【岗位职责】 1. 阅读并整理可信大模型、Agent Safety、幻觉检测、可信记忆与 AI 安全等方向的前沿研究，理解智能体系统面临的安全风险与可信性挑战。 2. 研究智能体记忆系统中的可信问题，分析错误记忆、幻觉记忆、经验冲突、恶意信息写入等因素对 Agent 后续推理、规划和决策过程的影响。 3. 设计并实现智能体记忆质量评估、事实验证、异常检测与安全更新机制，对 Agent 生成、存储和调用的记忆进行可信性监控与优化。 4. 构建可信智能体评测实验体系，设计记忆污染、长期错误累积、错误经验传播等测试场景，评估智能体长期运行过程中的安全性、鲁棒性和可靠性。 5. 探索可信自主进化机制，研究如何让 Agent 在持续学习和经验积累过程中实现能力提升，同时避免错误不断累积，实现“能够进化且不越学越错”的智能体系统，并参与论文撰写与科研成果整理。 【任职要求】 1. 招募对象：本科生、硕士研究生。 2. 计算机、人工智能、网络空间安全、数学、统计等相关专业背景优先。 3. 具备 Python 编程基础，了解机器学习、深度学习或大语言模型基本方法。 4. 对以下方向具有研究兴趣：可信人工智能（Trustworthy AI）；大模型安全（LLM Safety）；智能体安全（Agent Safety）；幻觉检测与事实验证；AI 系统可靠性评估。 5. 具备实验设计、数据分析和问题定位能力，能够阅读英文技术论文并开展基础研究工作。 6. 有以下经历者优先：AI 安全、大模型评测相关项目；事实核查、异常检测、数据质量评估；LLM、Agent、机器学习相关科研或竞赛经历。 7. 本科生重点考察编程能力、学习能力和科研兴趣；硕士研究生希望具备机器学习、大模型或 AI 安全方向的研究基础。 8. 对“如何让智能体持续学习并避免错误累积，实现安全可靠的自主进化”这一问题具有研究兴趣，能够稳定投入科研时间。 9. 实习安排：线上线下结合；周期3–6个月；每周投入30小时以上。