灵犀互娱灵犀互娱-AI应用开发工程师（AI Agent）-北京

1. 负责AI Agent产品的完整设计和开发，包括产品架构设计、功能实现和用户体验优化； 2. 具备完整的AI Agent开发经验，熟悉提示词工程、上下文管理； 3. 具备全栈开发能力，能够独立完成前端、后端、数据库的完整项目开发； 4. 精通Python MCP/Function Call开发，能够构建高效的AI工具调用系统； 5. 具备RAG知识库系统设计和优化能力，了解RAG技术发展历程和适用场景；

● 岗位定位： 你将作为AI视频生产应用与Agent系统的核心建造者，负责打造这个时代最具创造力的“自主智能体”。我们正在用Agent重新定义视频生产的工作方式——不是让AI辅助人类操作，这个Agent将能够理解人类的创意意图，自主规划、调度并执行从创意到成片的整个视频创作流程。你将站在AI技术与视频创意的交汇点，设计并落地驱动这一切的Agent系统，让每个人都能指挥一个“AI制作团队”，让AI成为真正的"视频生产者"。 ● 核心职责 1. AI视频生产Agent架构设计 ● 主导设计面向视频全链路生产的Multi-Agent系统架构，拆解并定义不同角色Agent的能力边界与协作协议。 ● 构建支持复杂任务分解、动态规划、自主决策、异常恢复的Agent运行框架。 ● 设计Agent间的通信机制、状态管理与记忆体系，保障长链路生产任务的一致性、可追溯性与可干预性。 2. 多模态模型集成调优 ● 持续跟踪并将最新的图片生成、视频生成、音频生成、VL等多模态大模型集成进Agent生产链路，保持Agent能力的持续技术领先。 ● 对模型输出质量进行系统性调优，针对视频生产场景的语义一致性、运动合理性、视觉/音频质量、叙事逻辑性、指令遵循度、情绪传达力等关键指标进行专项优化。 ● 建立模型能力评测基准体系，定义质量基线与模型SLA，构建覆盖模型选型、版本对比、回归验证的数据化决策链路。 3. 任务规划与工作流编排 ● 设计基于LLM的动态任务规划引擎，支持自然语言输入→任务图生成→并行/串行执行→结果聚合的完整链路。 ● 在平台层统一工作流引擎之上，根据不同创作意图、内容类型、生产规格，在运行时动态构建差异化的视频生产工作流。 ● 攻关长链路任务的可靠性保障：任务断点续传、局部重试、人机协同介入点设计等核心工程难题，确保复杂任务在动态工作流下依然稳定可控。 4. 提示词工程与效果优化 ● 系统性构建面向视频生产各环节的Prompt工程体系，包括分层结构化、动态上下文、领域知识、多模态提示协同对齐等精细化设计。 ● 建立Prompt版本管理、A/B评测、自动优化机制，通过数据驱动持续提升Agent各节点输出质量。 ● 探索基于RLHF、DPO等技术的偏好对齐方法，让Agent的生产风格与用户意图高度契合，逼近"零修改直出"。 5. 视频生成流程自动化 ● 端到端打通从"创意"到"成片输出"的全自动化生产流水线，以最小化人工干预节点为终极目标。 ● 构建智能质检Agent，对生成视频进行自动化质量评估、问题定位与修复决策，形成自我纠错的生产闭环。 ● 设计支持批量生产、个性化定制、多风格并行的自动化调度体系，支撑规模化内容生产的工业级需求。

1.负责Agent开发框架的设计与实现，构建支持多智能体系统（Multi-Agent System）的协作、决策与工具调用能力，提供高效、可扩展的框架支撑复杂任务执行； 2.开发框架核心模块（如任务调度、通信协议、工具集成等），实现Agent的自主规划、推理（CoT/ToT）及上下文管理能力，优化框架的易用性与性能； 3.设计并实现标准化接口与协议（如MCP、A2A、FunctionCall），支持Agent与外部系统、工具的无缝交互，提升框架的生态兼容性； 4.集成与优化现有Agent架构（Multi-Agent、ReAct/PlanAct/CodeAct等），构建模块化、可插拔的框架体系，满足不同场景的定制化需求； 5.负责框架的性能优化与稳定性维护，通过工程手段（如异步处理、资源调度等）提升框架的吞吐量与并发能力，降低资源消耗； 6.协作算法团队落地算法成果，将研究成果转化为工程实现，推动Agent框架在业务场景中的高效部署与迭代。

1、负责 AI Agent 平台核心架构设计与研发，构建高扩展性的 Agent 编排引擎、意图路由与多轮对话管理系统 2、设计并实现 Agent 运行时框架，涵盖动态图编排、ReAct 推理循环、上下文管理与特征流水线等关键模块 3、构建标准化的 Agent 工具体系（Tool Protocol），实现工具的声明式注册、并行调度、熔断降级与结果溯源 4、负责大模型应用层工程落地，包括 Prompt 工程化、流式推理链路、多模型路由与实验分桶体系 5、持续优化系统性能与可靠性，保障高并发场景下的低延迟响应与服务稳定性