【星火X计划-实习】面向复杂任务的下一代Agent Harness 关键技术研发(J14623)

【课题介绍】 随着基础大模型能力持续提升，Agent 的核心瓶颈正在从“模型能不能做”转向“系统能不能让模型稳定、安全、低成本地完成复杂任务”。本课题，重点研究长程任务执行、上下文与记忆、可靠工具调用、状态恢复、端云协同、安全控制和 Trace/Eval，建设可扩展、可恢复、安全可控、成本可度量的 Agent 运行系统。课题将以 Coding Agent 为重点验证场景，并覆盖深度研究、数据分析、浏览器操作和企业流程自动化等真实任务，打通“理解目标—获取信息—制定计划—调用工具—验证结果—修正错误—交付成果”的完整闭环。岗位以工程研发和真实系统落地为牵引，围绕关键技术难题开展前沿探索，推动研究成果在真实任务中验证、迭代与应用。

【课题挑战】

1. 01

   长程执行与上下文管理：研究任务规划与动态调整、上下文压缩和记忆机制，减少长任务中的目标漂移、错误累积和关键信息丢失，提升复杂任务的持续执行能力；

2. 02

   可靠工具执行与外部信息获取：研究Agent如何从海量工具中快速选择、组合并验证结果，减少无效和重复调用，解决调用失败、结果未知和高风险操作等问题；

3. 03

   状态恢复与安全控制：区分模型、Harness和外部环境状态，通过检查点、事件日志和执行回放支持任务中断恢复；建设权限控制、沙箱隔离、敏感操作确认和审计机制；

4. 04

   真实场景任务交付：以 Coding Agent 为重点场景，打通需求理解、代码检索、修改执行、测试回归和成果交付，提升 Agent 在复杂任务中的持续执行和错误修复能力；

5. 05

   端云协同与智能调度：研究端侧发起、云端执行和跨设备接续机制，并根据任务质量、时延、成本和风险进行模型路由、推理预算分配与多 Agent 调度；

6. 06

   Trace/Eval 与持续进化：建设可回放、可诊断的 Agent Trace 与评测体系，准确区分模型、上下文、搜索、工具和 Harness 问题，将真实任务轨迹转化为评测与优化数据。

【课题价值】

1. 01

   推动 Agent 从功能交互走向任务交付，在代码研发、深度研究、数据分析、Computer Use 和企业流程等场景中交付可验证成果；

2. 02

   打造统一的 Agent Runtime 与 Harness 技术底座，持续提升任务完成率、运行稳定性和成本效率；

3. 03

   通过标准化 API、SDK、MCP、Skills 和工具生态，降低 Agent 开发与部署门槛，服务百万开发者构建 Agent 应用；

4. 04

   建立真实任务、轨迹评测、失败归因和模型—Harness 优化闭环，沉淀核心系统、评测基准、论文、专利和开源成果。

1、28届及以后硕士及以上学历，计算机、软件工程、人工智能及相关专业优先，其他专业但具备突出工程能力者同样欢迎；

2. 02

   具备扎实的计算机基础和软件工程能力，熟练掌握 Rust、Python、TypeScript、Go、Java 或 C++ 中至少一种语言；

3. 03

   有真实项目经历，课程、竞赛、科研、个人或开源项目均可，能够清楚说明设计思路、技术取舍和问题解决过程；

4. 04

   了解 LLM 和 Agent 基本原理，熟悉 Agent Loop、Tool Use、Context、Memory、Planning、Skills、MCP 等基本概念，并使用过 AI Coding 工具或 Agent 产品；

5. 05

   具备较强的学习、动手和问题分析能力，能够通过测试、日志和执行轨迹定位问题，完成原型开发与实验验证；

6. 06

   具备良好的技术表达和协作能力，关注任务是否真正完成、结果是否经过验证以及系统能否稳定运行。

【加分项】

1. 01

   开发或深度改造过 Agent Framework、Agent Runtime、MCP Server、Coding Agent 或多 Agent 系统，具备上下文管理、记忆系统或 Token 优化相关实践；

2. 02

   具备 AI Search、RAG、分布式系统、云端执行、安全沙箱、可观测性或端云协同等相关经验；

3. 03

   具备 Agent Evaluation、数据合成、强化学习或过程监督相关实践；拥有高质量开源项目、论文、专利或竞赛成果者优先。