一、負責(zé)AI Agent的需求拆解、架構(gòu)設(shè)計、核心功能開發(fā)與迭代，包括智能決策邏輯、任務(wù)調(diào)度、多場景適配等模塊，確保Agent具備自主學(xué)習(xí)、自主交互、自主執(zhí)行的能力；
二、搭建AI Agent的訓(xùn)練體系，優(yōu)化訓(xùn)練數(shù)據(jù)與算法模型，提升Agent的交互精準度、響應(yīng)速度及場景適配性，解決開發(fā)過程中的技術(shù)難點；
三、配合產(chǎn)品、業(yè)務(wù)團隊，梳理AI Agent的應(yīng)用場景（如智能客服、虛擬助手、業(yè)務(wù)自動化處理等），完成Agent與現(xiàn)有業(yè)務(wù)系統(tǒng)的對接與集成；
四、負責(zé)智能交互場景的需求分析與方案設(shè)計，涵蓋語音交互、文本交互、多模態(tài)交互（語音+視覺+文本）等形式，優(yōu)化交互流程，提升用戶交互的自然度與便捷性；
五、對接NLP、ASR、TTS等核心技術(shù)模塊，優(yōu)化交互語義理解、意圖識別、回復(fù)生成等環(huán)節(jié)，解決交互過程中的歧義、延遲、準確率低等問題。
六、收集用戶交互數(shù)據(jù)，分析交互痛點，持續(xù)迭代交互方案，推動智能交互體驗的持續(xù)提升，適配不同用戶群體的使用習(xí)慣。