【星火X计划】面向超长程任务的大模型智能体技术研究(J13978)

【课题介绍】 随着通用大模型在深度推理、软件工程、复杂工具调用能力上的不断提升，模型正在从“完成短流程任务”迈向“可靠承担长期开放任务”。本课题围绕仓库级大型软件工程智能体、超长时程任务规划与工具使用、复杂智能体轨迹数据合成、模型自我验证与自主校准等关键技术方向开展研究，构建能够理解目标、分解任务、调用工具、从反馈中学习并在失败后自主恢复的智能体模型。 你将结合真实业务流程，研究从轨迹数据构造、监督微调、强化学习、测试时计算到在线学习的完整技术闭环；建立核心评测体系，推动 Agent 在复杂软件工程、深度研究、企业工作流等高价值场景中的规模化应用。

【课题挑战】

1. 01

   超长时程规划与Credit Assignment：面向目标不完备、反馈稀疏、环境持续变化的数百至数千步任务，研究如何将稀疏、延迟且可能带有噪声的结果反馈，准确分配给长轨迹中的规划、推理、代码修改和工具调用行为；

2. 02

   超长上下文记忆与持续学习：模型长时间运行会产生大量代码、日志、工具返回和失败记录，如何在有限上下文预算下保留关键状态、压缩历史信息并避免错误记忆，是智能体长期稳定运行的基础问题；

3. 03

   长程复杂智能体轨迹数据的合成与评价：如何构建出具有多样性、高难度的长时程轨迹数据，尽可能提供丰富的学习信号以促进模型训练。如何评测数据的质量，以及如何评测模型在复杂智能体场景下的能力边界；

4. 04

   模型、智能体框架与环境的协同优化：智能体能力不仅由基础模型决定，还受到提示协议、工具定义、上下文管理、执行环境和搜索策略的显著影响。需要建立模型训练与 Agent Harness 联合优化的方法，减少对人工规则和复杂脚手架的依赖。

【课题价值】

1. 01

   突破智能体的可靠任务时程：显著提高复杂任务成功率、状态保持能力和故障恢复能力，使智能体从能够稳定承担小时级任务迈向可胜任更长周期任务的自主系统；

2. 02

   支撑核心产品规模化落地：为软件研发、数据分析、深度研究、智能助理和企业自动化等业务提供统一的智能体技术底座，降低人工介入次数、任务执行成本和高风险操作事故率；

3. 03

   构建世界一流的智能体模型：通过以上大模型智能体相关核心技术的攻关和突破，打造世界一流的通用大模型，用技术改变世界。

1、28届及以后在读硕士及以上学历，计算机科学、人工智能、自动化、电子信息、数学等相关专业，其他专业但具备突出研究和动手能力者同样欢迎；

2. 02

   对大模型智能体具有强烈兴趣，具备扎实的大模型算法和训练基础，能够持续跟踪论文和开源项目，并将研究思路转化为可验证的实验方案，有大模型训练、数据构建研究、Agent等方向实战经验者优先；

3. 03

   具有扎实的编程和计算机系统基础，精通Python等语言，熟悉PyTorch及主流分布式训练框架，具备优秀的工程实现能力。熟悉Linux、Git、推理引擎、分布式训练系统和大规模数据处理流程；

4. 04

   拥有独立发现问题、建立假设、设计对照实验和分析失败案例的能力，能够在开放问题中形成清晰、可验证的研究路线。具备极强的实验设计和分析能力，能够通过对照实验、消融实验和 Bad Case 分析定位模型问题；

5. 05

   具备良好的沟通协作能力、自驱力和责任意识，能够独立推进研究任务；

6. 06

   在 NeurIPS/ICML/ICLR/ACL/EMNLP/AAAI/IJCAI等相关会议或期刊发表高质量论文者优先。在ACM等高水平算法编程竞赛、CMO/IMO等数学竞赛或其他比赛中取得过优异成绩者优先。