微信 视频号-直播的人机协同创作智能体的构建与优化研究

课题背景： 直播是实时生产、实时消费的内容体裁，主播需同步完成脚本执行、弹幕互动、节奏把控等多线程任务，临场决策容易超载。近年来大语言模型（LLM）涌现出来的智能，为破解上述困境提供了全新路径：通过AI Agent进行人机协作、降低创作负荷。但是，如何设计合理的多智能体架构，使得 AI Agent 能够高效地发挥 LLM 的智能、自动地演进、自主地提供有价值的辅助？这些是我们亟待解决的前沿问题。 课题挑战：

1. 01

   实现智能体多元能力的自演进与偏好对齐：在人机协作场景下，智能体不仅需要具备任务本身的能力，还需要掌握沟通时机、用户需求识别、信任建立等协作能力。

2. 02

   利用多源且稀疏的奖励信号驱动过程级监督：人机协作中的奖励信号来源多元但极为稀疏、归因困难，充分利用稀疏的多源奖励信号，提升智能程度。

3. 03

   设计合理且高效的记忆构建与运用机制：智能体需要在反复的人机协作中积累记忆，维护提升任务表现和用户信任度两方面的知识。

4. 04

   设计合理且高效的多智能体服务架构：确保输出效果的前提下大幅提升推理速度，并实现动态可扩展、充分发挥 agent 智能度和自主性的架构。

具体工作： 你将参与构建基于大语言模型的智能体（AI Agent）系统，帮助主播更高效地完成选题策划、脚本生成、内容优化等创作环节。项目涉及多智能体协作架构设计、上下文工程、记忆机制、智能体自主决策等前沿方向，同时也会深入模型层面，通过微调、对齐、蒸馏等训练手段持续优化模型在特定创作场景下的表现。这是一个将 AI Agent 最新技术落地到亿级用户产品的实战机会。