【2027秋招】算法工程师（AI NPC方向）

优缺点分析

角色解读

• 从算法工程师起步，可深入LLM Agent、游戏AI等细分领域，成为技术专家
• 有机会向技术管理方向发展，带领团队负责更复杂的AI系统架构设计
• 积累跨领域经验，向AI产品化、技术总监或创业方向拓展
• 设计并优化游戏AI算法，涵盖策略搜索、多智能体协作和拟人化决策，让NPC行为更智能真实
• 开发LLM Agent系统，包括任务规划、记忆管理、工具调用和RAG等模块，探索大模型在游戏交互和内容生成中的应用
• 将算法原型集成到游戏引擎和服务端，处理异常、并发、性能等工程问题，确保系统稳定高效
• 持续追踪LLM、强化学习等前沿技术，并参与技术文档和代码评审，推动团队技术沉淀
• 扎实的编程基础，至少熟悉C++、Rust、Python中的一种，能编写高质量代码
• 理解多线程、异步编程和网络通信，具备高并发、低延迟系统的常识
• 了解LLM原理和Agent架构，熟悉Prompt设计、上下文管理、RAG或工具调用等模块
• 熟悉至少一款主流游戏引擎（如Unity、Unreal），或有过相关项目经验

申请策略

• 关注莉莉丝游戏的产品动态和AI布局，在面试中展示对游戏AI的深刻理解
• 准备好作品集或代码仓库，能清晰讲述技术选型和迭代过程
• 突出LLM Agent、游戏AI、强化学习等相关项目或研究经历，并说明个人贡献和产出
• 强调编程能力，展示C++/Python/Rust的实际项目代码，体现代码质量和工程素养
• 如果有工具调用、RAG、向量数据库或分布式系统经验，务必详细描述细节
• 提及发表论文、竞赛获奖、开源项目或实习经历，尤其是涉及多智能体或大模型的
• 系统学习LLM Agent架构，动手实现一个简单的Agent（如工具调用+RAG）
• 复习多线程、异步编程和网络通信，掌握限流、降级、熔断等常用高并发机制

面试指南

• 对于系统设计题，采用“需求分析-架构设计-模块拆解-技术选型-优化方案”的结构，先明确目标，再分模块细化
• 对于项目经历题，采用STAR法则（情境、任务、行动、结果），突出个人贡献和量化成果
• 对于技术难点题，先复述问题，再给出解决方案，最后总结可复用的思路
• 你如何设计一个基于LLM的智能NPC对话系统？请从架构和模块拆分角度说明
• 在Agent的多工具调用中，如何解决错误累积和上下文长度限制的问题？
• 请介绍一下你参与过的LLM Agent或游戏AI项目，遇到了哪些技术难点，怎么解决的？
• 如何评估一个NPC的AI行为是否拟人？你会从哪些指标衡量？
• 在游戏服务端场景下，如何保证AI算法的实时性和并发安全？