腾讯
腾讯游戏- AI Agent开发-用研产品
腾讯游戏- AI Agent开发-用研产品
发布于 大约 4 小时前普通员工/个人贡献者
全职员工仅现场办公后端开发
后端开发
Ai Agent
Go
Next.Js
Prompt Engineering
Rag
值不值得投
75综合评分
综合评分 75
腾讯游戏AI Agent开发岗，技术前沿、成长空间大，但工作节奏可能较快。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
薪资怎么样
40K
比后端开发中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 1940 个在招 · 其中后端开发 21 个
市场机会
选择面较广
深圳 · 后端开发 · 73 个在招
职位详情
关于这个职位
这是一个在腾讯游戏内部，负责用研场景下AI Agent产品开发与落地的技术岗位
你将参与构建Agentic AI工作台，将大模型能力（如RAG、Function Calling）与问卷系统、洞察报告等用研工具深度融合，提升研究效能
岗位要求扎实的全栈开发功底，并对Prompt Engineering、Agent架构有深入理解，适合对AI应用落地充满热情的后端或全栈工程师
最低要求
熟悉后端开发及常用中间件（Node.js / Go / PostgreSQL / Redis 等）
熟悉现代前端技术栈（React / Next.js / shadcn/ui / Tailwind CSS 等），具备组件化开发能力
有 Prompt Engineering / Context Engineering 实践经验，了解 Compaction、Tool Call Offloading、Progressive Disclosure 等上下文管理策略
了解 RAG、Function Calling、Code Interpreter 等技术的原理与落地方式
理解 Agent Harness 架构，能落地编排、上下文管理、工具集成、验证等核心模块
工作职责
参与开发部门内 AI Agent 产品，推进 Agentic AI 工作台的功能迭代与工程落地
负责用研场景下 AI Agent 的开发与优化，包括但不限于问卷系统、洞察报告、游戏体验室等产品的 AI 能力接入与工作流整合
持续调研前沿 AI 技术（如多模态、新型 Agent 架构、上下文管理策略等），评估可行性并推动落地应用
与用研团队协作，理解业务需求，将 AI 能力深度融合进现有研究工作流，提升用研效能
AI 洞察
优缺点分析
优点
- 身处腾讯游戏核心部门，业务场景丰富，AI Agent技术有明确的落地场景和业务价值
- 岗位涉及全栈开发与AI工程化，技术栈新颖，能快速积累大模型应用开发的宝贵经验
- 腾讯平台提供海量数据和资源，有助于个人技术品牌和行业影响力的建立
- AI Agent领域技术迭代极快，需要持续学习和跟进前沿技术，保持技术敏感度
- 作为内部效能工具，需要与业务方紧密沟通，对需求理解和跨团队协作能力要求高
- 适合对AI应用开发有强烈热情，具备全栈开发能力，并希望在游戏或互联网领域深耕的技术工程师
缺点 / 挑战
- 岗位要求全栈能力，对工程师的技术广度和深度都有较高要求，工作挑战性大
角色解读
- 在技术深度上，可向AI Agent架构师或LLM应用专家方向发展，成为该领域的核心技术骨干
- 在业务广度上，可深入理解游戏用研业务，成长为连接技术与业务的复合型人才
- 在腾讯内部，有机会横向调动至其他AI应用团队，或晋升为技术管理者
- 负责腾讯游戏用研部门内部AI Agent产品的开发，将大模型能力集成到问卷、报告等工具中，实现工作流自动化
- 深入理解用研业务需求，设计并实现AI Agent的编排、上下文管理、工具调用等核心模块
- 持续跟进前沿AI技术，如多模态、新型Agent架构，评估并推动其在具体业务场景中的落地
- 与产品、用研团队紧密协作，将AI能力转化为提升研究效率的实际工具
- 扎实的全栈开发能力，精通Node.js/Go和React/Next.js等前后端技术栈
- 深入理解Prompt Engineering和Context Engineering，能有效管理大模型上下文
- 熟悉RAG、Function Calling、Code Interpreter等主流AI应用技术原理与实现
- 具备Agent Harness架构设计能力，能够落地复杂的AI Agent系统
申请策略
- 在面试中，除了技术细节，可以多展示你对AI Agent产品化、工程化的思考
- 可以提前了解腾讯游戏用研团队的工作内容，思考AI技术如何与其结合
- 突出你过往项目中AI Agent、RAG或Prompt Engineering的实际应用案例，量化其带来的效率提升
- 详细描述你主导或深度参与的后端系统架构设计，特别是高并发、数据处理相关经验
- 展示你的前端组件化开发能力，如有复杂交互或可视化项目经验更佳
- 提及你对Agent Harness、上下文管理等前沿技术的理解和实践
- 系统梳理LangChain、LlamaIndex等主流Agent框架，并动手实践一个完整的Agent应用
- 深入学习Context Engineering的进阶策略，如Compaction、Progressive Disclosure的实现细节
面试指南
- 对于技术方案类问题，可以采用STAR法则，结合项目背景、技术选型、具体实施和最终效果来回答
- 对于设计类问题，可以先明确业务目标和约束，再给出架构设计，并解释关键决策点
- 对于开放性问题，可以展现你的知识广度，并结合自己的项目经验给出有深度的见解
- 请详细描述你过去一个AI Agent项目的架构设计，以及你如何解决上下文管理的问题？
- 在设计一个用于自动生成调研报告的Agent时，你会如何规划其工具调用和任务编排流程？
- RAG和Function Calling在实际应用中各自的优缺点是什么？什么场景下你会选择哪种技术？
- 如何评估一个Prompt或Context Engineering策略的效果？请举例说明
- 你如何看待Agentic AI在游戏行业（尤其是用研领域）的未来发展趋势？
职位点评
薪资福利80
成长发展90
工作生活50
使命价值70
薪资福利
80较高
腾讯作为头部互联网公司，薪酬福利具有较强竞争力，但JD中未提及具体薪资和福利细节。
薪资信号未披露（AI估算：30K-50K/月）
成长发展
90较高
岗位处于AI Agent技术前沿，涉及全栈开发与AI工程化，能提供极佳的技术成长空间和项目实践机会。
技术前沿前沿/新兴技术
技术栈AI Agent、Prompt Engineering、Context Engineering、RAG、Function Calling、Agent Harness、Node.js、Go、React
业务类型ambiguous
工作生活
50较低
JD未提及工作模式与加班情况，但作为互联网大厂核心研发岗，通常节奏较快，工作与生活平衡可能面临挑战。
工作模式未明确
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
70中等
岗位通过AI技术提升内部用研效能，虽不直接面向用户，但对公司业务有明确价值，且AI Agent赛道前景广阔。
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