腾讯｜和人类以语言沟通的智能NPC实习

课题背景： 随着大语言模型（LLM）从“静态对话”向“动态交互智能体（Agentic NPC）”演进，游戏已成为检验通用人工智能（AGI）逻辑推理与交互的场景。当前NPC面临“感知-决策-表达”链路冗长、长时记忆遗忘、以及缺乏环境反馈驱动的自进化能力等瓶颈。本课题旨在利用LLM前沿技术，赋予智能NPC深度理解游戏世界观、实时多模态交互及复杂意图规划的能力。通过构建基于环境反馈的强化学习与记忆增强架构，打造具备高度拟人化性格、社会关系感知及实时策略执行能力的智能NPC，重新定义下一代游戏的沉浸感。 课题挑战： 1、高动态环境下的实时语义决策： 如何在大规模开放世界中，让NPC在毫秒级延迟内完成从“环境观测”到“自然语言动作指令”的端到端转化； 2、长程记忆与一致性人格构建： 如何突破Transformer上下文窗口限制，通过向量数据库与知识图谱的深度融合，实现NPC跨周期的记忆保存与性格稳定性； 3、情感对齐与价值观约束： 如何在复杂的游戏剧情分支中，确保LLM生成的回复既符合角色设定（Role-play），又具备高情商的交互反馈，且不偏离正向表达； 4、群体智能的协同与演化： 如何设计多智能体通信协议（Agent-to-Agent Communication），实现NPC之间的信息共享、分工协作及自发的社会化行为演进。 具体工作： 1、游戏垂直大模型微调与对齐： 负责游戏场景下大语言模型的SFT（监督微调）与偏好对齐（RLHF/DPO/PPO），优化NPC的对话风格、角色一致性及逻辑推理能力； 2、Agentic工作流与架构设计： 设计并实现NPC智能体架构，包括长短时记忆系统（Memory Bank）、工具调用（Tool Use）、多级规划（Planning）及基于环境感知的动作决策闭环； 3、高质量语料合成与自动化评估： 针对游戏特定世界观与剧情需求，构建基于LLM的自动化数据生成管线（Self-Instruct/Evol-Instruct），并开发针对NPC智能程度与人格魅力的量化评估体系； 4、实时对话与推理加速优化： 配合工程团队，针对NPC实时交互需求，进行模型蒸馏、量化及KV Cache优化等技术攻坚，降低推理首字延迟与算力成本； 5、多模态交互与社会化演进： 探索文本、语音、动作同步生成的多模态技术，研究多NPC环境下的群体行为涌现与社会关系建模，提升游戏生态的动态多样性。

基本素质： 1、深厚的学术/理论底蕴： 具备计算机科学、计算语言学或认知科学背景，对Transformer架构、主流LLM（如GPT系列、Llama系列）的底层机制有透彻理解； 2、极强的逻辑抽象能力： 能够将复杂的游戏玩法解构为可工程化的Prompt管道或状态机，擅长从繁杂的非结构化数据中提取关键特征； 3、前瞻性的科研视野： 持续追踪NLP与Agent领域的最新进展（如Reasoning Models、World Models、Small Language Models），能够判断技术落地趋势； 4、结果导向的极客精神： 不满足于SOTA模型的简单调用，具备深入底层优化模型表现、解决长尾问题的抗压能力与好奇心。 技能要求： 1、核心硬实力： 熟练使用 PyTorch，精通 SFT (监督微调)、RLHF/DPO (偏好对齐) 等流程； 2、Agent开发经验： 熟悉 LangChain、AutoGPT 或类似框架，有 RAG (检索增强生成) 或 CoT (思维链) 调优经验者优先。