宁德时代
架构研发工程师-RSI Agent
架构研发工程师-RSI Agent
发布于 大约 14 小时前普通员工/个人贡献者
全职员工仅现场办公人工智能
人工智能
Autogen
Langgraph
Llm
世界模型
元学习
强化学习
开放式学习
递归自改进
值不值得投
67综合评分
综合评分 67
新能源巨头前沿AI岗，技术成长顶尖，但地点偏、WLB未知
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
薪资怎么样
35K
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 850 个在招 · 其中人工智能 16 个
市场机会
选择适中
宁德 · 人工智能 · 14 个在招
职位详情
关于这个职位
该职位负责宁德时代AI团队的递归自改进智能体架构研发，涉及LLM Agent核心能力构建与进化机制设计，是AI前沿方向
你将参与从理论到工程的全栈开发，适合对自主智能体技术有浓厚兴趣的资深工程师
最低要求
硕士及以上学历，计算机、人工智能等相关专业，具备2年以上 Agent 系统或大模型应用研发经验
深入理解大语言模型 Agent 的工作机制，具备基于 LLM 的智能体开发与调优经验，熟悉 ReAct、Reflexion、ToT 等主流范式
对递归自改进、自我迭代、能力涌现等方向有浓厚兴趣与深入思考，了解相关前沿研究进展
熟悉强化学习、元学习、自动机器学习中的至少一个方向，能将学习算法与 Agent 架构结合设计自改进机制
具备扎实的工程实现能力，熟练使用 Python 与主流 LLM 开发框架，能独立完成系统原型设计与开发
具备良好的系统思维与抽象能力，能够进行复杂系统的模块划分与接口设计
有 AutoGen、LangGraph、MetaGPT、AutoGPT 等 Agent 框架的深度使用或二次开发经验
研究过程序合成、代码自修改、自我调试相关方向，有代码类 Agent 研发经验，具备世界模型、内在动机、开放式学习（Open-Ended Learning）相关研究或项目背景
工作职责
负责递归自改进（Recursive Self-Improvement）智能体的整体架构设计与核心模块研发，构建具备自我迭代、自我优化能力的 Agent 系统
探索智能体的自我反思、代码自生成、能力自举（Bootstrapping）机制，设计闭环迭代的学习与进化范式
研发 Agent 的规划、记忆、工具调用、任务分解与执行监控等核心能力，支撑复杂长周期任务的自主完成
设计自改进过程中的安全性约束与对齐机制，保障迭代过程中目标一致性与行为可控性
跟踪世界模型、元学习、AutoML、自治智能体等前沿方向，将新技术融入自改进 Agent 架构
AI 洞察
优缺点分析
优点
- 前沿技术方向：递归自改进智能体是AI未来重点方向，技术含金量高
- 公司平台大：宁德时代是新能源巨头，资源丰富，稳定性强
- 学习成长快：接触世界模型、元学习、开放式学习等尖端领域
- 薪酬竞争力：宁德时代薪资在新能源行业内有竞争力
- 技术难度极高：递归自改进仍处于研究早期，不确定性大
- 未明确工作生活平衡：可能需要适应高强度研发节奏
缺点 / 挑战
- 工作地点较偏：宁德市非一线城市，生活配套相对不足
- 适合对AI前沿技术有强烈好奇心、喜欢挑战难题、且不介意工作地点的研究者
角色解读
- 从Agent架构师向AI技术专家或首席科学家方向发展
- 积累递归自改进等前沿技术经验，可转向AGI相关研究或大厂AI Lab
- 在新能源巨头内部，可结合业务场景，向AI技术管理岗位发展
- 负责递归自改进（RSI）智能体的整体架构设计，构建能自我迭代、自我优化的Agent系统
- 研究并实现自我反思、代码自生成、能力自举等机制，设计闭环学习进化范式
- 开发Agent的规划、记忆、工具调用、任务分解与执行监控等核心能力
- 设计自改进过程的安全性约束与对齐机制，确保目标一致性
- 深入理解大语言模型Agent机制，熟悉ReAct、Reflexion、ToT等范式
- 掌握强化学习、元学习或AutoML至少一个方向，并能与Agent架构结合
- 扎实的Python工程能力，熟悉AutoGen、LangGraph、MetaGPT、AutoGPT等框架
- 具备系统思维与抽象能力，能进行复杂系统模块划分与接口设计
申请策略
- 建议展示对RSI Agent的深入思考，例如提出自己的架构方案
- 了解宁德时代主要业务方向，思考Agent如何服务于电池研发与制造
- 突出LLM Agent相关项目经验，尤其是自反思、代码生成、工具调用等
- 展示对ReAct、Reflexion等范式的深入理解，最好有实现案例
- 强调强化学习/元学习背景，并说明如何与Agent结合
- 若有AutoGen/LangGraph等框架二次开发经验，务必重点提及
- 系统学习递归自改进相关论文，如Self-Refine、Voyager、Open-ended Learning
- 动手实现一个简单Agent框架，实现自我反思和代码自修复功能
面试指南
- 先给出定义，再结合实际项目经验，强调思考过程和权衡
- 采用STAR法则，具体描述场景、任务、行动、结果
- 表达对前沿研究的乐观但不失批判性，表现出解决问题能力
- 请谈谈你对递归自改进智能体的理解？它面临哪些主要挑战？
- 如何设计一个Agent的自我反思机制？具体采用什么方法？
- ReAct和Reflexion两种范式有什么区别？你在项目中如何选择？
- 如何确保自改进过程中的安全性和对齐？
- 你如何评估一个Agent的自我改进效果？
职位点评
薪资福利70
成长发展85
工作生活40
使命价值65
薪资福利
70中等
职位薪资未披露，但基于公司规模和岗位稀缺性，预计薪酬有竞争力，福利可能包含年终奖和股权激励，但宁德地区生活成本较低。
薪资信号未披露（AI估算：25K-45K/月）
成长发展
85较高
岗位聚焦递归自改进智能体这一前沿技术，涉及RL、元学习、AutoML等，成长空间大，技术挑战高。
技术前沿前沿/新兴技术
技术栈LLM、Agent、ReAct、Reflexion、ToT、强化学习、元学习、AutoML、AutoGen、LangGraph、MetaGPT、AutoGPT、世界模型、开放式学习、Python
业务类型ambiguous
工作生活
40较低
工作地点在宁德市，属于二三线城市，生活便利性一般，JD未提及远程或弹性工作，估计以现场办公为主。
工作模式未明确
办公地点工厂/生产基地
加班情况未提及（无法判断）
使命价值
65中等
新能源行业前景广阔，但岗位聚焦内部AI效率提升，社会直接影响一般，技术本身具有开拓创新意义。
行业发展高速增长赛道
社会影响中性/一般
创新程度开拓性创新（行业首创）
宁德时代 的其他在招职位
相似职位推荐
Watch Jobs