【星火X计划】面向复杂任务的下一代Agent Harness 关键技术研发(J13986)

【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、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。

【课题价值】

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。

1、28届及以后在读硕士及以上学历，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、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、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、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、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、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、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、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、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。