团队使命（Mission）

在全球能源转型与碳中和目标加速推进的时代背景下，可控核聚变被广泛认为是实现长期、可持续、零碳能源的关键技术路径之一。随着高温超导、先进制造与计算能力的快速发展，聚变装置的工程可行性与物理可行性正迎来关键窗口期。

仿星器作为一种具备稳态运行潜力的磁约束聚变装置，其三维几何复杂性使得传统基于人工经验与局部扫描的设计方法面临巨大的计算与人力瓶颈。新一代仿星器设计问题本质上已演变为一个高维、多目标、强物理约束的复杂优化问题。

我们的团队致力于构建 下一代 AI 驱动的仿星器设计与优化平台，将大规模物理仿真、生成式模型、智能体系统与物理约束机器学习深度融合，打造端到端的自动化设计—评估—优化闭环。我们的目标是：将传统需要数月到数年的仿星器设计与参数优化流程，转变为可扩展、自动化、由 AI 驱动的智能设计体系，显著加速新型高性能仿星器构型的发现与工程优化，为聚变能走向工程化与商业化提供关键技术支撑。

主要职责

* 设计与实现面向科学仿真与优化任务的 AI Agent 系统架构，构建具备规划、决策与工具调用能力的“科学智能体”（如 GPT 小脑）。

* 将大模型与仿真工具、优化器、数据库及工作流系统进行深度集成，实现自动化的实验设计、任务分解与多轮推理执行。

* 设计智能体的记忆机制、状态管理与长期任务管理策略，支持复杂科研流程的持续决策与闭环优化。

* 开发基于 LLM 的科学推理与代码生成模块，用于自动构建仿真输入、分析结果并生成优化建议。

* 与物理学家和算法工程师紧密协作，将科研目标抽象为可由智能体执行的任务规划与策略搜索问题。

职位技能要求（Required）

* 扎实的软件系统设计能力，能够设计复杂的多模块系统与工作流架构。

* 熟悉大语言模型（LLM）相关技术，具备调用与集成 API 或开源模型的实践经验。

* 具备构建 Agent 系统的经验，包括任务规划、工具调用、状态管理与多轮交互。

* 熟练使用 Python，具备良好的系统工程与调试能力。

* 能够与物理与算法团队协作，将科研流程抽象为可自动化执行的系统逻辑。

加分项（Preferred）

* 有 LangChain、AutoGen、CrewAI、OpenAI Assistants API 或类似 Agent 框架经验。

* 有复杂工作流编排系统（如 Airflow、Prefect、Ray 等）经验。

* 有长期记忆、RAG（检索增强生成）或多 Agent 协作系统经验。

* 有代码生成、自动化科研或自动化实验系统的实际项目经验。

* 有分布式系统或后端工程背景。

成果与影响（Impact）

- 研究成果将直接用于真实仿星器构型筛选与工程设计决策

- 系统将服务于实际仿真与设计流程，而不仅限于离线方法研究

- 在国际顶级会议与期刊发表成果（如 NeurIPS、ICML、ICLR、CVPR, Physical Review Letters, Nuclear Fusion 等）

- 为未来聚变装置设计提供可扩展的 AI 基础设施与技术范式