米哈游
AI 视频创作 Agent 架构师
AI 视频创作 Agent 架构师
发布于 大约 16 小时前普通员工/个人贡献者
上海市
高级经验
全职员工
仅现场办公
本科
软件工程
RAG
GO
LLM
多模态
Prompt工程
FFmpeg
Ai视频生成
Workflow编排
AI 估算 · 40k–70k
AI Agent架构师岗位技术要求高，米哈游作为头部游戏公司薪资竞争力强，上海地区高级岗位月薪中位数约55k。
职位详情
关于这个职位
作为AI视频创作Agent架构师，你将负责设计面向视频生成场景的智能体平台架构，将创作者的非标工作流转化为Agent可执行的编排流程
你需要主导记忆系统、规划引擎与多模态工具集的框架开发，解决长链路调用的稳定性与效率问题，并构建自动化评测体系
这是一个深度结合大模型、Agent与视频技术的硬核工程岗位
最低要求
计算机及相关专业，本科及以上学历，熟悉 Python / Go / Java / TypeScript 等至少一种主流开发语言，具备扎实的服务端工程能力
能应对 Agent 调用链路及长耗时视频生成任务中的异步调度、状态管理和稳定性挑战
能深入理解业务，具备较强的业务抽象与前场交付能力，不闭门造车，能够在真实业务场景中推动架构方案落地
具备 Agent 框架、工具调用编排或 RAG 系统的真实落地经验，能为大模型的非确定性输出建立有效的工程兜底策略
有较强的学习、分析、发现和解决问题的能力，具备良好的团队协作意识、工作责任心和自驱力
工作职责
负责视频创作 Agent 平台的架构设计，针对复杂的视频生成、图文理解与媒体处理流程，设计基于 Agent 协作与 Workflow 编排的系统架构
以前场交付视角深度参与创作者业务需求分析，将非标创作 SOP 转化为可被 Agent 理解、执行和追踪的任务链路与编排流程
主导 Agent 记忆系统、规划引擎（Planning）及多模态工具集（Tool / Skills，含图文生成 API、视频生成 API、FFmpeg 视频处理等）的标准化框架开发
解决 Agent 在长链路调用中的输出不稳定、上下文丢失、工具误调用、推理成本及响应延迟等工程问题
在无底层模型微调的约束下，通过 Prompt 编排、状态注入和工程兜底机制，提升视频跨镜头的角色一致性
构建针对非确定性生成的评测集（Evaluation Harness）及自动化评估系统，量化 Agent 工具调用准确率、任务执行成功率与多模态内容生成质量，提升效果稳定性和迭代效率
关注 LLM、RAG、Agent 及 AI 视频生成领域的技术进展，并结合业务场景进行验证和落地，沉淀可复用的工程框架与实践经验
AI 洞察
优缺点分析
优点
- 前沿技术栈：深度接触Agent、LLM、RAG及AI视频生成等热门方向，技术积累价值高
- 强大平台：米哈游资金充裕、业务场景丰富，项目落地可能性高，个人影响力大
- 高薪资回报：AI架构师稀缺，薪资竞争力强，且公司福利优厚
- 成长空间：从零到一构建系统，技术能力全面提升，行业认可度高
- 高复杂度：长链路Agent系统的稳定性、一致性是重大工程难题，需要持续攻坚
- 技术快速迭代：AI领域日新月异，需要持续学习，保持技术敏锐度
缺点 / 挑战
- 业务压力：需紧密配合创作者需求，快速迭代，工作强度可能较高
- 适合有扎实AI工程背景、热爱挑战、享受从零构建复杂系统的技术大牛，尤其是对Agent和内容生成领域充满热情的人
角色解读
- 技术专家路线：深入Agent框架与AI视频生成领域，成为行业顶尖架构师
- 管理路线：主导技术团队，从架构师晋升为技术总监，统筹AI平台方向
- 跨界发展：结合游戏、影视等内容创作行业，向产品负责人或技术VP发展
- 设计视频创作Agent平台的系统架构，实现Agent协作与Workflow编排，支撑复杂的视频生成流程
- 深入业务需求，将创作者的非标准SOP转化为Agent可执行的任务链路，并主导记忆系统、规划引擎及多模态工具集的框架开发
- 解决长链路调用中的不稳定、上下文丢失等问题，通过Prompt编排和工程兜底机制提升输出质量
- 构建自动化评测系统，量化Agent调用准确率和生成质量，推动技术迭代
- 扎实的编程能力，精通Python/Go/Java等语言，具备服务端工程和异步调度经验
- 深入理解Agent框架、工具调用编排或RAG系统，能处理大模型非确定性输出的工程问题
- 熟悉视频生成、多模态处理技术（如FFmpeg、图文生成API）
- 优秀的业务抽象和系统设计能力，能应对复杂链路的状态管理和稳定性挑战
申请策略
- 了解米哈游的产品（如原神、崩坏）和内容创作生态，展示对业务场景的思考
- 在面试中准备一个完整的Agent系统设计方案，体现架构思维和工程细节
- 重点突出Agent框架、RAG或工具调用编排的真实项目经验，展示系统设计和落地的能力
- 强调解决长链路稳定性、异步调度或状态管理问题的具体案例和成果
- 展示对视频生成、多模态技术的理解，如果有相关作品或开源贡献会加分
- 突出业务抽象能力，如将非标准流程转化为可执行SOP的经历
- 深入熟悉LangChain、AutoGPT等主流Agent框架，了解其底层实现
- 补充视频处理基础知识，如FFmpeg常用命令和视频编解码原理
面试指南
- 先明确问题边界，拆解关键挑战（如稳定性、一致性），然后提出分层或模块化方案，结合具体技术栈（如Prompt状态注入、重试机制、监控告警）
- 采用STAR法则描述过往项目：情境、任务、行动、结果，重点突出工程决策和量化效果
- 对于设计类问题，可以给出多个方案并比较优劣，展示系统思考能力
- 请设计一个视频生成Agent的系统架构，包括关键组件和数据流
- 如何解决Agent在长链路调用中输出不稳定、上下文丢失的问题？
- 请描述一个你以前处理过的大模型非确定性输出的工程兜底案例
- 在无底层模型微调的情况下，如何提升视频跨镜头的角色一致性？
- 如何量化Agent工具调用的准确率和任务成功率？请给出评测方案
匹配度报告
74
综合匹配度
AI Agent架构师，前沿技术栈，高薪资高成长，但WLB一般。
适合人群
该职位最适合以技术成长和高薪资为优先的求职者，愿意接受现场办公和一定工作强度。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利85
成长发展90
工作生活50
使命价值70
薪资福利匹配
85较高
该职位薪资水平高，公司为行业头部且资金雄厚，福利完善，补偿性动机能得到较好满足。
薪资信号未披露（AI估算：40K-70K/月）
成长发展匹配
90较高
岗位涉及最前沿的AI Agent与视频生成技术，项目挑战大，个人成长空间极高，发展性动机非常满足。
技术前沿前沿/新兴技术
技术栈Agent、LLM、RAG、AI视频生成、FFmpeg、多模态、Prompt编排、Workflow
业务类型profit_center
工作生活匹配
50较低
职位要求现场办公，未提及弹性工作或WLB，结合AI行业高强度特点，生活化动机满足有限。
工作模式仅现场办公
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值匹配
70中等
AI视频生成是前沿领域，行业高速增长，但该岗位更偏向工程实现，社会使命感相对中性。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs