Agent 策划（3A射击-工业化管线）

优缺点分析

角色解读

• 成为AI+游戏管线的专家，主导更大规模的Agent化改造，晋升为技术策划或AI架构师
• 横向扩展至其他游戏类型或AI原生玩法设计，进入游戏AI前沿研究领域
• 向技术管理方向发展，带领团队构建游戏AI基础设施
• 将3A射击游戏的生产管线（战斗、关卡、数值等）拆解为Agent可执行的规范，确保AI能理解并执行策划逻辑
• 设计并实现LLM/Agent的应用，通过Prompt、工具链、RAG等技术提升管线效率
• 探索AI原生玩法，将AI能力转化为玩家可感知的游戏体验，并制作Demo验证
• 与策划、程序、美术协作，推动Agent化管线的落地和迭代
• 精通LLM/Agent实际落地，包括Prompt工程、工具链构建、RAG、Eval等全链路经验
• 熟悉3A射击游戏开发管线，理解战斗、关卡、数值、配置表等策划工作流
• 具备编程能力，能独立开发或调试Agent相关工具（如Python、脚本语言）
• 良好的逻辑拆解和文档化能力，能将模糊需求转化为可执行的SPEC

申请策略

• 在求职信中明确表达你对AI+游戏结合的热情，并引用具体案例说明你的思考
• 了解网易奇点事业部的业务方向（如《荒野行动》《明日之后》等），在面试中展示你对产品的熟悉度
• 突出AI落地项目经验：展示你参与的Agent/LLM应用，包括具体技术栈（Prompt、RAG、Eval等）和业务效果
• 若有游戏开发经历，详细描述你在3A射击管线中的角色和贡献，特别是配置表、关卡设计等细节
• 附上项目链接、GitHub repo、SPEC文档或Demo，证明你的实际动手能力
• 强调跨领域协作经验，展示你如何与技术、策划、美术沟通推动项目
• 如果AI背景较强，建议补充游戏管线知识，例如学习Unreal Engine的关卡编辑器和数据驱动系统
• 如果游戏背景较强，建议系统学习Agent相关技术（如LangChain、CrewAI、RAG评估方法），并动手做小Demo

面试指南

• STAR法则：背景-任务-行动-结果，重点突出你的决策过程和量化成果
• 结构化思考：先分解问题，再提出候选方案，最后说明选择理由和潜在风险
• 体现落地导向：强调可执行性，而非纯理论，最好能展示你之前做过类似项目
• 请举一个你实际使用Agent解决复杂问题的例子，包括技术选型和效果评估
• 如何将3A射击游戏中的关卡设计流程Agent化？你会如何设计SPEC？
• 你如何看待当前LLM在游戏开发中的局限性？如何规避或优化？
• 如果有策划同事完全不理解AI，你如何说服他们采用Agent化方案？
• 请设计一个简单的AI原生玩法Demo，并说明技术实现和玩家体验