职位描述

【工作职责】
基于 LLM / VLM 建设具身 Agent，完成指令理解、任务分解、技能编排、执行监控和异常恢复，支撑长程多步骤任务；
设计标准化 Skill API 和技能注册机制，定义技能描述、前置条件、参数 Schema、执行状态、结果及错误码，支持技能组合复用；
建设任务执行与状态管理机制，维护任务上下文和世界状态，支持超时、重试、幂等、取消、断点恢复、回退和重规划；
对接机器人端侧运行时、感知与规划模块、VLA 模型及远程接管系统，完成云端 Agent 与机器人本体的闭环集成；
建设任务执行的日志、链路追踪和可观测能力，保证任务过程可查看、可中断、可恢复、可接管；
建设机器人操作安全机制，包括技能权限、执行边界、高风险动作确认、安全停止和人工介入；
搭建任务级评测与回归体系，基于真机日志进行规划、感知、技能及模型失败归因，持续提升任务成功率和执行效率。

职位要求

【任职要求】
本科及以上学历，计算机、人工智能、机器人等相关专业，具备 3 年及以上软件工程或 AI 系统开发经验；
熟练掌握 Python，具备良好的代码设计、测试和工程交付能力，能够独立开发可维护的线上服务；
具备 Agent 系统开发经验，理解 Tool Calling、结构化输出、状态管理、执行编排及 Human-in-the-loop 等机制；
熟悉 LangGraph、AutoGen 等一种 Agent 框架，或具备独立实现 Agent Runtime 和任务编排系统的能力；
熟悉行为树、状态机、HTN、PDDL 等至少一种任务规划方法，理解确定性规划与 LLM 规划的边界及组合方式；
具备服务化工程能力，熟悉 HTTP / gRPC、异步并发、状态机、异常处理和链路追踪；
了解机器人感知、规划、控制基本流程，熟悉 ROS2 Topic、Service、Action 等通信机制；
具备较强的系统抽象、问题拆解和跨团队协作能力。
【加分项】
有真机项目经验，完成过“自然语言指令—任务规划—技能执行—结果反馈”完整闭环；
熟悉 VLA / VLM 的能力边界和典型失败模式，具备 Model-in-the-loop 系统设计经验；
有机器人技能平台、任务规划系统、行为树或远程接管系统开发经验；
熟悉 vLLM、SGLang 等推理框架，具备模型部署、延迟及成本优化经验。