阿里巴巴构建面向 AI Agent 的下一代调度与计算引擎-阿里星

1、安全 Agent 系统研发： - 设计与构建面向真实安全场景的自主 AI Agent 系统，实现从目标理解、环境感知、工具调用到多步推理执行的端到端闭环； - 研究并实现 Agent 的核心能力模块，包括任务规划与分解、动态策略调整、反思与自修正、安全约束与人机协同机制； - 设计多 Agent 协作架构，实现检测、分析、研判、响应等安全运营环节的自动化协同。 2、安全领域 Agentic 模型训练： - 研究面向安全场景的大模型增强方案，包括安全领域持续预训练、指令微调、RLHF/RLEF 等技术路线，提升模型在安全专业任务上的推理与行动能力； - 构建安全领域高质量训练数据体系（攻防轨迹、工具调用序列、推理链标注等），设计面向 Agent 能力的训练目标与奖励函数。 3、评估与可信体系建设： - 建立安全 Agent 的标准化评估基准，覆盖任务完成率、推理准确性、鲁棒性、可控性等多维指标； - 研究 Agent 在对抗环境下的安全性问题（提示注入防御、行为边界约束、决策可解释性等）。

1.负责工程知识引擎的设计与构建，研究多源异构知识（代码、文档、架构等）的统一建模与智能检索技术； 2.研究智能体自主记忆系统，设计长短期记忆协同机制，实现用户偏好与项目规范的自动学习； 3.探索自优化智能体算法，构建基于执行反馈的自我评估与策略优化闭环； 4.联合通义实验室进行模型训练，将工程知识与记忆能力注入大模型； 5.跟踪Agent领域前沿进展，产出论文、技术报告或开源项目。