参与面向音视频业务的 AI Agent 研发，覆盖智能排障、成本管控、体验优化、研发提效等场景。在导师指导下，将复杂的音视频处理 SOP 梳理为可执行的 Agent 工作流，参与构建从“能问”到“能干”的 Agent 能力闭环。
- Agent 应用研发：参与 AI Agent 的设计、开发与迭代，包括任务编排、Prompt 设计、工具调用、前后端联调及功能交付；
- 工具链封装与集成：协助将排障、转码、调度、监控等平台能力封装为 Agent 可调用的 Tool / MCP / Skill，推进自动化工作流落地；
- 知识库建设：参与音视频领域知识库的搭建与优化，包括文档处理、向量检索、混合检索、重排序及检索效果分析；
- 效果评估与迭代：协助构建评测集和评估链路，分析 Agent 的准确率、召回率、响应延迟和成本，并推动持续优化；
- 工程质量与稳定性：参与上下文管理、模型路由、异常兜底、日志监控等工程能力建设，保障服务的可用性与可维护性；
- 技术探索：跟踪 AI Agent、MCP、RAG 等方向的技术进展，探索 AI 在音视频工作流自动化中的创新应用，并沉淀实践经验。
- 本科及以上学历在读，计算机、软件、信息等相关专业；
- 具备扎实的编程基础，熟悉至少一种主流开发语言，如 Python、Java、Go、JavaScript / TypeScript 等；
- 对 AI Agent、大语言模型应用或生成式 AI 有浓厚兴趣，有课程项目、个人项目、竞赛或开源实践者优先；
- 熟悉常见 AI 编程工具的使用，能够借助工具学习并解决实际工程问题；
- 了解Harness、Loop Engineering、结构化输出、Function Calling / Tool Use 等基本概念，有相关实践更佳；
- 具备良好的学习能力、问题分析能力和沟通协作意识，能保证稳定的实习投入时间。 加分项：
- 有 LangChain、LangGraph、AutoGen 或其他 Agent 框架的实践经验；
- 有 MCP、A2A 等 AI 协议的实践或开源贡献；
- 有全栈开发能力，能够完成前端页面、后端服务和接口联调；
- 了解音视频、流媒体、直播、编解码或媒体处理相关技术；
- 有 RAG 系统、向量数据库、检索优化或评测体系相关项目经验；
- 在 GitHub、技术社区或开源项目中有持续输出。
