小米
顶尖实习-AI Agent研究员-小爱
顶尖实习-AI Agent研究员-小爱
发布于 大约 16 小时前普通员工/个人贡献者
实习生仅现场办公人工智能
人工智能
Ai Agent
Llm
Pytorch
Rlhf
分布式训练
强化学习
系统设计
自我改进
值不值得投
74综合评分
综合评分 74
顶尖AI Agent研究实习，技术极度前沿，成长天花板高，但挑战大、预期工作强度高。
从学习成长、工作节奏、岗位方向和实习待遇综合评估，方便比较实习机会。
薪资怎么样
5K
比人工智能中位数低
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 3220 个在招 · 其中人工智能 18 个
市场机会
选择面较广
北京 · 人工智能 · 约 470 个在招
职位详情
关于这个职位
作为小米小爱团队的AI Agent研究员实习生，你将参与探索下一代智能体（Agent）的核心系统设计，包括上下文工程、工具调用、长期记忆等关键模块，目标是让Agent具备自我修正与迭代能力
你将有机会从0到1构建关键组件，并深度参与模型与系统的协同训练
最低要求
计算机 / AI 相关方向硕士及以上;
在 ICLR/NeurIPS/ICML/COLM/ACL/EMNLP 等顶会有一作或核心作者论文者优先(智能体、LLM 训练与对齐、推理、强化学习、自我改进方向)
熟练 Python / PyTorch，理解大模型训练与推理全链路(分布式训练、数据管线、LLM infra)，能把想法在真实系统里跑通、测准、复现
熟练掌握vibe coding 并对AI使用有自己的独特理解
自驱力强，创新能力强，学习能力突出，能快速上手新技术领域
工作职责
探索下一代Harness实现与RSI范式，从第一性原理重新设计Agent Runtime: 包括但不限于上下文工程、长程任务、工具使用、记忆等，让系统自我修正、自我迭代
持续调研全球SOTA，追踪、拆解、复现全球最领先的 Harness 与智能体实现(前沿实验室产品、开源框架、顶会最新工作)，形成团队可复用的技术判断
从0到1构建关键模块，独立设计并落地 Harness 的核心组件，或为 RSI 搭建所需的评估体系、reward model、Environment Scaling等
Harness 与 LLM 的 co-design 和协同训练
主导或参与面向 Harness 的模型选型、mid-training(继续预训练)与 post-training(SFT、RLHF / RLAIF / RLVR、蒸馏), 让模型和Harness作为一个系统共同优化
优先资格
加分项（有任意一项即可）：
主导或深度贡献过知名开源智能体 / LLM 框架
有端到端训练大模型的一线经验(预训练 / 中训 / 后训任一阶段)
RL / RLHF / RLVR 实战,或对齐、奖励建模、评测体系(eval harness)的积累
AI 洞察
优缺点分析
优点
- 依托小米庞大的产品生态（小爱同学），研究成果有直接的落地场景
- 团队可能汇聚顶尖人才，能获得高质量的技术指导与项目历练
- 作为顶尖实习，含金量高，对后续深造或求职有极大帮助
- 技术难度高，要求候选人兼具理论深度与工程实践能力
- 对论文发表、开源贡献等背景要求明确，竞争激烈
- 适合有志于深耕AI Agent与大模型训练方向、具备扎实研究基础与工程实现能力、渴望参与从理论到落地完整闭环的顶尖在读硕士或博士生
缺点 / 挑战
- 技术极其前沿，直击AI Agent与模型协同训练的核心挑战
- 作为实习生，可能面临高强度的工作节奏与快速迭代的项目压力
角色解读
- 技术专家路线：深入Agent与LLM训练领域，成为团队核心技术骨干
- 研究路线：在顶尖学术会议持续发表论文，引领相关方向的技术探索
- 架构师路线：负责大型AI系统整体架构设计，推动技术产品化落地
- 设计与实现下一代AI Agent的核心运行时系统（Harness），使其具备自我迭代能力
- 调研并复现全球最前沿的智能体与大模型训练技术
- 从零开始构建关键模块，如评估体系、奖励模型
- 参与大语言模型的继续预训练与后训练（SFT， RLHF），使模型与系统协同优化
- 扎实的机器学习与深度学习理论基础，熟悉LLM训练全流程
- 精通Python/PyTorch编程，具备分布式训练与系统工程能力
- 对AI Agent架构（如工具调用、记忆）有深刻理解或浓厚兴趣
- 强大的文献调研与论文复现能力，关注领域最新动态
申请策略
- 在简历或求职信中清晰阐述你对'Harness'和'Agent Runtime'的理解或设想
- 主动阅读该团队过往可能发表的论文或开源项目，展示你的研究热情
- 突出与AI Agent、LLM训练、强化学习相关的研究经历或项目经验
- 强调在顶级会议发表的论文，或在知名开源项目中的贡献
- 详细描述使用PyTorch进行模型训练、部署或系统开发的具体实践
- 系统学习Agent架构经典论文与开源框架（如LangChain, AutoGPT等）
- 深入了解RLHF/RLVR等大模型对齐技术的原理与实践
- 提升在大型代码库中进行调试与性能优化的工程能力
面试指南
- 采用STAR法则（情境、任务、行动、结果）结构化描述项目经历
- 结合具体技术点（如记忆模块设计、奖励模型构建）阐述你的思考，体现第一性原理思维
- 面试前准备1-2个自己主导的、可深入讨论的技术项目或论文细节
- 请介绍一个你参与过的与Agent或LLM训练相关的项目，并详细说明你的技术选型和实现细节
- 你认为构建一个能自我修正的Agent系统，最关键的技术挑战是什么？你会如何着手？
- 请解释RLHF的工作原理，并讨论其在改进Agent行为方面的潜在优缺点
- 如何评估一个Agent系统（Harness）的性能？你会设计哪些指标和测试环境？
- 描述一次你成功复现或改进某个前沿算法/框架的经历
职位点评
薪资福利65
成长发展95
工作生活45
使命价值80
薪资福利
65中等
实习津贴在市场中上水平，但作为实习生项目，薪资并非核心吸引力。主要补偿来自顶尖平台的履历背书。
薪资信号未披露（AI估算：4K-6K/月）
成长发展
95较高
该职位是技术发展动机的极高满足。直击AI最前沿的Agent与模型协同训练领域，有明确的从0到1构建和探索SOTA的任务要求，成长空间巨大。
技术前沿前沿/新兴技术
技术栈AI Agent、LLM、Harness、RSI、RLHF、RLVR、PyTorch、分布式训练
成长机会从0到1构建关键模块、追踪、拆解、复现全球最领先的技术
业务类型ambiguous
工作生活
45较低
未提及办公模式与工作时间，默认现场办公。作为高难度前沿研究岗，预期工作强度较高，生活化动机满足度有限。
工作模式未明确
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
80较高
岗位聚焦于构建下一代智能体系统，具有推动AI技术进步的使命感。依托小米小爱产品，研究成果有直接应用价值，社会影响力感知较强。
行业发展高速增长赛道
社会影响中性/一般
使命信号让系统自我修正、自我迭代、追踪、拆解、复现全球最领先的技术
创新程度开拓性创新（行业首创）
Watch Jobs