科大讯飞
【星火X计划】面向复杂任务的下一代Agent Harness 关键技术研发(J14502)
【星火X计划】面向复杂任务的下一代Agent Harness 关键技术研发(J14502)
发布于 3 小时前普通员工/个人贡献者
全职员工仅现场办公人工智能
人工智能
Agent Runtime
Llm
上下文管理
安全控制
工具调用
长程任务
值不值得投
70综合评分
综合评分 70
前沿Agent系统研发，技术成长性高但挑战大，适合追求深度技术突破的应届生。
从起薪待遇、成长路径、工作节奏和岗位方向综合评估，方便比较职业起点。
薪资怎么样
2万
与人工智能中位数基本持平
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 220 个在招 · 其中人工智能 23 个
市场机会
选择适中
合肥 · 人工智能 · 38 个在招
职位详情
关于这个职位
该岗位是科大讯飞“星火X计划”的一部分，致力于构建下一代Agent运行系统（Harness）
你将深入研究Agent在长程任务执行、可靠工具调用、状态恢复与安全控制等核心难题，并以Coding Agent为关键验证场景，打造一个可扩展、可恢复、安全可控的Agent技术底座，推动AI Agent从功能交互走向真实的任务交付
最低要求
-27届硕士及以上学历，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
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
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
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
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
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
工作职责
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
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
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
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
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
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
优先资格
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
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
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
AI 洞察
优缺点分析
优点
- 课题成果直接面向真实的、大规模的应用场景（如Code Agent、企业流程自动化），技术影响力大
- “星火X计划”是公司顶尖人才计划，能获得优质的项目资源、导师指导和发展平台
- 技术难度高，涉及系统、AI、分布式等多个领域的交叉知识，需要持续快速学习和攻坚
- 课题目标宏大（如‘稳定、安全、低成本’），在工程实现上可能需要平衡效果、性能与成本
- 作为前沿探索性岗位，技术路径和成果存在不确定性，需要较强的抗压能力和创新思维
缺点 / 挑战
- 课题处于AI Agent技术的最前沿，挑战性强，能积累稀缺的、深度的系统级AI研发经验
- 适合计算机相关专业硕士及以上应届生，对构建复杂AI系统有浓厚兴趣，具备扎实的编程基础和系统思维，不惧技术挑战，追求在AI基础设施领域做出深度贡献
角色解读
- 初级研发工程师 → 高级研发工程师/Agent系统架构师：专注于Agent运行时核心模块的深度优化与架构演进
- 技术专家 → 研发团队负责人：带领团队攻克前沿技术难题，定义技术路线，推动大规模应用落地
- 向AI基础设施、分布式系统或AI平台架构等更广阔的领域拓展
- 设计与实现下一代Agent运行时（Harness）的核心架构，解决长程任务执行中的状态管理、记忆和错误恢复问题
- 构建可靠的工具调用、安全控制及状态回放系统，确保Agent在复杂任务中稳定、安全地运行
- 以Coding Agent等真实场景为切入点，打通从任务理解到结果交付的全流程，推动研究成果落地
- 参与建立Agent评测体系（Trace/Eval），分析执行轨迹，持续优化系统性能和任务完成率
- 扎实的软件工程与系统设计能力，能够驾驭复杂的分布式或高可靠系统开发
- 至少精通一门系统级语言（如Rust、Go、C++）及Python，具备从原型到落地的工程实现能力
- 深入理解LLM原理及Agent核心概念（如Tool Use, Planning, Memory），并有实际应用或项目经验
- 具备强大的问题分析与定位能力，能通过日志、Trace和测试手段诊断复杂系统问题
申请策略
- 仔细研读JD中的“课题挑战”，思考每个挑战背后可能的技术难点和你的初步想法，在面试中展现深度思考
- 了解科大讯飞在AI，特别是语音和认知智能领域的产品与技术布局，思考该课题如何与公司战略协同
- 重点突出1-2个与Agent、LLM应用、复杂系统开发或工具链相关的项目经历，详细说明你在其中负责的模块、技术选型和解决的关键问题
- 强调系统设计与工程能力，如使用Rust/Go/Python开发的工具、框架或中间件项目，体现对性能、可靠性的思考
- 展示对AI Agent领域的深入理解，如阅读过相关论文、使用过主流Agent框架、或对MCP/Tool Use等概念有独到见解
- 如有高质量开源项目、技术博客、竞赛获奖或学术论文，请务必在简历醒目位置展示
- 深入研究主流Agent框架（如LangChain、AutoGPT）的源码，理解其Runtime、Tool管理和Memory机制
- 系统学习分布式系统（如一致性、容错、调度）或高可用系统设计模式，为解决“状态恢复”等问题打下基础
面试指南
- 对于项目经历类问题，采用STAR法则（情境、任务、行动、结果）进行结构化回答，重点突出你的技术决策和解决问题的思路
- 对于系统设计类问题，先阐述核心目标（如可靠性、可恢复性），再分解关键模块（如状态存储、检查点、回放），并讨论可能的技术取舍
- 对于概念理解类问题，结合你的项目实践或对开源项目的观察，给出具体的例子，避免空谈理论
- 请描述一个你做过的最复杂的软件项目，你遇到了什么技术难题，是如何分析和解决的？
- 如果让你为一个长程任务的Agent设计状态恢复机制，你会考虑哪些方面？
- 你如何理解Agent的‘上下文管理’？Token限制会带来哪些挑战？有哪些可能的解决方案？
- 请解释一下Tool Use在Agent中的作用，并分析一次工具调用失败可能的原因和应对策略
- 你使用过哪些AI Coding工具或Agent产品？你认为它们目前最大的不足是什么？
职位点评
薪资福利65
成长发展85
工作生活50
使命价值75
薪资福利
65中等
薪资信息未披露，但作为上市公司顶尖人才计划的应届生岗位，在合肥和北京的市场竞争力预计处于中等偏上水平。
薪资信号未披露（AI估算：1.5千–2.5万/月）
成长发展
85较高
该岗位处于AI Agent技术探索前沿，课题挑战性强，能提供深入系统底层和接触大规模落地场景的宝贵机会，技术成长空间广阔。
技术前沿前沿/新兴技术
技术栈Agent Runtime、LLM、MCP、Tool Use、状态恢复、Trace/Eval、Rust、Python
成长机会顶尖AI人才计划、推动研究成果在真实任务中验证、迭代与应用、沉淀核心系统、评测基准、论文、专利和开源成果
业务类型profit_center
工作生活
50较低
工作地点跨合肥和北京，办公模式未明确说明，可能需要现场办公。作为前沿探索课题，工作节奏和强度可能较高。
工作模式未明确
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
75中等
该课题旨在构建Agent技术底座，推动AI从交互走向任务交付，具有明确的技术价值和社会应用潜力，如提升企业效率、赋能开发者。
行业发展高速增长赛道
社会影响中性/一般
使命信号推动Agent从功能交互走向任务交付、服务百万开发者构建Agent应用
创新程度开拓性创新（行业首创）
Watch Jobs