AI开发
【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)
研发 Agent Runtime 与 Harness,围绕长程任务、上下文记忆、工具调用、恢复、安全及 Trace/Eval 建设可运行的系统。
先看关键条件
- 地点
- 合肥、北京
- 团队
- 词元星火
- 雇佣形式
- 实习
- 招聘类型
- 实习
尚未披露:薪资、雇主申请截止时间
申请路径与记录
投递在官方渠道完成,完整外部回执留在本人工作区;已登录时,通过 CLI 明确记录的选择、本人自报投递和渠道观察三类最小事件默认上报平台。浏览或保存岗位不会触发上报,外部投递不会出现在“我的申请”里。
你会做什么
- 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
- 岗位以工程研发和真实系统落地为牵引
- 打造统一的 Agent Runtime 与 Harness 技术底座
需要怎样的经验
任职要求与期待
- 28届及以后硕士及以上学历;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
优先条件(非硬门槛)
- 计算机、软件工程、人工智能及相关专业优先
- 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
认识这家公司 / 团队
科大讯飞(星火与AI应用/平台团队)
上市公司
讯飞星火、Agent应用与运行平台、智能办公和大模型推理基础设施
为什么关注它
讯飞星火、Agent 应用与运行平台、智能办公和大模型推理基础设施覆盖模型服务与 AI 应用场景。
AI 业务与实际采用
讯飞星火、Agent应用与运行平台、智能办公和大模型推理基础设施
2026半年度报告第7/28/30页公司财务与开放平台收入,区分公司及分产品口径;讯飞智慧办公与AI产品体系官方入口
公司官网 ↗
同公司其他在招岗位
构建超大专家并行 MoE 分布式推理体系,优化跨节点通信、专家负载均衡与线上推理性能。
进入客户现场,将Agent能力做成可用产品界面和工作流,参与需求、方案、落地及反馈迭代闭环。
负责强化学习后训练与 AgentRL 的系统工程,覆盖推理训练解耦、环境并行、数据管道和集群容错。
从全栈业务系统到 LLM/Agent/RAG 应用落地均有直接开发职责;要求对 AI Coding 生成结果进行验证。
将模型工程化为高性能推理库与服务,承担模型转换、算子适配、量化和性能优化。