第148期 - AI工具全面普及后，游戏研发团队之间比的到底是什么？

内容摘要游戏行业9年PM从业者Hao，基于茹炳晟老师提出的AI Native产品经理成长框架，将游戏从业者与AI的关系拆解为四个阶段：工具提效、管线嵌入、工作流重构、判断力竞争。从策划用AI写文档到AI重写研发管线，从"用AI检查AI"的守门员模式到"越底层越确定、越顶层越灵活"的新三层架构，逐层剖析每个阶段的核心挑战与实操思路。最终结论是：当所有团队都用上了差不多的AI，拉开差距的不是技术，而是谁更懂自己的玩家、谁知道什么时候该克制。 本期讨论了这些问题游戏从业者使用AI的四个阶段分别面临什么核心挑战？为什么AI嵌入工作流程比AI作为独立入口更有价值？怎么在需要确定性的游戏系统里用好不确定的AI工具？当策划能用AI独立验证玩法原型，研发协作模式会发生什么变化？AI工具全面普及后，游戏团队之间比的到底是什么？ 本期核心内容从消耗型到投资型：AI提效的真正门槛策划花两小时跟AI打磨出的数值检查框架，保存下来反复用就是投资，每次从零开始就是消耗。AI工具人人能用，但你积累的判断标准和工作流模板是别人拿不走的竞争力。AI嵌入流程比AI作为入口更有价值在关卡编辑器里右键出现"自动生成过渡地形"，比让策划切出去打开聊天窗口输入需求，效率和体验都高一个量级。好的AI功能应该像输入法纠错——用户感觉不到它存在，但操作更顺畅了。用AI检查AI：确定性系统里的守门员模式游戏研发大量环节需要100%确定性，而AI天然是概率性的。解法是让专门的验证模型做守门员：检查NPC对话是否符合世界观、AI关卡是否可通关、装备推荐是否平衡。新三层架构与PM角色的变化工具链从"前端→后端→数据库"走向"意图理解→任务编排→确定性执行"，越底层越确定、越顶层越灵活。PM思考的问题不再是"做什么feature"，而是"哪些环节交给AI、哪些保持确定性、哪些需要人拍板"。最后比的是判断力和克制当所有团队都用差不多的AI技术，拉开差距的是谁更懂自己的玩家。养成系统做收集感还是成长感、付费底线在哪、什么feature会打断体验——这些取舍AI做不了。知道什么该AI化、什么该保持简单，本身就是核心能力。 本期提到的人物与概念人物：茹炳晟 / Ru Bingsheng概念：AI Native产品经理 / AI Native Product Manager、守门员模式 / Guardian Model、新三层架构 / New Three-Layer Architecture、Human-in-the-Loop、消耗型vs投资型AI使用 / Consumptive vs Investment AI Usage 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