负责 Agent 长程任务场景下的可靠执行模型训练与优化，包括监督微调、偏好对齐（DPO/RLHF 等）及 Agentic RL等； 研究长程、多智能体场景下的行为建模相关算法，包括轨迹数据建模、长上下文建模、行为评估与异常检测等； 探索模型训练与架构层面的改进，支撑多轮、长程等复杂场景下的能力扩展； 建设模型的评估体系与基准，包括检测效果、误报控制、泛化能力等维度，支撑模型的持续迭代与产品化落地。

必备项 计算机、人工智能、信息安全、数学等相关专业，硕士及博士优先； 2–3 年 AI / Agent 安全、模型安全评测、大模型红队、自动化安全测试等任一方向的实战经验；（考虑博士应届生） 熟悉 LLM 训练全流程，有 CPT / SFT / Super Alignment / RLHF / DPO 中至少一种的实际项目经验，熟悉主流训练框架（DeepSpeed、Megatron、TRL 、veRL等）； 扎实的工程能力：熟练使用 Python，能独立完成数据处理、训练 pipeline、评估脚本的开发； 具备创业心态：能在方向明确但路径未定的环境中自主拆解问题、快速验证、对结果负责。 加分项 有 Agentic RL、世界模型（World Model）、过程奖励模型（PRM）、可扩展监督（Scalable Oversight）相关研究或项目经验； 有检测引擎、运行时安全、沙箱、策略引擎、安全产品或 Agent 治理平台建设经验； 熟悉 Windows / Linux / Android 系统层安全数据采集（Sysmon / eBPF / 系统调用审计等）； 在 AI 训练与对齐、系统安全等方向有顶会论文（NeurIPS / ICML / ICLR / USENIX Security / S&P / CCS 等）或开源项目贡献。