腾讯游戏智能体技术研究

1. 大模型垂域应用系统的整体架构及业务链路设计，包括但不限于系统设计、算法工程、AIGC应用搭建等； 2. 应用大模型、向量数据库、知识检索、MCP、A2A、 Function calling 等技术，构筑包含 Prompt智能填充、复杂任务规划、大小模型异构调度、数据沉淀和管理的 Agent 平台，用于在游戏开发过程中的能力提效 和游戏智能NPC的开发； 3. 和模型算法同学一起，通过算法和架构结合，改进算法的效果，保证能力的稳定性，降低技术成本； 4. 跟踪最新的智能体技术研究和进展，并在游戏 AI 领域进行创新性探索。

业务场景： 在开放世界游戏环境中，进行游戏内容理解与动态解说，驱动智能体完成指定任务、实现自主探索，并支持多智能体复杂交互等前沿AI应用场景。 岗位职责： 研究与开发： 负责开放世界游戏场景下基于大语言模型（LLM）及视觉语言模型（VLM）的智能体（Agent）技术研究与开发，涵盖Prompt工程、上下文学习（ICL）、检索增强生成（RAG）、监督微调（SFT）、强化微调（RFT）等关键技术。 框架与工具链构建： 主导游戏智能体核心框架的设计与实现，推动训练数据合成、自动化评测体系及相关算法的研发。 工业化落地： 推动游戏智能体技术在游戏内容生产与玩家消费场景的工业化部署与产品化落地，实现技术价值转化。

1. AI算法开发与优化 （1）设计并实现游戏AI智能体的核心算法（如NPC行为决策、战术对抗、动态策略生成等）； （2）结合强化学习、深度学习等技术，提升智能体在游戏中的拟人化表现与战略能力； （3）优化AI智能体性能，确保其在复杂游戏场景下的实时响应与稳定性。 2. 跨领域技术整合 （1）负责AI智能体与游戏引擎（如Unity、Unreal Engine等）的对接与集成； （2）与游戏策划、程序、美术团队协作，推动AI技术在游戏核心玩法中的落地应用。 3. 数据驱动与分析 （1）构建并维护AI训练数据集，设计数据标注规范与评估体系； （2）分析玩家行为与游戏内数据，持续迭代AI智能体的表现与用户体验。 4. 前沿技术研究 （1）跟踪游戏AI领域最新技术动态，探索生成式AI、多智能体协作、情感计算等前沿方向； （2）参与技术预研，为下一代游戏AI解决方案提供创新思路。

1.负责基于LLM的智能体算法在游戏NPC、知识问答、陪玩、游戏知识库等场景中的应用； 2.负责LLM训练算法(SFT、RL）、训练数据合成、自动评测相关算法研究，提升LLM在复杂游戏场景的多轮对话、推理规划能力； 3.负责检索增强(RAG)、DeepResearch、知识推理和多智能体算法等技术的研究，并推动其在游戏相关场景落地。