第147期 - 游戏行业的人才断层，比裁员来得更安静

📝 本期摘要游戏行业过去十年最稳定的人才传送带——实习、校招、基础执行、慢慢成长为骨干——正在从中间断裂。脉脉数据显示新发岗位七成以上要求3年经验，面向新人的岗位缩减20%。斯坦福研究发现AI渗透率最高的白领岗位中，22-25岁年轻人就业率下降6%-16%。Hao从游戏行业"师徒制"特性出发，分析AI为什么恰好切断了新人积累判断力的入口，并分别给新人和老团队提出了具体的应对动作——核心是把"判断"和"执行"压在同一个动作里练，把沉淀的对象从结果换成判断。❓ 本期讨论了这些问题为什么AI替代的不是"工作"，而是"工作经验的入口"？游戏行业的"师徒制"培养模式为什么比其他行业更容易被AI冲击？当执行被压缩，新人怎么在更短时间里长出判断力？老团队过去的经验沉淀方式为什么正在被AI贬值？如何把AI从"替你想的工具"变成"逼问自己的工具"？🔥 本期核心内容人才断层的本质是能力形成机制在断裂斯坦福研究显示AI渗透率最高的岗位中，22-25岁群体就业率下降6%-16%，35岁以上反而增长6%-9%。AI接管的恰好是新人赖以入场的基础执行工作——整理文档、debug代码、跑报表——这些曾是训练判断力的训练场。游戏行业的"师徒制"让断层更深游戏行业的判断力高度依赖重复执行中的隐性积累：PM的版本节奏感、策划的数值手感、美术的风格把控。AI压缩了执行量，新人两三个月消化完过去一年的工作量，但"做完了"不等于"做明白了"——速度变快，判断力密度反而变稀。新人的出路：把判断和执行压在同一个动作里三个具体动作：执行前先问"为什么是这个不是那个"；用AI做"逼问自己的工具"而非替你想的工具；把每次卡点单独存档作为判断力训练样本。主动找有反馈的执行工作（Game Jam、竞品分析）替代正在消失的公司内基础岗位。老团队需要从沉淀"结果"转向沉淀"判断"文档化沉淀的是"做了什么"，人头化依赖单点——两种方式都在被AI贬值。出路是把复盘从看结果转到看判断、把AI审核变成新人训练场、让新人更早介入决策场景、让"判断质量"成为被考核认可的产出。🏷️ 本期提到的人物与概念人物：Marc Benioff / Salesforce CEO、Dario Amodei / Anthropic CEO机构：斯坦福数字经济实验室 / Stanford Digital Economy Lab、世界经济论坛 / World Economic Forum、脉脉概念：人才断层 / Talent Pipeline Gap、师徒制 / Apprenticeship Model、判断力密度 / Judgment Density、AI Agent、Game Jam📌 关于我我是 Hao，游戏行业项目管理从业者，9年经验。课程 · 咨询 · PM成长社区 → pmnote.ai在小宇宙查看该单集文稿