面向大模型的实时交互式 AI Agent 系统架构研究-阿里星/A Star

1. 面向大模型实时交互场景，参与实时交互式 AI Agent 系统架构研究与原型建设，探索低延迟、可打断、可连续对话、可执行任务的新一代智能体系统。 2. 研究 Real-time AI / Conversational AI 的核心链路架构，包括流式 ASR、Streaming LLM、实时 TTS、Agent Runtime、多轮上下文管理、工具调用、状态维护、事件驱动调度等关键模块的协同机制。 3. 参与设计高性能、高可靠、可扩展的实时交互引擎，支撑语音对话、多模态交互、智能客服、智能导购、办公协同、车载座舱、IoT 终端等业务场景。 4. 针对实时交互体验中的关键问题开展技术研究与实验验证，包括端到端响应延迟、首响速度、打断响应、Turn-taking、对话流畅度、并发稳定性和系统成本优化等。 5. 跟踪 AI Agent、LLM Infra、Conversational AI、Multimodal AI、低延迟推理服务等前沿技术，进行技术调研、方案设计、原型实现和系统落地。 6. 与算法、工程、产品团队协作，将大模型能力转化为可实时交互、可规模化应用的智能体系统能力，推动相关技术在真实业务场景中落地。 【任职要求】 1. 计算机、人工智能、软件工程、电子信息、自动化、数学等相关专业，本科及以上学历，具备扎实的计算机基础。 2. 熟悉至少一种主流编程语言，如 Python、C++、Go、Java 等，具备良好的工程实现能力、代码习惯和系统调试能力。 3. 理解大语言模型、AI Agent 或对话系统的基本原理，对 RAG、工具调用、Prompt Engineering、多轮对话、模型推理服务等方向有实践或浓厚兴趣。 4. 具备一定系统架构意识，理解操作系统、网络通信、并发编程、分布式系统、事件驱动架构、性能优化等基础知识中的一项或多项。 5. 对实时交互系统有兴趣，理解或愿意深入研究流式处理、低延迟链路、状态管理、异步调度、音视频通信等相关技术问题。 6. 具备较强的问题抽象能力、技术学习能力和动手实验能力，能够从开放性问题中拆解技术路径，并通过原型或实验进行验证。 7. 有较好的英文文献阅读能力，能够跟踪前沿论文、开源项目和产业技术动态。 加分项 1. 有语音对话系统、智能客服、语音助手、实时音视频、RTC/WebRTC、流式 ASR/TTS、端到端语音对话等相关项目经验。 2. 有 AI Agent 框架、LLM 应用系统、RAG 系统、多智能体系统、自动化任务执行系统等相关项目经验。 3. 熟悉低延迟推理服务、模型服务化、分布式调度、高并发服务、事件驱动架构、端云协同等工程技术。 4. 了解打断机制、Turn-taking、全双工交互、多模态感知、对话状态管理等 Conversational AI 关键问题。 5. 在顶级会议、期刊发表过相关论文，或在高质量开源项目、算法竞赛、系统竞赛中有突出成果。