【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)

优缺点分析

角色解读

• 在AI Agent这一前沿领域积累深厚的系统架构与工程落地经验，成为Agent Runtime/Harness方向的专家
• 未来可向AI系统架构师、大模型应用研发专家或AI产品技术负责人等方向发展
• 研发下一代Agent运行系统（Harness），解决长程任务执行、上下文管理、可靠工具调用等核心技术难题
• 以Coding Agent为重点场景，打通从需求理解到成果交付的完整闭环，提升Agent在复杂任务中的持续执行和错误修复能力
• 建设可回放、可诊断的Agent Trace与评测体系，将真实任务轨迹转化为评测与优化数据，推动系统持续进化
• 扎实的计算机基础与软件工程能力，熟练掌握Rust、Python、TypeScript、Go、Java或C++中至少一种语言
• 深入理解LLM和Agent基本原理，熟悉Agent Loop、Tool Use、Context、Memory、MCP等概念，并有实际使用或开发经验
• 具备较强的问题分析与动手能力，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

申请策略

• 在简历或面试中，不仅要展示技术栈，更要清晰表达设计思路、技术取舍和问题解决过程，体现工程思维
• 重点突出在Agent Framework、Agent Runtime、MCP Server或Coding Agent等方面的实际开发或深度改造经验
• 展示在AI Search、RAG、分布式系统、安全沙箱或端云协同等相关领域的具体项目经历和技术成果
• 提供高质量开源项目链接、相关论文、专利或竞赛获奖证明，证明自己的技术深度和动手能力
• 深入学习Agent Loop、Tool Use、Context/Memory管理等核心概念，并尝试动手实现一个简单的Agent系统
• 熟悉Rust或Go等适合构建高性能、高并发系统的语言，提升在分布式系统和云端执行方面的工程能力

面试指南

• STAR法则：情境(Situation) -> 任务(Task) -> 行动(Action) -> 结果(Result)，重点突出Action中的技术细节和思考过程
• 系统设计思路：从需求分析、架构设计、核心模块实现到测试验证，展现全局观和工程落地能力
• 请详细描述你参与过的一个Agent相关项目，你在其中负责什么？遇到了哪些技术难点，是如何解决的？
• 在长程任务执行中，如何有效管理上下文和记忆，避免目标漂移和关键信息丢失？
• 如何设计一个可靠的工具调用机制，减少无效调用并处理调用失败或结果未知的情况？
• 如果让你设计一个Agent Trace与评测体系，你会如何准确区分模型、上下文、工具和Harness的问题？
• 复习LLM和Agent的核心原理，特别是Agent Loop、Tool Use、MCP等概念，并了解目前主流的Agent框架
• 准备1-2个自己主导或深度参与的复杂项目，能够深入讲解系统架构、技术选型和踩坑经验