【星火X计划】面向复杂任务的下一代Agent Harness 关键技术研发(J13804)

优缺点分析

角色解读

• 成为Agent基础设施领域的专家，主导关键模块的设计和落地
• 可向技术专家或架构师方向发展，负责Agent Runtime和Harness的整体架构演进
• 有机会参与前沿研究和开源，发表论文或专利，积累行业影响力
• 研究和设计Agent运行框架（Harness），解决长程任务执行、上下文管理和记忆问题，确保Agent在复杂任务中稳定运行
• 开发工具调用、状态恢复、安全控制等模块，实现权限管理、沙箱隔离和审计机制，保障Agent操作的安全可靠
• 重点建设Coding Agent的完整闭环，包括需求理解、代码检索、修改执行、测试回归和成果交付
• 参与端云协同、模型路由和Trace/Eval系统建设，通过真实任务数据驱动持续优化
• 扎实的编程功底，精通至少一门后端语言（Rust/Python/TypeScript/Go/Java/C++），能够进行系统级开发
• 深入理解LLM和Agent基本原理，熟悉Agent Loop、Tool Use、Context、Memory等核心概念，有实际项目经验
• 具备分布式系统、安全或可观测性相关技术经验，能够设计和实现高可靠、可恢复的系统
• 较强的调试和问题分析能力，能通过日志和轨迹定位并修复复杂问题

申请策略

• 仔细了解科大讯飞星火大模型的生态和Agent战略，在面试中展示对业务的思考
• 准备一个能体现自己工程能力的Demo或实验，展现从想法到实现的能力
• 突出相关项目经验，尤其是Agent、LLM应用、RAG、工具调用等方向，展示对关键概念的理解
• 强调编程能力和系统设计能力，附上GitHub或技术博客链接
• 如果有开源项目、竞赛获奖或高质量论文，一定要重点呈现
• 描述自己在项目中如何解决问题，体现技术取舍和调试能力
• 深入理解Agent相关内容，动手实现一个简单的Agent Loop或工具调用系统
• 熟悉MCP协议和主流Agent框架（如LangChain、AutoGPT等），实践Coding Agent场景

面试指南

• 方法论：先明确问题的核心目标和约束，再给出设计方案，最后讨论取舍和优化
• 结合具体项目案例，用STAR法则描述场景、任务、行动和结果
• 遇到设计题时，从模块拆分、数据流、故障恢复、安全性和成本角度系统性地回答
• 请介绍一个你之前的Agent或LLM项目，你在其中如何管理上下文和工具调用？
• 设计一个长程任务执行系统，你会如何保证它在任务中断后恢复？
• 如何确保Agent调用外部工具的安全性？你会采用哪些措施？
• 你对MCP协议的理解是什么？它解决了什么问题？
• 你如何评估Agent任务完成效果？会设计哪些指标？