Hao的游戏PM笔记

HaoX

你好，这里是 Hao 的频道，很高兴见到你！ 🕹️ 这个播客的由来 我是一个游戏行业的项目管理从业者，做了 9 年，从策划转型 PM。这个播客是我分享游戏行业职场思考、项目管理方法论的地方。 🕹️ 在这个频道，你会听到 1. 游戏行业职场相关话题：职业发展、求职面试、转型经验 2.「油管解读」系列：把油管上的优质英文内容转成中文播客，带上游戏PM的视角和思考 3. 项目管理实战分享：从执行者到架构师的成长路径 🕹️ 关于我 9 年游戏行业经验，策划转型PM PMP / ACP / PSM / PSPO 持证人 游戏项目管理进阶课程 模拟面试 / 简历优化服务 游戏 PM 成长社区

  1. 1d ago

    第161期 - 当All in AI的打工人，开始算账

    📝 本期摘要 个人AI订阅一年花好几千，企业2025年在生成式AI上砸了370亿美元——但MIT和耶鲁的研究显示95%的AI项目回报为零，McKinsey统计仅6%的企业达到"AI高绩效"标准。本期从一线游戏PM的视角出发，拆解了AI投入产出不匹配的三层原因：超过一半预算投在了"好汇报"而非"高回报"的方向，AI节省的时间近40%被返工吃掉，以及整个行业正处于类似1987年"Solow悖论"的阶段——工具买了，但工作方式没跟上。最后给出个人AI订阅的月度审计方法，帮你分清哪些钱该花、哪些该砍。 ❓ 本期讨论了这些问题 为什么77%的人认为AI订阅是必需品，却说不清效率提升了多少？ 全球企业砸了370亿美元做AI，为什么95%的项目回报为零？ AI节省的时间里，40%被返工吃掉了——效率提升是不是被严重高估？ 1987年的"Solow悖论"对今天的AI投资意味着什么？ 游戏行业的AI落地，钱该花在"看得见"还是"看不见"的环节？ 游戏PM如何在团队AI工具管理中平衡成本和效率？ 🔥 本期核心内容 个人层面：订阅堆叠，功能重叠 Reddit上重度用户开始批量退订AI工具，一个典型用户月账单从82美元降到8美元。Bango调研77%付费用户视AI为必需品，但大多数人无法量化效率提升。AI已经成为"最重要的订阅"，问题不在要不要用，在于用几个、怎么用。 企业层面：花钱很确定，算账很模糊 2025年美国企业AI支出370亿美元（同比3.2倍），Goldman Sachs预测2026年超5000亿。但MIT/耶鲁研究显示95%的AI项目零回报，McKinsey仅6%企业达"AI高绩效"，Deloitte数据中只有29%高管能自信衡量AI ROI。Forrester预测四分之一企业将推迟2026年AI预算。 根因拆解：方向错了，效果也高估了 超半数企业AI预算投在销售和营销（好展示），但回报最高的是后台运营自动化（不性感但省真金白银）。Workday研究发现AI节省的时间40%被返工吃掉，仅14%员工获得稳定正向收益。游戏行业也一样——AI在排期管理、Bug分类等"看不见"环节的投入产出比，往往高于AI生图、AI写代码等"看得见"环节。 Solow悖论重现：工具到位了，工作方式没跟上 1987年"到处看得到电脑，就是在生产力数据里看不到"，悖论在15年后才被打破——不是技术变好了，是企业学会了围绕技术重新设计工作方式。今天的AI投资面临同样的时间差。工具不是瓶颈，工作流才是。 个人AI审计：三个问题砍掉无效订阅 每月底对每项AI订阅问三个问题——用了几次（周频以下砍掉）、解决了什么具体问题（说不出就不需要）、替代方案成本是否更低（是就退订）。真正有效的AI投入有共同特征：解决真实痛点、嵌入固定工作流、流程先于工具。 🏷️ 本期提到的人物与概念 人物：Robert Solow / 罗伯特·索洛（诺贝尔经济学奖得主） 公司/产品：ChatGPT、Claude / Anthropic、Cursor、Perplexity、Gemini、Lovart、Lovable 机构/报告：MIT、Yale School of Management / 耶鲁管理学院、McKinsey、Forbes Research、Deloitte、Forrester、Goldman Sachs、Bango、Workday、UC Berkeley 概念：AI ROI / AI投资回报率、Solow Paradox / 索洛悖论、AI订阅堆叠 / AI Subscription Stacking、返工成本 / Rework Cost、AI工作流重构 / AI Workflow Redesign、游戏项目管理 / Game Project Management 🔗 延伸话题 游戏PM和互联网PM在AI工具管理上有什么区别？游戏研发管线的环节依赖更复杂，AI的投入产出评估需要按环节拆分而非笼统计算 游戏项目经理的职业发展路径正在被AI改变——AI预算管理和工作流设计能力正在成为PM的新必备项 游戏美术管线中AI的真实投入产出是怎样的？AI生图很快，但风格统一、资产规范化的返工成本往往被低估 📌 关于我 我是 Hao，游戏行业项目管理从业者，10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

    10 min

  2. 2d ago

    第160期 - AI做游戏的速度越来越快，但玩家的差评也越来越多

    📝 本期摘要 Steam上三分之一的游戏已经披露使用了AI，游戏研发中AI应用率超过86%，但52%的从业者认为生成式AI对行业产生了负面影响，85%的玩家对AI游戏持负面态度。本期从一线游戏PM的视角出发，梳理了AI生成游戏的真实进展：代码生成已趋成熟、美术资产快速进步但工程化不足、数值和玩法设计仍是AI最薄弱的环节。同时拆解了AI对小游戏、独立游戏、3A三个层级的不同影响，分析了"公式复制成本趋零"对市场竞争格局的冲击，以及为什么"原创性"正在成为AI时代最值钱的东西。 ❓ 本期讨论了这些问题 为什么90%的开发者在用AI做游戏，但85%的玩家对AI游戏持负面态度？ "一句话生成游戏"在技术上已经成立，但"能运行"和"好玩"之间的鸿沟有多大？ AI在代码、美术、数值、玩法设计各环节的真实能力边界在哪？ 当复制一款游戏只需要一两周，小游戏行业的"公式"还能吃多久？ 游戏PM如何在AI加速迭代的节奏下管理版本优先级和团队同步？ AI时代，游戏美术管线管理面临哪些新挑战？ 🔥 本期核心内容 数据悖论：应用率狂飙，口碑持续恶化 Steam超7000款游戏披露使用AI，约占发布量三分之一，是2024年的8倍。但GDC 2026调研中52%从业者认为AI产生负面影响（2024年仅18%），Quantic Foundry调研85%玩家对AI游戏持负面态度。行业出现"Gameslop"现象——大量AI拼凑的低质量游戏用户评分低15%-20%，退款率高2-3倍。 能力边界："从0到0.5"很快，"从0.5到1"很慢 代码生成是AI最成熟的能力，Claude Code等工具让小团队效率提升显著。美术资产生成进步快但工程化不足——风格统一、动画衔接、性能适配仍是碎片化的。数值和玩法设计是最薄弱的环节，高度依赖经验和反复调试。AI能帮你生成一个能跑的游戏，但"好不好玩"这个问题它回答不了。 三档现实：小游戏跑通，中度不稳，3A很远 小游戏已初步跑通——《互联网大厂模拟器》一周从创意到上线，首日5万+PV。中度独立游戏处于"能做但质量不稳"阶段。3A涉及几十个专业环节的复杂依赖，AI在单点提效但串成完整管线的工程化挑战巨大。Keywords在GDC 2026的判断：落到实际管线里能用，才是真正的分水岭。 公式之死与原创性回归 AI把游戏复制速度压缩到一两周，公式生命周期从一年急剧缩短到一个月。短期同质化加剧，中长期倒逼创新。对PM来说，版本迭代节奏、需求优先级判断和方向决策速度的要求都在提高。真正的变化是：当执行成本被AI拉平，创意和品味成为唯一的差异化壁垒——"想法"本身的价值在回归。 🏷️ 本期提到的人物与概念 公司/产品：Steam、Claude Code、Tripo、Meshy、Keywords Studios 游戏：《互联网大厂模拟器》、《赛博徒步：生死鳌太线》、塞尔达 / The Legend of Zelda、黑魂 / Dark Souls、文明 / Civilization 机构/报告：GDC / Game Developers Conference、中国音数协游戏工委、Google Cloud、Whimsy Games、Quantic Foundry、AI and Games Newsletter、GameLook、SNS Insider 概念：Gameslop / 游戏垃圾、AI生成游戏 / AI-generated games、美术管线 / Art Pipeline、美术资产管理 / Art Asset Management、制作人驱动 vs 市场驱动、游戏项目管理 / Game Project Management 🔗 延伸话题 AI时代游戏美术外包管理的模式会怎么变？当AI能生成可用的高模，传统外包管线面临重构 游戏PM和互联网PM在AI工具落地上的差异在哪？游戏研发管线的复杂依赖关系是关键变量 想入行做游戏项目经理（game PM），AI时代需要补什么能力？对游戏的理解力正在从加分项变成必备项 📌 关于我 我是 Hao，游戏行业项目管理从业者，10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

    12 min

  3. 3d ago

    第159期 - 游戏行业最危险的错觉

    📝 本期摘要 一个做了近四年PM的朋友被裁后发现，自己写不出一份有说服力的简历——做过的事都是"换个人也能做"的执行工作。这个故事引出一个游戏行业的结构性问题：版本周期的刚性节奏和PM角色的模糊性，让大量从业者陷入"被动的忙碌"——时间被填满了，但填满时间的东西不产生长期价值。与此同时，行业正在经历正编缩编、外包替代、AI加速渗透的三重压力，"可替代的执行"岗位首当其冲。本期从被动忙碌的成因、行业结构变化、被动离场的延迟代价三个层面展开分析，最后给出三个可操作的方向：把公司流程提炼成可迁移的方法论、系统学习AI技能、在公司之外建立职业网络。 --- ❓ 本期讨论了这些问题 • 为什么游戏行业的工作节奏特别容易让PM陷入"被动的忙碌"？ • 正编和外包在行业缩编中分别面临什么样的风险，安全感的真正来源是什么？ • 当项目被砍、团队解散，什么样的PM能快速找到下一个机会？ • 游戏PM的职业发展路径中，哪些经验是可迁移的、哪些只是"本地知识"？ • 游戏PM和互联网PM在价值衡量上有什么本质差异，这对职业积累意味着什么？ --- 🔥 本期核心内容 1. "在工作"和"在成长"是两件事 每天下班前问自己"今天做了什么真正有价值的事"，很多天写不出来。日会、催进度、回消息、写周报——这些事占满了时间，但真正需要做判断的时刻可能只有一两个。时间被填满不等于能力在积累，大部分人混淆了这两者。 2. 行业结构正在把风险转嫁给个人 大厂跑通"核心留正编、执行层外包+AI"的模式。网易2026年初外编清退影响上千人，美术外编占比超40%。外包是快刀（项目结束直接清退），正编是慢刀（持续缩编砍项目）。不管什么编制，做的事可替代，就没有真正的安全感。 3. 被动最可怕的是后果延迟爆发 被裁之后才发现这几年什么可迁移的东西都没攒下来——简历写不出有影响力的决策，深耕的品类知识突然没人要，适配内部工具链的经验换家公司全部归零。版号不确定性、品类周期不可预测、AI加速替代执行层，三重风险叠加。 4. 三个可操作的方向：方法论、AI技能、职业网络 把"按流程走"变成"提炼背后的为什么"，让方法论跟着你而不是跟着公司。AI技能不绑定任何公司和品类，是当下迁移性最强的能力。在公司之外让同行知道你在、知道你在想什么，信任和机会是自然的副产品。 5. 游戏PM的职业发展路径，正在被重新定义 传统路径是从执行PM到高级PM再到PMO或制作人，但这条路越来越窄——当执行层被AI和外包替代，纯靠"管得多"往上走的逻辑不再成立。真正拉开差距的是你能不能把经验提炼成跨项目、跨公司的通用框架。这也是游戏PM和互联网PM的一个关键分野：互联网PM可以用产品数据证明自己，游戏PM必须靠方法论的可迁移性来定义自己的职业价值。 --- 🏷️ 本期提到的人物与概念 公司/组织：Keywords Studios、网易 / NetEase、完美世界 / Perfect World、腾讯天美 / Tencent TiMi 概念：被动忙碌 / Passive Busyness、可迁移能力 / Transferable Skills、本地知识 / Local Knowledge、版本周期 / Development Cycle、美术外包管理 / Art Outsourcing Management、敏捷实践 / Agile Practice / Scrum、游戏项目管理 / Game Project Management、游戏PM / Game PM --- 🔗 延伸话题 • 游戏PM的职业发展路径有哪些方向？从执行者到架构师需要跨越什么？ • 敏捷实践（Scrum / Sprint）在游戏研发中为什么容易变成"假敏捷"？ • 游戏美术管线从外包主导到AI介入，对美术PM的能力要求发生了什么变化？ --- 📌 关于我 我是 Hao，游戏行业项目管理从业者，10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

    12 min

  4. 4d ago

    第158期 - 用AI Agent写代码，请提前装好“后悔药”

    📝 本期摘要 越来越多PM开始用AI Agent写代码，但一半以上的人迟早会经历"灾难时刻"——AI改着改着代码跑不通了，想回退发现回不去。问题出在没有做版本管理。这期从零讲透Git和GitHub的六个核心概念：仓库、提交、分支、推送拉取、合并冲突和Pull Request，全部用日常比喻解释，不涉及任何命令行操作。在AI时代，PM不需要记命令，只需要理解这些概念背后的意图，就能用自然语言指挥AI完成所有版本管理操作。 ❓ 本期讨论了这些问题 PM用AI Agent写代码，为什么版本管理是必须补上的第一课？ Git和GitHub到底是什么关系，一个类比就能说清楚？ 不看代码的PM，怎么审查AI提交的Pull Request？ AI编程场景下，"小步提交"和"分支实验"的习惯为什么能救命？ 游戏PM和互联网PM在AI编程工具链上的学习路径有什么不同？ 🔥 本期核心内容 Git是本地版本管理，GitHub是云端同步——两者的关系类似Word和OneDrive Git装在你电脑上，负责给项目文件夹拍快照、记录历史版本。GitHub是一个网站，负责把这些版本同步到云端做备份和协作。PM不需要精通两者的技术细节，但要理解它们各自解决什么问题。 提交是AI编程最重要的安全网——每完成一个小功能就"存档"一次 提交（Commit）相当于游戏存档。AI写代码不可能每次都对，但如果你每完成一个小功能就做一次提交，任何时候都可以一秒回退到上一个好的状态。不做提交就让AI持续改代码，等于在没有存档的情况下打Boss。 分支让你在"平行宇宙"里安全实验，主干永远保持可用状态 分支的逻辑就像装修时复制一套房子来试新方案——试成了合并回来，试砸了直接扔掉，客厅不受影响。多个AI Agent并行工作时，每个Agent各开一条分支互不干扰，这跟游戏项目多线并行开发是一个道理。 Pull Request是PM对AI产出行使控制权的核心关卡 PM审PR不需要读代码，只需要看四件事：功能结果对不对、改动范围合不合理、AI的自述说不说得通、让另一个AI帮你review。AI写代码越快，这道闸门越重要。 PM需要理解的是Git的"意图"，不是Git的"命令" 在AI时代，所有Git操作都可以用自然语言指挥AI完成。PM的核心价值在于做决策——回退到哪个版本、保留哪条分支、合并还是不合并。这种"懂概念不记命令"的模式，正在重新定义游戏PM的技术素养门槛，也让game project management这个角色的进入门槛发生了根本变化。 🏷️ 本期提到的人物与概念 概念：Git / GitHub / Repository（仓库）/ Commit（提交）/ Branch（分支）/ Push（推送）/ Pull（拉取）/ Merge Conflict（合并冲突）/ Pull Request（合并请求）/ .gitignore / Commit Message / Commit ID / AI Agent / Claude Code / Cursor / Codex / Vibe Coding / Version Control（版本管理）/ Sprint / Agile Development（敏捷开发） 🔗 延伸话题 游戏开发团队的Sprint节奏中，版本管理和分支策略应该怎么配合？Git的分支模型和敏捷实践中的迭代节奏天然适配，PM理解了分支概念就能更好地规划版本节奏。 游戏PM vs 互联网PM：在AI编程工具链的学习路径上有什么区别？游戏PM需要额外理解资产管线和多职能协作的版本控制需求，这是互联网PM不太会遇到的场景。 How to become a game PM in the AI era? Understanding version control and AI coding tools is becoming a baseline skill for game project management roles. 📌 关于我 我是Hao，游戏行业项目管理从业者，10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

    13 min

  5. 6d ago

    第157期 - 游戏行业的Token经济学

    📝 本期摘要 Token正在成为游戏行业的一种全新成本类型。本期从Morgan Stanley预测的220亿美元AI利润切入，拆解了Token的三层定价结构（Input / Cached / Output），分析了它如何将游戏开发的固定成本转变为可变成本，梳理了围绕Token正在成形的基础设施产业链——模型聚合平台、计费系统、智能路由，以及Token消耗主体从人转向机器的未来趋势。对游戏PM来说，学会"管Token"可能是AI时代需要补上的第一课。 ❓ 本期讨论了这些问题 Token的三层定价结构是什么？为什么同样用AI，不同任务的成本差异如此大？ AI工具的引入如何改变了游戏开发从固定成本到可变成本的结构？ 为什么黄仁勋说Token是"新的大宗商品"？围绕Token长出了哪些基础设施？ 游戏PM管理Token支出与互联网PM管理云计算成本有何不同？ Token管理能力会成为游戏项目经理职业发展的新技能要求吗？ 🔥 本期核心内容 Token有三层定价，不同任务的成本结构完全不同 每次AI调用包含Input Token、Cached Input Token和Output Token三种不同价格的消耗。写代码是output-heavy，代码review是input-heavy，Agent场景则因上下文滚雪球式膨胀而让input成本失控。只看总量永远看不出钱花在哪。 AI正在把游戏开发的固定成本变成可变成本 传统工具按人头按月计费（像包月健身房），AI工具按消耗计费（像按次私教课）。GDC 2026报告显示78%的工作室已制定AI政策，但预算管理仍在摸索阶段。一家5000人的工作室认为200美元/月/人太贵，创业公司每人花1000美元是常态——差距不是技术差距，是认知差距。 Token的基础设施产业链正在成型 模型聚合平台（OpenRouter、Portkey）统一接口、自动容灾；Stripe收购Metronome布局Token计费；智能路由策略让企业Token成本平均降低67%-80%。十年前游戏公司从买服务器变成买算力，现在Token在重演同样的FinOps剧本。 Token消耗主体从人转向机器，游戏PM需要把Token当水电费来管 Gartner预测Token单价到2030年趋近于零，但企业总支出不减反增——就像手机流量。Agent全天候运行让消耗跳到千万级。游戏PM面临的复杂度远超互联网PM：美术管线、策划知识库、程序Agent、QA自动化的消耗模式完全不同。 🏷️ 本期提到的人物与概念 人物：黄仁勋 / Jensen Huang 公司/产品：Morgan Stanley、NVIDIA、Stripe、Metronome、OpenRouter、Portkey、OpenAI、Anthropic 概念：Token经济学 / Token Economics、Input Token / Output Token / Cached Token、大宗商品化 / Commoditization、智能路由 / Smart Routing、FinOps、按消耗计费 / Usage-based Pricing、游戏项目管理 / Game Project Management、游戏PM / Game PM、美术管线 / Art Pipeline、游戏美术项目管理 / Game Art Project Management、美术外包管理 / Art Outsourcing Management、敏捷开发 / Agile Development、Sprint 🔗 延伸话题 游戏PM和互联网PM在成本管理上的核心差异是什么？为什么Token管理对游戏PM更复杂？ 游戏美术管线的AI成本如何核算？概念图生成与风格分析的Token消耗模式有何不同？ Token管理能力会如何影响游戏项目经理的职业发展路径和薪资竞争力？ Token的可变成本特性如何影响游戏开发Sprint的预算规划？敏捷迭代中怎么做Token用量的Sprint级预估？ 📌 关于我 我是 Hao，游戏行业项目管理从业者，10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

    11 min

  6. Jun 1

    【六一特辑】"好玩"可以被AI生成吗

    📝 本期摘要 Hao的游戏PM笔记本期从心理学、信息论和哲学的角度，探讨了AI时代一个核心问题：AI能不能生成"好玩"？通过拆解心流理论、模式识别快感、选择悖论和具身认知四个维度，论证了"好玩"是一个动态平衡而非静态属性——它需要在人和系统之间反复校准，无法被一次性生成。结合游戏研发一线的playtest经验，分析了为什么设计直觉和审美判断力在AI加速迭代的时代反而更值钱。 ❓ 本期讨论了这些问题 为什么AI可以生成一个看起来不错的游戏，却很难生成一个"好玩"的游戏？ "好玩"的本质是什么——心流理论和模式识别快感如何解释游戏的吸引力？ 为什么"无限个性化"反而可能让游戏变得不好玩？ 大语言模型驱动的AI，在动作、射击等品类的核心体验上为什么帮不上忙？ 游戏PM在管理快速迭代的playtest流程时，需要具备什么样的判断力？ 游戏开发中的Sprint迭代如何适配"好玩"这种高度不确定的目标？ 🔥 本期核心内容 好玩是动态平衡，不是静态属性 契克森米哈赖的心流理论和拉夫·科斯特的模式识别理论指向同一结论：好玩取决于挑战与能力的匹配、已知与未知的比例、反馈的节奏和密度。这个平衡极其精细——一个按钮延迟50毫秒手感就差了，一个数值偏10%经济系统就崩了。AI可以生成内容，但在两极之间找到那条小路，需要反复校准。 "限制"才是好玩的前提，无限选择反而是陷阱 行为经济学中的"选择悖论"揭示：选项越多满意度反而越低。好的游戏体验从来不是无限自由，而是在有限框架里给玩家恰到好处的选择空间。真正的问题不是"怎么生成更多选择"，而是"怎么设计出恰到好处的限制"。 具身认知：大语言模型的盲区 大多数游戏的核心体验不是语言交互，而是手感、打击感、节奏同步——属于梅洛-庞蒂所说的"具身认知"。AI NPC能聊天是进步，但对动作、射击、竞技类游戏来说不是核心体验。游戏PM评估AI NPC优先级时，必须回到核心体验本身做判断。 AI加速试错，但设计直觉更值钱了 AI把原型验证从几个月压缩到几天，试错变便宜了。但能更快判断"这个方向对不对"的人，价值会越来越大。对游戏PM来说，管理高速迭代中的方向判断——把playtest反馈循环嵌入Sprint节奏，让验收标准从"做完"变成"验证了什么"——正在从加分项变成核心能力。 🏷️ 本期提到的人物与概念 人物：米哈里·契克森米哈赖 / Mihaly Csikszentmihalyi、拉夫·科斯特 / Raph Koster、巴里·施瓦茨 / Barry Schwartz、莫里斯·梅洛-庞蒂 / Maurice Merleau-Ponty、伊曼努尔·康德 / Immanuel Kant 公司/产品：Genie 3（Google）、TapTap制造（心动 / X.D.）、SEELE AI、绿洲启元 概念：心流 / Flow State、模式识别 / Pattern Recognition、选择悖论 / Paradox of Choice、具身认知 / Embodied Cognition、信息熵 / Information Entropy、Playtest循环 / Playtest Cycle、游戏项目管理 / Game Project Management、Sprint迭代 / Sprint Iteration、敏捷开发 / Agile Development、美术管线 / Art Pipeline 🔗 延伸话题 Q：游戏开发中Sprint和敏捷实践怎么落地，才能适配"好玩"这种高度不确定的目标？ A：把playtest反馈循环嵌入Sprint节奏，让每轮验收标准从"做完了"变成"验证了什么"，用迭代速度换取方向确定性。 Q：游戏PM和互联网PM最大的区别是什么？ A：游戏PM必须理解"好玩"的设计逻辑——不只管进度和资源，还要在团队迭代核心体验时帮忙判断方向，这种对产品本质的理解力是互联网PM岗位较少要求的。 Q：零经验想转行做游戏项目经理，应该先补什么能力？ A：先建立对游戏设计的基本认知（玩法循环、数值感觉、用户体验），再学项目管理方法论——顺序反了可能管得顺但帮不上团队做真正重要的判断。 Q：游戏美术管线在AI时代会怎么变？ A：AI加速了单张素材生成，但管线核心挑战是风格统一、动画衔接和性能适配——PM需要重新设计验收标准，从"产出数量"转向"风格一致性和工程可用性"。 🌐 About This Episode In this episode of Hao's Game PM Notes, Hao explores whether AI can generate "fun" — examining flow theory, pattern recognition, the paradox of choice, and embodied cognition to argue that fun is a dynamic equilibrium requiring iterative human calibration. Drawing on a decade of game project management experience, the episode discusses how game PMs can manage rapid prototyping cycles and why design intuition becomes more valuable as AI accelerates iteration speed. 📌 关于 Hao的游戏PM笔记 「Hao的游戏PM笔记」是一个专注游戏项目管理的垂直内容品牌，覆盖游戏PM知识体系、转行路径、AI提效与行业观察。 主理人 Hao，10年游戏行业经验，策划转项目经理，持有 PMP / PMI-ACP / PSM / PSPO 认证。 📚 系列课程： 《游戏项目管理14讲》——从零基础到游戏PM体系搭建 《从执行者到架构师》——进阶项目管理方法论 《游戏美术项目管理基础》——美术管线、外包管理与验收标准 《游戏人的AI第一课，从旁观者到驾驭者》——从AI旁观者到驾驭者的认知升级 《游戏PM的AI实战手册》——AI工具在游戏项目管理中的深度实战应用 📡 全平台：小宇宙播客 · B站 · 小红书 · 公众号 · 知乎 课程 · 一对一咨询 · PM成长社区 → pmnote.ai 在小宇宙查看该单集文稿

    9 min

  7. Jun 1

    第156期 - AI预算这笔账，该怎么算

    📝 本期摘要 Token消耗量正在成为衡量团队AI化程度的核心指标，但这个指标可能完全是错的。Meta内部搞了Token消耗排行榜，覆盖8万多员工，排名第一的人烧掉了价值数百万美元的Token。Hao结合自己游戏团队的管理经验，拆解了为什么Token总量是一个误导性指标，提出了Token per task（每任务Token消耗）作为更合理的度量方式，并分享了"越贵的模型反而越省钱"的反直觉发现和混合调度策略的实操经验。 ❓ 本期讨论了这些问题 为什么Token消耗量不能作为团队AI水平的衡量标准？ 什么是Token per task，它为什么比Token总量更重要？ 为什么越贵的AI模型在Agent场景中反而总成本更低？ 游戏团队的AI预算应该怎么拆分和管理？ Token按量计费的模式未来会怎么演变？ 🔥 本期核心内容 Token消耗量是输入指标，不是产出指标 Meta的Token排行榜覆盖85000名员工，月消耗突破60万亿Token。行业估计当前企业AI应用中近一半Token没产生实际价值——Agent会反复读取整个对话历史、重新扫描已处理文件，冗余信息像滚雪球一样增长。用Token消耗量当KPI，就像用加班时长当产出指标。 Token per task才是正确的度量方式 同一个任务，不同模型的Token消耗差距可达几十倍。差距来自三个层面：输出长度差异（强模型100行vs弱模型几百行）、隐藏的推理Token、以及Agent loop的放大效应（20轮vs3轮）。按任务类型分类追踪，看同类任务平均Token的涨跌趋势，才能判断AI用法是否在优化。 越贵的模型反而越省钱——混合调度是解法 强模型一次做对，弱模型来回迭代十几轮，综合Token消耗反而更高。实操经验是混合调度：复杂任务用强模型（贵但准），简单任务用便宜模型（够用就好），重复性任务特别适合便宜模型（速度快比聪明重要）。单价低≠总成本低，和项目管理里"便宜外包"踩的坑一样。 PM管AI预算的三个实操动作 按职能拆预算而非一个总数大家抢（Uber CTO的教训：几个月花完全年预算）；设置单任务Token阈值防止Agent跑偏；每周复盘Token/产出比，发现同类任务平均消耗上涨时及时排查。Token按量计费可能不是终态，按效果付费的模式已经在客服等可量化场景跑通。 🏷️ 本期提到的人物与概念 人物：N/A 公司/产品：Meta, Claude Code, Anthropic 概念：Tokenmaxing, Token per task, 混合调度 / Mixed Model Routing, 按效果付费 / Outcome-based Pricing, Agent Loop 📌 关于我 我是 Hao，游戏行业项目管理从业者，10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

    8 min

  8. May 31

    第155期 - 从Demo到量产：AI在游戏行业落地的真正难关

    📝 本期摘要 本期聊了AI在游戏行业从Demo走向量产面临的核心挑战。从"试十遍成一遍"和"说十遍都得成"的认知差距说起，探讨了脚手架工程（Harness Engineering）为什么比模型本身更决定AI能不能上线、大模型幻觉在游戏场景中的事实锚定方案、速度-成本-效果的不可能三角及分层架构解法、build to delete的AI工具链心态，以及评测体系这个被严重低估的量产基础设施。核心观点：模型能力不是瓶颈，围绕模型搭建的工程保障体系才是AI能否真正进入游戏生产管线的关键。 ❓ 本期讨论了这些问题 AI Demo和量产之间的差距，本质上是什么差距？ 为什么同一个模型换不同的脚手架设计，任务完成率能差40个百分点？ 游戏里的AI幻觉问题，为什么比聊天场景严重得多？ 速度、成本、效果——AI量产的不可能三角怎么破？ 游戏团队应该用什么心态来搭建AI工具链？ 🔥 本期核心内容 Demo思维和量产思维的根本区别是上限vs下限 Demo追求的是让人看到"AI能做到什么"，量产追求的是确保"AI不会搞砸什么"。游戏开发对下限极其敏感——一个NPC说了句不该说的话，截图就在玩家社区传开了。在Demo里失败可以被隐藏，在量产里每次失败都是体验事故。 脚手架工程（Harness Engineering）决定了AI能不能真正上线 围绕大模型搭建的保障体系——意图识别、世界观约束、内容安全、记忆管理、降级兜底——才是真正的工程量。研究发现同一个模型换不同脚手架设计，任务完成率差距可达40个百分点。模型是大脑，脚手架是神经系统和骨骼。 "意图与事实分离"是游戏AI的必守原则 让AI负责理解玩家意图，让游戏数据负责事实。AI可以组织语言、调整语气，但坐标、NPC状态、物品属性这些事实性信息必须从游戏数据库里查，不允许模型自己编造。 build to delete——AI工具链应该当脚手架而不是地基 AI能力以月为单位进化，今天花两个月搭的系统可能三个月后就过时了。保持轻量、保持可替换，用效果来判断什么时候该加约束、什么时候该放开。评测体系要在AI功能设计阶段就前置规划，不能等上线了再想。 🏷️ 本期提到的人物与概念 概念：脚手架工程 / Harness Engineering、AI幻觉 / AI Hallucination、意图与事实分离 / Intent-Fact Separation、build to delete、不可能三角 / Impossible Triangle、评测体系 / Evaluation System、快思考+慢思考 / Fast & Slow Thinking 📌 关于我 我是 Hao，游戏行业项目管理从业者，10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

    10 min
See All (293)

Ratings & Reviews

About

你好，这里是 Hao 的频道，很高兴见到你！ 🕹️ 这个播客的由来 我是一个游戏行业的项目管理从业者，做了 9 年，从策划转型 PM。这个播客是我分享游戏行业职场思考、项目管理方法论的地方。 🕹️ 在这个频道，你会听到 1. 游戏行业职场相关话题：职业发展、求职面试、转型经验 2.「油管解读」系列：把油管上的优质英文内容转成中文播客，带上游戏PM的视角和思考 3. 项目管理实战分享：从执行者到架构师的成长路径 🕹️ 关于我 9 年游戏行业经验，策划转型PM PMP / ACP / PSM / PSPO 持证人 游戏项目管理进阶课程 模拟面试 / 简历优化服务 游戏 PM 成长社区

Information

  • Creator
    HaoX
  • Years Active
    2025 - 2026
  • Episodes
    293
  • Rating
    Clean
  • Copyright
    © Hao@小宇宙App
  • Show Website
    Hao的游戏PM笔记

You Might Also Like