美团
【LongCat实习】AI 自进化与自动化研究算法研究员
【LongCat实习】AI 自进化与自动化研究算法研究员
发布于 大约 9 小时前实习/见习
北京市
无经验要求
实习生
仅现场办公
学历未注明
研究与开发 (研发)
强化学习
代码生成
大语言模型
检索增强
评测系统
自动化研究
自进化
训练系统
AI 估算 · 4k–8k
实习岗位薪资，基于北京地区和行业标准估算。
职位详情
关于这个职位
作为美团LongCat团队实习生，你将参与构建AI自进化与自动化研究系统，让模型能够参与自身研发过程
工作内容包括自动化研究智能体、长程上下文管理、训练策略设计等，适用于对大模型、Agent和强化学习感兴趣的研究型人才
最低要求
必备项： 1. 具备扎实的算法基础和工程实现能力，熟练使用 Python/C++，能够独立完成复杂系统设计、实验实现和问题定位
熟悉大语言模型、Agent、强化学习、代码生成、检索增强、训练/评测系统中的至少一个方向，并有真实项目经验
具备强研究能力和问题拆解能力，能够从开放问题中提出可验证假设，设计实验并推动结果落地
具备良好的沟通协作能力，能在高不确定性前沿方向中持续推进
工作职责
自动化研究智能体能力建设 参与提升模型在复杂任务分解、长程推理、研究规划、工具使用、代码生成与执行、证据整合、结果归因与研究报告生成等方面的闭环能力，并在真实模型研发任务中验证效果
长程上下文、记忆与状态管理 探索 context scaling / compression、memory selection、任务状态追踪等机制，解决长周期任务中的一致性衰减、状态丢失、中断恢复与长期依赖管理问题
可验证研究环境与自动实验闭环 构建覆盖 search、browser、retrieval、code execution、training / eval job、sandbox 等能力的交互式研究环境，将研究任务建模为可交互、可验证、可评分的闭环，支持自动实验编排、结果比对与版本回滚
训练策略与反馈信号设计 设计数据配方、环境反馈、过程监督与 reward 信号体系，结合 SFT、强化学习等方法，引导模型在事实正确性、工具调用可靠性、任务完成率与研究轨迹质量上持续提升
评测体系与错误分析闭环 建设面向真实 research workflow 的 benchmark 与自动评测体系，系统分析研究智能体在规划、检索、工具调用、上下文管理、实验执行、结果归因等环节的典型失败模式，并反哺训练策略与 harness 优化
研究经验沉淀与策略自进化 将成功与失败任务轨迹沉淀为 research episode、skill、eval case 等可检索、可复用、可训练的经验资产，支持模型在后续任务中检索、复用、迁移与迭代，推动研究策略的持续自进化
优先资格
加分项： 1. 有 Coding Agent、AI Scientist、Deep Research、Multi-Agent、长期记忆系统、自动实验系统经验
有模型研发全链路经验，包括数据构造、Pre-training、Post-training、Reward Model、评测诊断或训练基础设施
在顶级会议/期刊发表论文，主导高质量开源项目、Benchmark、Agent 系统，或在 ACM/ICPC、NOI/IOI、Kaggle 等比赛中取得优秀成绩
AI 洞察
优缺点分析
优点
- 参与前沿AI自进化研究，技术栈先进，能接触大模型、Agent、强化学习等热门方向
- 美团平台资源丰富，团队氛围好，有导师指导，成长快
- 研究成果可能直接应用于实际业务，有较强的成就感
- 研究内容高度前沿，不确定性大，需要较强的独立探索和问题解决能力
- 实习岗位竞争激烈，对算法和工程能力要求高
- 工作节奏可能较快，需适应高强度研究环境
- 适合对AI前沿研究有浓厚兴趣、具备较强算法和工程能力、愿意探索高不确定性方向的研究型实习生
缺点 / 挑战
暂无明显挑战项
角色解读
- 在AI前沿领域积累研究经验，可能转向全职研究员或算法工程师
- 深入理解大模型训练和自动化研究，未来可从事AI系统架构或算法团队领导
- 有机会发表顶级论文或参与开源项目，提升学术影响力
- 参与构建AI自进化与自动化研究系统，提升模型在复杂任务分解、长程推理、研究规划等能力
- 设计并实现自动化研究智能体，包括上下文管理、记忆状态跟踪和工具调用
- 构建可验证的研究环境，支持自动实验编排、结果比对与版本回滚
- 设计训练策略与反馈信号，结合强化学习等方法优化模型性能
- 扎实的算法基础和工程实现能力，熟练使用Python/C++
- 熟悉大语言模型、Agent、强化学习、代码生成、检索增强等方向
- 具备强研究能力，能够从开放问题中提出可验证假设并设计实验
- 良好的沟通协作能力，能适应高不确定性前沿研究
申请策略
- 关注美团LongCat团队的技术博客或开源项目，面试中展示对团队工作的了解
- 准备一个你感兴趣的研究方向的开题思路，展现主动思考能力
- 突出在LLM、Agent、强化学习等方向的项目经验，特别是完整的实验和结果
- 展示开源项目贡献或学术论文，体现研究能力
- 强调代码能力，如Python/C++、系统设计经验
- 提前熟悉Agent框架和强化学习基础，如LangChain、RLHF
- 动手实现一个小型研究项目，如自动实验系统或代码生成Agent
面试指南
- 对于项目经验问题，使用STAR法则：情境、任务、行动、结果，突出你的贡献和思考
- 对于设计问题，先明确目标，再分步骤提出方案，最后讨论可能的问题和优化方向
- 请描述一个你参与的AI项目，你如何设计实验验证假设？
- 如何设计一个Agent系统处理长程任务？如何处理上下文丢失？
- 解释强化学习中奖励函数的设计原则，并举例说明
- 你如何看待AI自进化？有什么潜在挑战？
- 请现场写一段代码实现一个简单的Agent思维链（CoT）？
- 复习大模型基础、Agent架构、强化学习核心概念
职位点评
68
综合评分
前沿AI研究实习，技术成长极高，薪资一般，WLB未明确。
更适合这类人
最适合追求技术成长和前沿研究的求职者，对补偿性要求不高。
表现最好
成长发展
相对薄弱
薪资福利
薪资福利45
成长发展95
工作生活50
使命价值80
薪资福利
45较低
实习岗位薪资相对有限，但美团作为大公司福利规范，综合补偿性一般。
薪资信号未披露（AI估算：4K-8K/月）
成长发展
95较高
前沿技术方向，涉及LLM、Agent、强化学习等，成长空间极大，研究闭环完善。
技术前沿前沿/新兴技术
技术栈大语言模型、Agent、强化学习、代码生成、检索增强、自进化、自动化研究
成长机会参与构建、研究能力、持续改进、推动长期目标
业务类型ambiguous
工作生活
50较低
仅现场办公，未提及弹性工作安排，可能涉及高强度研究。
工作模式仅现场办公
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值
80较高
AI自进化研究有较强的技术使命感，推动AI领域进步，但商业直接关联度一般。
行业发展高速增长赛道
社会影响中性/一般
使命信号推动长期目标、持续改进的研究闭环
创新程度开拓性创新（行业首创）
Watch Jobs