美团
大模型Search Agent实习生
大模型Search Agent实习生
发布于 3 小时前实习/见习
实习生仅现场办公人工智能
人工智能
Pytorch
多模态模型
多轮检索
大语言模型
强化学习
搜索算法
智能体(Agent)
值不值得投
66综合评分
综合评分 66
顶尖平台的前沿AI研究实习，技术成长与学术产出价值极高，但薪酬激励有限且工作强度可能较大。
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
8千
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 3790 个在招 · 其中人工智能 35 个
市场机会
选择面较广
北京 · 人工智能 · 约 600 个在招
职位详情
关于这个职位
该职位为美团核心本地商业基础研发平台的“大模型Search Agent实习生”，主要参与LongCat Agent算法团队的研究工作
你的任务是与一线研究员共同推进下一代智能体的探索，聚焦于Agentic RL基础算法、搜索智能体（Search Agent）能力构建以及生活服务助理Agent的研发，致力于将前沿技术应用于亿级真实用户的复杂业务场景中
最低要求
计算机科学、人工智能、数学或相关领域博士或硕士
在 NeurIPS、ICML、ICLR、ACL、EMNLP等大模型领域顶级会议发表过论文，研究方向与大语言模型、强化学习、Agent、多模态模型等强相关
在大语言模型、强化学习、Agent、多模态等方向中至少一个领域有扎实的理论基础与实践经验，能独立完成从问题定义、方法设计、系统开发、实验验证的完整工作闭环，并深度使用AI工具辅助完成
扎实的代码功底，能高效准确实现复杂模型结构并完成大规模训练实验
具备良好的科研品味、独立思考能力与跨团队协作沟通能力，对前沿问题有持续热情，敢于挑战现有范式
工作职责
你将加入 LongCat Agent 算法团队，与一线研究员共同推进下一代智能体的范式探索
具体方向包括但不限于：
Agentic RL基础算法研究：探索面向长程多步任务的强化学习训练范式，包括稀疏奖励下的信用分配、过程奖励建模、自我博弈与多智能体协同、可扩展的 reward modeling，以及训练稳定性与样本效率优化
目标是实现Agent 能力增长的主引擎
Search Agent 能力构建：研发面向开放域复杂查询的搜索智能体，覆盖多轮检索规划、查询改写、证据聚合、多源信息冲突消解与可信溯源
重点突破"深度研究"类长程任务（Deep Research）的端到端 RL 训练，让模型在数十步检索-推理交织中保持目标产出高质量分析内容
生活服务助理 Agent：解决美团真实业务环境中（餐饮、出行、到店、履约等多业务横跨）实现智能助理的基础问题，研究多工具长链调用、澄清和主动服务、个性化记忆与偏好建模、跨会话状态管理，以及面向真实用户反馈的RL闭环
这里的复杂度来自亿级用户、千万级 SKU 与多步骤决策构成的真实环境
AI 洞察
优缺点分析
优点
- 接触业界最前沿的Agent技术方向和稀缺的真实亿级用户场景，技术天花板高
- 拥有充足的算力资源、数据支持和资深导师指导，学习与成长环境优越
- 研究成果有直接应用价值，能实现学术与产业的双闭环，成就感强
- 需要处理超大规模数据、复杂业务逻辑和长程决策的RL训练，工程与算法结合难度高
- 作为实习生，需要快速融入团队、理解复杂的业务场景并产出实际成果
缺点 / 挑战
- 岗位对理论基础和科研能力要求极高（需顶会论文），技术挑战大，竞争激烈
- 适合计算机、人工智能等相关专业在读博士或硕士生，具备扎实的强化学习或大模型研究背景，有强烈的科研热情和顶级会议发表意愿，渴望在真实产业场景中挑战前沿技术问题
角色解读
- 技术专家路线：在智能体、强化学习或搜索算法领域深耕，成为特定方向的算法专家
- 研究科学家路线：持续在顶级会议发表论文，引领行业技术方向，向更高阶的研究岗位发展
- 技术管理路线：凭借出色的技术能力和项目经验，转向技术团队管理或产品技术融合的岗位
- 参与前沿的智能体算法研发，探索强化学习（RL）在长程任务中的应用范式
- 设计和实现搜索智能体（Search Agent），解决复杂查询、多源信息整合与可信溯源问题
- 研究并开发面向美团真实业务场景（如餐饮、到店、履约）的生活服务助理Agent，处理多工具调用与个性化服务
- 扎实的大语言模型、强化学习或多模态模型理论基础与实践经验
- 优秀的代码能力，能高效实现复杂算法并进行大规模模型训练
- 具备独立完成研究闭环（从问题定义到实验验证）的科研能力和品味
申请策略
- 在求职信中具体阐述你对JD中某个研究方向（如Agentic RL或Search Agent）的理解和想法，展现匹配度
- 准备好深入讨论你已发表论文的技术细节、遇到的挑战及解决方案
- 突出在顶级会议（如NeurIPS, ICML等）的论文发表经历，特别是与大模型、RL、Agent相关的研究成果
- 详细描述1-2个最相关的研究项目或实习经历，强调你在其中负责的核心算法设计、实现与实验环节
- 清晰展示你的编程技能，特别是使用PyTorch/TensorFlow等框架进行大规模模型训练的经验
- 体现你的自驱力、独立思考能力和对技术前沿的持续关注
- 系统复习强化学习（尤其是基于策略的、基于价值的、离线RL、多智能体RL）的核心算法与最新进展
- 深入调研和阅读关于LLM Agent、Tool Learning、Reward Modeling的最新论文和技术博客
面试指南
- 针对科研问题：使用“STAR-L”框架（情境、任务、行动、结果、学习），清晰描述项目背景、你的职责、采用的技术方法、取得的量化成果以及个人思考与收获
- 针对技术方案题：先拆解问题（如奖励设计、规划复杂度），然后阐述可能的解决方案（如分层RL、过程奖励模型），并讨论其优缺点或潜在挑战
- 针对开放讨论题：结合行业现有工作（如ReAct, Toolformer）和自身研究，给出有依据的观点，展现批判性思维和技术前瞻性
- 请详细介绍一下你最近发表的那篇关于[XX方向]的论文，你们解决了什么问题，核心方法是什么，实验结果如何？
- 对于搜索智能体中的多轮检索规划问题，你认为有哪些关键挑战？可以结合具体场景举例说明吗？
- 在训练一个面向真实用户反馈的RL Agent时，如何设计奖励函数？如何处理奖励稀疏和延迟的问题？
- 你对当前大语言模型Agent的发展瓶颈有何看法？你认为下一个可能的技术突破口是什么？
- 假设让你为美团的某个具体业务（如外卖推荐）设计一个Agent，你会如何构思它的工具集和行动策略？
职位点评
薪资福利50
成长发展95
工作生活40
使命价值80
薪资福利
50较低
作为实习生岗位，薪资补贴通常为市场中等或中等偏下水平，主要价值在于学习与成长而非薪酬回报。JD未提及具体福利细节。
薪资信号未披露（AI估算：6千–1万/月）
成长发展
95较高
该职位是典型的发展型岗位，提供接触最前沿AI技术（RL、Agent）和顶级产业场景的机会，有明确的导师制和资源支持，对学术成果和职业成长有直接推动作用。
技术前沿前沿/新兴技术
技术栈强化学习、大语言模型、智能体(Agent)、搜索智能体、多模态模型、奖励模型
成长机会专属带教导师、有机会参与顶会论文产出、研究成果可服务亿级真实用户实现学术与产业双闭环
业务类型profit_center
工作生活
40较低
JD未明确提及工作模式，通常此类前沿算法研究岗需现场办公。岗位涉及复杂技术研发，可能面临一定的工作强度和压力。
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
岗位致力于解决真实世界（美团生活服务）中的复杂问题，技术成果直接服务于亿级用户，能带来较强的社会价值感和行业影响力感知。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号驱动技术发展，创造行业价值、研究成果可服务亿级真实用户
创新程度开拓性创新（行业首创）
Watch Jobs