[Skip to main content](#main-content) [OpenNash Jobs](https://jobs.opennash.com/) [Hiring report](/reports/hiring/) · [All Meituan jobs](https://jobs.opennash.com/companies/meituan/) · [Search jobs](/search/) Meituan · 北京市 +1 more # 【基座大模型北斗实习】Agent 学习范式与长时程记忆研究 北京市 +1 more Listed on Meituan ’s official careers site. Listed as of October 19, 2026. Check that it is still open and apply there. [Apply on Meituan ’s careers site →](https://zhaopin.meituan.com/web/position/detail?highlightType=campus&jobUnionId=4347512368) [OpenNash Jobs](https://jobs.opennash.com/) / [Meituan ](https://jobs.opennash.com/companies/meituan/) / 【基座大模型北斗实习】Agent 学习范式与长时程记忆研究 ## Job description ### 简介 围绕下一代智能体系统的三类核心能力展开布局——持续学习能力、原生规划与建模能力、跨时程记忆能力。 ### 探索 Agent 的学习范式 - online learning/自博弈/自进化：围绕任务自动生成—轨迹采集—反馈建模—经验提炼—策略更新的闭环展开探索，重点尝试失败驱动的课程生成、自我反思与回溯、多智能体自博弈、基于验证器或多数投票的弱监督反馈，以及将经验写入外部记忆或压缩回模型参数的近在线更新机制。核心目标是让 Agent 在开放环境中逐步具备持续学习、持续适应和持续提升的能力。 ### Agentic-native model 范式 - 扩散模型/世界模型/生成式规划：探索三类互补路径：其一，学习可供 Agent 调用的世界模型，用于预测状态转移、环境反馈与长期结果；其二，用扩散式或潜变量式生成机制，对动作序列、子目标或未来轨迹进行并行采样与迭代修正，提升长程规划能力；其三，把生成式规划与搜索/验证结合，通过 imagined rollouts、候选轨迹打分、反事实比较和分层计划，把先想后做的能力落实到系统。 ### 超长上下文与记忆 - 围绕记什么、记成什么形式、何时写、如何压缩、何时召回、何时遗忘这几个核心问题开展研究，重点探索分层记忆结构、事实/经验/工作记忆协同、主动写入与更新、基于任务反馈的记忆读写策略学习，以及长上下文与显式记忆协同的系统设计，以支撑长时程规划、多轮任务连续性与个体化经验积累. - 计算机、人工智能、数学、统计学、电子信息或相关专业本科高年级、硕士或博士在读； ### 具备扎实的机器学习基础，对以下至少一个方向有较深入理解 - 大语言模型与后训练 - 强化学习 / Online learning / Bandit / Sequence decision making - Agent / Tool use / Planning / Reasoning - 记忆增强模型 / RAG / 长上下文建模 - Reward modeling / Preference learning / PRM / ORM - 熟悉 Python，具备较强的工程实现能力，能够独立完成实验、调参与结果分析，并具有一定的大模型训练或推理实践经验； - 具备较强的论文阅读、问题抽象与实验设计能力，能够围绕一个研究问题提出清晰假设、设计验证方案并推进落地； - 具备良好的沟通协作能力与研究主动性，能够在不确定性较高的前沿问题中快速学习、持续推进。 ## At a glance - Posted by the employer: Not stated - First seen by OpenNash: Oct 19, 2026 - Last checked: Oct 19, 2026 - Listed for: Under a day - Location: 北京市 +1 more[Apply on Meituan ’s careers site →](https://zhaopin.meituan.com/web/position/detail?highlightType=campus&jobUnionId=4347512368) ## More jobs at Meituan ### [AI Agent 产品经理](https://jobs.opennash.com/companies/meituan/jobs/2b6311eacacf7247913a/) 北京市 +1 more ### [AI Agent 研发工程师](https://jobs.opennash.com/companies/meituan/jobs/f9b3d4aa95acf5819eeb/) 北京市 +1 more ### [AI Agent工程师](https://jobs.opennash.com/companies/meituan/jobs/5f93a9700c1ee721af06/) 北京市 +1 more ### [AI Builder（产研范式方向）](https://jobs.opennash.com/companies/meituan/jobs/b24feb70be908b5d1104/) 北京市 +1 more ### [AI Builder（研发工作流方向）](https://jobs.opennash.com/companies/meituan/jobs/5f783bdfef00cdea64c2/) 北京市 +1 more ## Similar jobs at other companies ### [Agent Polyvalent](https://jobs.opennash.com/companies/totalenergies/jobs/26f4ab20523024a02303/) TotalEnergies ### [Agent Méthodes](https://jobs.opennash.com/companies/totalenergies/jobs/1555594fdaccbae2a870/) TotalEnergies ### [Clearance Agent](https://jobs.opennash.com/companies/fedex/jobs/a3f51c1e7e4f2fb58ab1/) FedEx ### [Ramp Agent](https://jobs.opennash.com/companies/fedex/jobs/c40cbecd496eb57be950/) FedEx ### [AI Agent Engineer](https://jobs.opennash.com/companies/sk-square/jobs/d61bb3980a55979413ce/) SK Square · Seoul OpenNash lists jobs from employers’ own careers sites and does not handle applications. Dates come from the employer where stated; “first seen” and “last checked” are our own observations. OpenNash Jobs · Official listings with dates and links to the employer. [Weekly hiring report](/reports/hiring/) · [Methodology](/methodology/)