具身Agent大脑架构整体设计：主导具身智能Agent大脑系统架构研发，设计适配机器人场景的云端大脑+端侧大脑双引擎架构，厘清云端大规模认知、全局任务调度、记忆存储进化与端侧实时推理、本地决策、闭环执行的分工逻辑、协同机制与同步策略，搭建分层、可迭代、可量产的具身智能大脑体系。 Agent认知与推理算法研发：负责具身Agent核心能力研发，包括场景理解、语义推理、任务拆解、逻辑决策、多步骤长任务规划、异常感知与自主纠错等核心模块，基于大模型能力构建适配机器人物理交互场景的高阶认知智能，解决传统机器人任务固化、泛化性差、无法自主适配复杂场景的痛点。 云端大脑系统研发与迭代：负责云端大脑核心能力建设，涵盖长期记忆管理、知识库检索、全局任务调度、多机器人协同调度、离线任务复盘、模型微调与能力进化、复杂场景高阶推理等功能，搭建云端规模化智能调度与持续进化体系，支撑机器人批量、复杂、长周期自主作业。 端侧本地大脑实时决策开发：负责端侧大脑实时智能系统研发，承接云端高阶任务指令，完成本地实时路径规划、运动策略调度、环境动态响应、局部避障、力控/运动执行适配、短时状态记忆与实时纠错，保障机器人在无联网、动态扰动场景下的低时延、高可靠自主执行能力。 VLA/多模态模型与Agent大脑融合：深度对接VLA视觉语言动作模型、多模态感知模型，将感知理解、视觉语言交互、动作生成能力融入Agent大脑决策链路，实现“感知理解—认知推理—任务规划—控制执行”的端到端闭环，打通大模型具身落地的核心链路。 Agent记忆与状态系统搭建：设计并实现具身Agent的记忆体系，包括短时工作记忆、长时情景记忆、任务状态记忆、环境经验沉淀等模块，构建记忆读写、检索、更新、遗忘、蒸馏迭代机制，让机器人具备场景经验积累与自主进化能力。 仿真与真机落地验证：搭建Agent大脑仿真评测体系，完成多场景、长任务、复杂扰动场景下的算法验证与性能调优；配合部署与控制团队完成真机落地调试，优化大脑决策的实时性、稳定性、泛化性与安全性，形成标准化Agent大脑交付方案。 技术体系沉淀与工具链建设：沉淀具身Agent标准化决策框架、任务模板、评测体系与开发规范，参与搭建云端端侧大脑迭代、测试、部署工具链，提升团队Agent算法迭代与量产落地效率。

硕士及以上学历，计算机、人工智能、自动化、机器人、深度学习等相关专业，1-3年具身Agent、大模型智能体、机器人决策规划相关算法研发经验。 深刻理解Agentic智能体核心机制，熟练掌握大模型Agent框架、思维链、工具调用、任务拆解、记忆机制、Prompt工程、自主规划与纠错迭代技术。 具备云端+端侧双系统架构设计经验，理解云端大规模智能服务与端侧实时推理系统的差异、协同逻辑与数据同步机制。 熟悉机器人/具身智能业务逻辑，了解感知、规划、控制基础链路，能够完成Agent大脑与底层执行系统的适配串联。 熟练掌握Python算法开发，熟悉大模型微调、推理、检索增强（RAG）、Agent调度等技术栈，具备独立算法设计、开发、迭代能力。 具备良好的系统思维，能够从整体架构视角设计、拆解、优化复杂智能体系统，具备较强的问题排查与方案迭代能力。 优先加分项 有具身智能大脑、机器人Agent、通用智能体完整项目落地经验，主导过云端/端侧大脑架构设计者重度优先。 熟悉VLA/VLM多模态模型，有大模型+具身决策+机器人控制端到端融合落地经验优先。 精通Agent记忆系统、RAG检索、任务规划、多智能体协同、行为克隆、强化学习具身应用者优先。 熟悉ROS/ROS2、机器人仿真平台，有真机Agent决策落地调试经验者优先。 有大模型轻量化、端侧推理部署、云端智能服务搭建经验者优先。