ONE BIG QUESTION
这四个方向看起来跨越操作系统、GPU 与密码学，其实都在回答同一个问题：怎样把一个昂贵、脆弱、只有少数专家会用的想法，做成可靠、快速、人人可用的系统。
01 AGENT OPERATING SYSTEM
当 Code Agent 从“帮你补一行代码”进化到“自己拆任务、找队友、跑工具”，它需要的就不只是聊天窗口，而是一整套操作系统。
一个复杂任务会瞬间拉起许多 Agent：有人改代码，有人编译，有人测试。它们抢 CPU、抢内存，还可能把彼此的环境弄乱——像一座突然涌入百万居民、却没有交通规则的城市。
如果底层系统足够可靠，一个人就能安全地指挥一支数字团队。软件开发、科学实验和数据分析，都能从“排队等待”变成真正的并行协作。
我们想让系统读懂工具意图，为每次任务准备刚刚好的轻量沙箱；同时像交通指挥中心一样，动态安排算力、复用环境，并在故障发生时快速收拾现场。
沙箱原型、Agent runtime、资源调度，以及真实 Code Agent 工作负载的性能分析。
02 FILE SYSTEM FOR AGENTS
Agent 最擅长尝试，但传统文件系统并不知道“这次尝试为什么发生”，也不擅长同时照顾一群并行实验者。
复制整个仓库太慢，普通分支又要等到最后才发现冲突。任务跑得越久，失败后的重做成本越高；多个 Agent 越勤奋，混乱反而可能越快。
AgentFS 可以给每个 Agent 一个隔离但轻量的工作区：依赖和缓存尽量共享，修改彼此不可见，失败一键回滚，成功的部分再被精准合并。
我们正在探索“理解任务语义”的快照和多版本工作区：只保存真正有价值、难以重放的状态，同时记录版本关系，让长任务能恢复、能追踪、也能放心并行。
文件系统原型、Copy-on-Write、版本图与合并策略，以及从真实 Agent 轨迹中发现新的系统机会。
03 FULLY HOMOMORPHIC ENCRYPTION
想象把一个锁着的盒子交给云端：服务器从没见过里面的数据，却能完成计算，并把仍然上锁的答案还给你。这就是全同态加密最迷人的地方。
医疗、金融和个人 AI 都需要数据协作，但“把原始数据交出去”常常不可接受。FHE 给出了理想答案，只是它仍然太慢、太吃内存，也太难编程。
医院可以联合分析而不交换病历，用户可以把加密输入交给云端模型，企业也能在不暴露核心数据的前提下获得计算服务。
我们希望把 FHE 从“密码学专家的手艺活”变成像张量计算一样自然的 GPU 框架：自动选择参数、管理显存、优化算子，也让隐私保护的神经网络推理装得更巧、跑得更快。
GPU 算子、编译与自动调优、内存系统、隐私 AI 应用，以及把研究原型做成真正好用的开源工具。
04 ZERO-KNOWLEDGE PROOF
零知识证明像一场聪明的魔术：我不告诉你秘密是什么，却能让你确信我确实知道它；我不展示整个计算，却能证明结果没有作弊。
区块链、可验证云计算和可信 AI 都需要“少一点信任，多一点证据”。但生成证明往往比验证慢得多，复杂计算可能被漫长的等待和巨大的内存需求拖住。
它能让陌生人验证一笔交易、一次外包计算，甚至一个模型的执行是否正确，而不必看到私密输入，也不必完全相信计算者。
我们的目标是让证明生成成为一条真正高效的 GPU 流水线：从单卡到多卡，从核心算子到端到端系统，逐步消除计算、通信和内存之间的瓶颈。
并行算法、多 GPU 通信、端到端流水线、性能建模，以及面向区块链和可验证 AI 的新应用。
HOW RESEARCH HAPPENS
从 Agent 轨迹、GPU profile 或真实应用中，发现最值得解决的问题。
把想法写进 runtime、文件系统、编译器或 GPU kernel，而不只停在纸上。
在真实机器和真实 workload 上验证：到底快了多少，为什么会快。
把成果沉淀为论文与开源项目，让别人能复现、使用并继续创造。
JOIN THE LAB
我们欢迎硕士生和各年级本科生。如果你喜欢写代码、拆系统、追问“时间到底花在哪”，也愿意把一个大胆想法磨成可靠作品，这里会很适合你。
Emailzrji at sdu.edu.cn