1.参与自研Agent Harness框架的核心模块设计与开发，包括但不限于：Agent执行循环（Loop） ：构建ReAct、Plan-and-Execute等多范式执行引擎，支持工具分发、传感器反馈与自动修复（auto-fix），在Token预算约束下运行直至任务可验证完成；
2、工具调用（Tool Calling）与函数编排：设计工具注册、参数解析、权限分级与调用链路追踪机制，支持MCP（Model Context Protocol）等标准化工具协议接入；
3、记忆系统（Memory） ：构建三层本地记忆架构——程序性记忆（Skills）、语义记忆（Facts）、情景记忆（可检索历史），实现跨会话知识累积；
4、多Agent协作与子Agent调度：设计复杂任务分解、子Agent委派与结果聚合的编排引擎；
5、设计Agent分级自主机制（如L1报告级 → L2人工辅助级 → L3无人值守级），让Agent在信任建立过程中渐进式获得自主权；
6、实现操作系统级沙箱隔离（如Linux Bubblewrap / macOS Seatbelt），确保Agent执行的工具操作安全可控；
7、构建Agent行为的可观测体系（Telemetry），对每一次工具调用、模型推理、子Agent调度进行结构化追踪与回放。