序言
当大模型智能体不断迈向真实世界应用，“能不能做”早已不再是唯一问题，“能否稳定、可控、安全、可扩展地做”，正成为智能体系统走向工程化落地的关键分水岭。
然而，当前许多智能体系统的开发范式，仍然深受“非确定性”困扰：
它们高度依赖臃肿的运行时框架、脆弱的 Prompt 模版，以及大量临时性的字符串拼接逻辑。这种构建方式虽然灵活，却也埋下了格式敏感、注入风险、供应链安全脆弱、系统控制能力不足等一系列系统级隐患。
如何从根本上驯服这种非确定性？
如何让智能体系统从“拼装式工程”走向“可编译、可验证、可治理”的规范化体系？
本期 EvoAgentX Talk，我们邀请到中山大学研究者、国家超级计算广州中心 / 广东省计算科学重点实验室 arcSYSu-Lab 成员 欧阳易芃（Yipeng Ouyang），带来主题分享：
Taming Non-Determinism in Agentic Systems: From Agent-Skill Compilation to Harness-Native Ecosystem
驯服智能体系统中的非确定性：从 Skill 编译器到 Harness 原生生态系统
本次分享将从技能编译、运行时控制到语言生态系统的完整演进脉络出发，系统展示经典计算机科学中的编译原理、语言设计与系统架构方法，如何为未来自主智能体系统奠定一个更确定、安全且可扩展的底座。
讲座核心内容
大模型智能体的快速发展，为自主计算打开了全新前沿；但与此同时，其软件工程范式也暴露出越来越多的结构性问题。
在当前主流实践中，许多智能体系统依赖复杂运行时中间件、Prompt 胶水代码以及缺乏规范约束的临时拼接机制来组织行为逻辑。这种方式虽然方便快速试验，却很难支撑高并发、强安全要求、长链路复杂任务下的真实部署需求。
本次讲座将提出一种重要的范式转变：将智能体计算视为“形式化的编译目标与语言目标”来处理。
分享将首先从微观层面的技能治理切入，介绍 SkCC（Agent Skill Compiler）。SkCC 将经典编译器设计思想引入智能体技能构件中，通过构建强类型中间表示 SkIR，将技能语义与特定框架格式彻底解耦。这样不仅能够显著降低跨框架迁移与适配成本，也能在前置编译期完成对 Prompt 注入等安全风险的静态阻断。
在此基础上，讲座进一步从“局部技能编译”走向“全局运行时控制”，介绍首个 Harness-Native Agent Language——Nexa。 Nexa 将完整的智能体 Harness 体系提升为语言级一等公民原语，以编译期静态分析、零成本工具绑定、写时复制状态快照等方式，取代脆弱的运行时胶水代码编排逻辑。
最后，分享还将展示围绕 Nexa 自然衍生出的全栈基础设施生态，包括：
EpiContext：受生物进化启发的长对话虚拟内存管理机制
RAMP：面向真实生产环境的成本感知型智能体性能评测基准
通过这一完整的技术演进路径，本场讲座将带领大家理解：经典计算机科学中的严谨方法，如何成为自主智能系统迈向工程成熟的关键支撑。
嘉宾简介
欧阳易芃（Yipeng Ouyang），中山大学（SYSU）计算机科学与技术专业研究者，国家超级计算广州中心 / 广东省计算科学重点实验室成员，arcSYSu-Lab 成员。
他的研究聚焦于自主智能体系统中的 Harness 编排框架、运行时支撑系统与可信可控性体系，致力于通过系统架构范式的结构化设计，推动 Agent 能力实现跃升。
与此同时，他还在字节跳动前沿 AI Agent 核心团队担任研究实习生，深度参与面向大规模、高并发、复杂真实场景的自主智能体系统构建研究。
你将了解到
1. 为什么智能体系统会被“非确定性”持续困扰
当前智能体开发大量依赖 Prompt 模版、字符串拼接和运行时中间件，这使系统容易出现格式脆弱、行为不稳定、难以验证与安全边界不清晰等问题。本次分享将从系统工程视角，重新审视这些问题的根源。
2. 如何用编译器思路治理 Agent Skill
SkCC 提出将经典编译原理引入智能体技能构件，通过强类型中间表示 SkIR 对技能进行结构化表达与转换，从而解耦语义与框架格式，降低跨框架适配复杂度，并提升整体可维护性与安全性。
3. 如何从“局部技能优化”走向“全局系统控制”
如果说 Skill 编译解决的是局部模块治理问题，那么 Nexa 则进一步试图从语言层重构整个智能体系统的组织方式。它将 Harness 原生能力提升为语言级原语，用编译期验证替代运行时脆弱拼接，为智能体系统建立更强的确定性控制能力。
4. Harness-Native 生态如何支撑真实世界落地
围绕 Nexa，分享还将展示完整的生态拓展能力，包括用于长上下文管理的 EpiContext，以及面向生产环境评估的 RAMP。这意味着，智能体系统不再只是“单点模型能力”的竞争，而是逐步演化为完整系统基础设施能力的竞争。
5. 经典计算机科学如何重新塑造自主智能系统
从编译器、中间表示、静态分析，到语言设计、运行时支持与系统评测，本次讲座所展示的核心思想，实际上都指向同一个方向：让自主智能体系统回归工程严谨性，建立可验证、可扩展、可治理的技术底座。
适合谁来听？
如果你关注以下方向，这场分享会很值得：
LLM Agent / Autonomous Agents
智能体系统工程
Agent Skill / Skill 编译
Harness 编排框架
智能体运行时系统
Agent 安全与可信可控
长上下文管理
面向生产环境的 Agent 评测与部署
结语
从 Skill 编译器到 Harness 原生语言，再到完整基础设施生态，这不仅是一条技术演进路线，也代表着智能体系统正在从“实验室式拼装”走向“系统级工程成熟”的关键转折。
如果你想进一步理解：
智能体系统为何难以摆脱非确定性
为什么编译与语言范式可能是 Agent 工程化的下一个核心突破口
经典计算机科学如何重新定义未来的自主智能系统
那么这场分享不容错过。
让我们一起走进这场关于“确定性、可信性与系统底座”的深度讨论。
