配
40较低
实习薪资一般，但小米福利较完善，但JD未提及具体薪酬福利。
薪资信号未披露（AI估算：4K-6K/月）
成长发展匹配
95较高
岗位属于AI前沿研究方向，技术成长空间极大，有大量学习机会。
技术前沿前沿/新兴技术
技术栈GUI Agent、Computer-Use Agent、多模态大模型、强化学习、环境合成、RL训练、Python、PyTorch、Playwright、Selenium、Docker
业务类型ambiguous
工作生活匹配
50较低
要求每周4天以上现场办公，实习周期长，灵活性较低。
工作模式仅现场办公
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值匹配
75中等
AI Agent行业高速增长，但社会影响力中性，岗位创新性较强。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs