LongCat - 大模型自进化与自动化研究智能体研究员

优缺点分析

角色解读

• 技术方向：从研究员到资深研究员，再到技术专家或首席科学家，主导前沿技术方向
• 管理方向：可转为团队负责人或技术总监，带领研究团队
• 跨领域：研究成果可应用于美团多个业务场景，如搜索、推荐、无人配送等，拓展技术影响力
• 设计并实现自动化研究智能体，使大模型能够自主完成复杂研究任务，如问题分解、实验设计、代码编写与结果分析
• 开发长程记忆与上下文管理机制，解决多步骤任务中的状态丢失和一致性衰减问题
• 构建可验证的研究环境，整合搜索、浏览器、代码执行等工具，形成自动化实验闭环
• 设计训练策略与反馈信号，通过强化学习引导模型提升在事实正确性和任务完成率上的表现
• 扎实的算法与机器学习基础，熟悉NLP和深度学习技术，对大模型原理有深入理解
• 精通Python，熟悉PyTorch、vLLM、Hugging Face等框架，具备分布式训练经验者优先
• 具备强化学习或智能体研究经验，了解context scaling、memory selection等技术
• 优秀的科研能力，有顶会论文或重大开源项目贡献

申请策略

• 在面试中展示你对大模型自进化的理解和创意，最好能提出一个你感兴趣的研究方向
• 提前了解美团基础研发平台的技术博客和开源项目，展现对公司和团队的认同
• 突出相关顶会论文（如ICLR、NeurIPS、ACL等），说明你的创新点和实际贡献
• 强调大模型或强化学习项目经验，尤其是智能体、自进化、长程推理相关
• 列出开源项目贡献或比赛获奖经历，体现动手能力和工程水平
• 详细描述你解决复杂问题的技术方案和成果
• 补充强化学习基础知识，特别是PPO、REINFORCE等算法
• 熟悉主流大模型训练框架（Megatron、DeepSpeed）和推理优化工具（vLLM、SGLang）

面试指南

• 结构化回答：先明确问题定义，再分模块讲解你的设计思路，最后总结挑战与解决方案
• 结合项目实例：用具体的论文或项目经验作为支撑，展示你的技术深度
• 请介绍一下你在大模型或智能体方向上的研究经历，解决了什么问题？
• 如何设计一个自动化研究智能体？需要考虑哪些关键技术？
• 如何解决长程任务中的记忆丢失和状态不一致问题？
• 你对大模型自进化（Self-evolving）的定义是什么？有哪些可行路径？
• 请用强化学习框架描述一个智能体训练流程，并说明reward设计
• 复习大模型基础（Transformer、RLHF、SFT等），准备一个你参与的相关项目详细介绍