【业务方向】 我们在做一种全新的视频形态： 不是从零生成视频，而是在真实视频之上，叠加一层 AI 原生的语义理解与视觉表达层， 让视频具备 结构、重点、可解释性和可编辑性。 这不是特效或剪辑自动化， 而是一套 Semantic → Visual 的 Agent 系统，目标是成为视频领域的 “AI 解释层 / 表达层基础设施”。 【岗位职责】 - 设计多模态 Agent 的 理解–规划–执行链路； - 将口播内容拆解为 数据 / 观点 / 步骤 / 因果 / 结论 等信息类型； - 规划这些信息如何转化为可控、可编辑的视觉表达计划； - 构建中间表示层（VisualPlan / DataBlock），解决幻觉、可审计与人工确认边界； - 定义 Agent 输出质量标准，并用真实反馈持续迭代。 【任职要求】 必须项 - 真正理解 LLM Agent（懂系统、边界和失败模式），有Agent调优经验与兴趣； - 有强系统感，能把模糊问题结构化； - 对 可编辑 AI / 人机协作系统有长期兴趣； - 扎实的 Python 能力 - 本科及以上毕业生 加分项 - 复杂 Agent / 多模态经验； - 熟悉视频、知识、教育、财经等高信息密度场景； - 有把事情做成“基础设施”的长期动机。 【我们能提供】 - 真正的核心问题，而非边角优化； - 高度技术自主权，参与定义架构； - 清晰的长期方向； - 股权 / 长期激励可谈。