【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)

AI 摘要智能生成

本课题，重点研究长程任务执行、上下文与记忆

职位描述

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。 1、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、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、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、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、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、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。 1、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、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、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、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。

任职要求

• 数据分析