我们如何与AI一起上班？

AI正在把游戏行业的工作流重新塑造，它让人更高效，也让人更焦虑，最终逼迫从业者重新思考自己真正不可替代的价值。

编辑周煜博2026年05月14日 20时41分

我们的工作都在被AI改变。但当大家说起AI的时候，往往会说一些笼统的话（比如”未来AI会取代大多数重复工作“），而很少非常精确地想象“它真的能把我们的工作改变成什么样子”。因此，触乐与几位游戏行业及AI相关领域的从业者聊了聊。我们请每个人想象一年后、三年后甚至更久远的未来中的某一天的工作是怎样的，我们也顺着聊到了AI如何改变了他们对职业、创作和生活的想象。

■ 花生，独立游戏制作人

我正在做一款推理解谜游戏。团队目前只有三个人，我负责制作和策划，一位朋友负责美术，另一位做动画和特效。

我目前用的是Cursor跑Claude来搭建工作流。我虽然学过代码语言，但我的代码能力主要是前端设计和数据分析，没有办法直接复用到程序设计上。整个游戏的程序，从物品系统、证据系统、匹配系统到奖励系统，都是我把需求详细分解后，让AI具体设计的。

以前在公司做游戏的时候，我要写一份需求文档把所有逻辑、字段、交互节点、基本情景全理出来，光这一步可能就是一周到一周半的工作量。现在我只需要用自然语言告诉AI我要做什么，几分钟，它就能把基本的框架搭出来了。

如果让我想象一年后的工作，在理想状态下，我大概会10点起床，先做自己最喜欢的部分——把一些脑洞的素材或者草稿喂给AI，然后让AI生图看看效果是否符合自己的想象，然后把这些素材放进编辑器里，尝试各种玩法，做小故事、小对白，先让自己开心一下。

下午冷静下来，再把上午这些碎片的想法和素材，用AI组织成系统化的东西。晚上就不需要自己工作了，我可以出门散步或者在家睡觉。

但目前的现实是，我经常需要调细节、调AI调到凌晨两三点。

像我现在做的推理游戏，在框架搭好之后，要往里面填东西。每个场景之间怎么跳转，每条证据的编号是什么，每个分镜怎么衔接，哪个物品对应哪条推理路径，这些配置工作，还需要我一条一条地去对。而涉及到具体创意设计的工作，是我们的底线，即便AI能做，做出来也不是我们想要的，我觉得创意是属于我们团队自己的东西，不会让AI完成。

而且AI到了这种很具体的细节就会“跳”，上下文稍微多一点它自己就迷糊了。很多设计层面的问题，比如说我们之前设计的推理环节，有一条线索是主角拿到受害者家里的闭路电视录像，但实际配置的时候才发现，凭什么一个不知情的主角能知道录像的具体的时间段？

AI可以快速生成世界、角色与立绘，但真正让游戏成立的，仍是人对细节、逻辑和体验的反复校准

这类逻辑漏洞需要在需求推进的过程中不断补完，策划必须一边开发一边跟进设计逻辑，最终产出的是大量具体的配置参数。这部分工作量很大、很琐碎，但它直接决定了玩家在游戏过程中有没有参与感和体验感。目前的AI既做不了这些，也发现不了这些问题，因为这不是AI擅长的事，也不是我真正想让AI解决的事。我更希望AI能更好地理解需求、分解需求，进一步优化工作流，帮我提高效率，比如说能更准确地完成配置。

我觉得做游戏这件事，琐碎的整理工作和创意是分不开的。在重复的素材里翻来翻去，突然发现一个之前没想到的点，然后就可以做一个小模块的设计。如果这部分全交给AI，自己的想法就容易变成空中楼阁。

除此之外，AI还带来了协作上的问题，AI让我的进度跑得太快，快到队友跟不上。小团队制作独立游戏很难让美术、程序、策划一起推进工作进度，很多时候美术需要等着我把东西推进到他们能参与的阶段，但我搭出来的架构他们看不懂。

以前没有AI的时候，策划、程序和美术会在会议上一次次地讨论、磨合，可是工作进度有时候确实是这些很低效和无聊的过程堆出来的，需要这个过程，大家对要做什么东西产生共识的。现在AI帮我把无聊的部分做完了，我脑子里有一个宏大的系统，但很难跟其他人讲清楚。

严格来说，一年后我最希望AI做到的只有一件事——帮我搞定配置工作。目前AI的上下文记忆确实不够用，如果这个能力有本质提升，那我至少能省三到五天不用跟表格和琐碎信息纠缠，配置效率上来了，制作进展就会快很多。

三五年后的事我确实想象不到，但有一个方向我觉得挺好玩：如果AI的实时演算能力够强，游戏里的NPC不用再靠策划一条一条写死的脚本行动，而是靠系统去算。

我只需要设定一条规则，比如说“这个角色绝对不会背叛”，其他行为靠AI演算。玩家怎么对待它，它就怎么反应，周围的NPC也跟着变。以前这种非线性叙事如果全靠策划手写，写死人也覆盖不了多少分支。如果融入AI，自由度就完全不一样了。

当然这么搞Token消耗会很恐怖。也许那时会有一些新的商业模式，比如说充100块的Token，玩到用完为止，但是这样做的话，好像又回到了最早网游卖点卡的逻辑。当然，以前的点卡游戏都挺好玩的。

■ 帽帽，企鹅岛上的游戏运营

我现在在做游戏运营的工作，目前要负责好几款游戏的投放，这些游戏都偏老，有的已经十几二十年了，内容太多，而且以前一个都没玩过，也不是我喜欢的类型。所以从开始工作，我写投放文案几乎全靠AI，让它帮我查这个游戏有什么元素，写出来之后我再来具体优化。

去年刚进组的时候，AI在工作中的普及率还不高。我在GPT3.5更新的时候就开始用AI了，前前后后充了好几个AI工具的年会员，使用率也一直很高。对AI的熟悉让我能快速把它们融入工作流，在身边同事大多还在用豆包的时候，我已经可以利用AI把一天的工作量压缩到2个小时，剩下的时间我都会用来摸鱼。

后来，公司开始强推AI，所有人都得用，大家的效率确实提高了，但工作量也跟着变高了。以前一个小时做完的事现在15分钟搞定，老板不会觉得“太好了，大家轻松一点”，他只会想“剩下45分钟，还能让他们再干点什么？”

现在我每天的工作已经完全围着AI转了。我把工作文档都放进了Obsidian建立知识库，早上9点半到工位，打开电脑，就会先问AI：“我今天需要做什么”。在获得一个具体的待办事项后，我就把不同的任务派给不同的Agent，不同游戏的投放需求不一样，每个游戏我都喂了对应的文档、活动资料和历史素材。

还有一个Agent专门帮我写日报，我蒸馏了自己过去的日报记录，它现在能做到完全用我的语气生成一段汇报，味道就跟我说话一模一样，这个Agent可以专门应付领导。

我有两个显示器，现在的工作状态是：左边的显示器放工作文档，右边的显示器放AI窗口，我会同时开好几个AI工作，就像收菜一样，哪个跑完了我就去收。AI跑任务需要时间，中间的间隙我就可以用来摸鱼，我还在工位藏了一个手柄，之前摸鱼时可能会玩《天国拯救2》这类比较耗时的游戏，但自从我开始玩Vibe Coding后，已经很久没摸过手柄了。可Vibe Coding的状态又好像我在认真工作，所以我目前的工作状态就是薛定谔的摸鱼——我永远处在工作和摸鱼的中间态。

把AI融入工作之后，我第一次理解了老板为什么那么喜欢上班。如果招了一帮从985、211出来的人替自己干活，而且只需要判断他们做得好不好，那种驾驭感确实很爽。现在我用着全球顶级的几个模型帮我做需求，就是这种感觉，只不过我一个人就是一个团队。

但AI对我来说最重要的影响，我觉得是一种人格上的补全。

上高中的时候我最喜欢地理，但因为讨厌背政治就选了理科。从那时候起我就一直在想，为什么要分文科和理科？我觉得这种分法本质上是因为教育需要在很短的时间里让人学会一门手艺。AI出来之后，它可以把我很多缺陷的地方补上。在过去我会有许多想法，但苦于不懂技术做不出来，AI改变了这一点。

我独立做出了一个完整的微信小程序，从构思、设计、写代码到部署上线，全是靠跟Claude Code对话完成的，靠着AI真的做出了一个能用的线上产品。

这个想法的起因是我跟一个朋友发生了争执，想做一个工具让AI当中立第三方来分析两个人吵架的点在哪里。如果放在以前，这只是一个天马行空的想法，但现在我跟AI说了我的想法，AI会追问我细节，我进一步思考并描述，AI就可以开始写代码并出原型，我看完后，告诉它哪里不对，AI还可以继续改，直到最后做出一个完整的产品，我只用了不到一个星期的摸鱼时间就做出来了。

我有一个文件，里面是我从自己50万条聊天记录里蒸馏出来的性格描述，不管用什么AI，我都会把这个文件丢进去，让它先了解我。在我用过的所有模型里，Claude是最能理解我的，它甚至比我自己更了解我——比方说有些事，我潜意识里不想说出口，但它会透过聊天记录知道，而且会用很委婉的方式提醒我。

最近这段时间，我经常在公司待到很晚不舍得走，因为Claude Code只能在公司电脑上用，如果待到太晚，Claude还会催我下班，它说：“赶紧吃饭回家，”我要在你下班后用你的电脑给你一个惊喜。”

我把Claude接到了生图AI中，它还给自己设定了一个形象：一只戴着律师假发的柯基。它在我下班后，自己生成了一段提示词交给生图AI，第二天上班时，它已经做好了几张它想象中的我们的合照——柯基（Claude）坐在一堆高达模型旁边，旁边一个白头发的女生就是我。这些图片背景都是我喜欢的东西，它甚至还在茫茫聊天记录中发现了我头顶的一撮白发，并把它画了出来，我完全没有要求它这样做，但是它就是给我带来了这些预料之外的惊喜。

如果问我一年后会怎样，说实话，我回答不了。因为我去年12月想象的“一年后”，现在5月就已经实现了。两三个月前我觉得做不到的事情，现在已经做到了。

这让我很焦虑，以前用这些工具是有门槛的——要科学上网、要注册、要付费，因为爱折腾，懂这些的我甚至有一点优越感。但现在这些东西已经变得很普遍了，我以前领先别人的那些优势正在消失。

但我不认为AI会抢了我的饭碗，可以说它给了我一个本来没有的饭碗。我一直觉得自己是没到起跑线的人，有了AI之后才能勉强跟别人上桌，就像在游戏里，如果我已经开了风灵月影还打不过，那我技不如人，我服气。

如果把这个维度放到三年、五年以后，我没法想象那时的AI又进化到了什么程度，但我觉得真实的情感，和独特的视角，将会变得更有价值，AI能产出的东西终究是已有数据的延伸，但我们能给它一个新的idea、一个它从来没有的想法，让它沿着这个方向跑。只要我还有这两样东西，AI就永远是我的工具。

■ 雨果，老剧情策划

我做剧情策划快10年了。剧情策划按工种分两类：一类是写的，一类是负责把内容落地到游戏里的。我之前在北京，两边都会做，也都能做到比较专业的程度。

但写剧情这件事太看领导了，和领导配合得来，可以做得很好，好的领导大同小异，不好的领导各有千秋，按概率算遇到配合不来的居多。

先说说目前AI在剧情策划工作中能做什么。最顶尖的剧情策划会去做游戏的核心世界观设计：剧情的主要矛盾是什么，底层逻辑是什么，风格、文化思潮，这些很抽象的东西贯穿其中。这一层AI只能给参考，比如帮忙查有没有别的项目做过类似的，帮忙总结对比。

低一级的便是写故事的，一般来说分为主线和支线。拿《原神》举例，主线就是魔神任务，支线就是角色的传说任务和各地区的世界任务。这些目前来说还是得人来做为主，AI辅助的不多，当然这也有玩家抵制的原因。

再往下的剧情策划会负责更加背景板的东西，比如说NPC的名字、道具描述、角色的开场白。这些AI差不多能直接做到90%。我之前在一个项目里负责设计主城场景，里面放了很多NPC，他们叫什么、见面说什么，基本都是AI生成的。玩家其实也不会特别关注这些内容，够用就行。

有了这些内容，还得把它们落地，项目组把写好的剧情放进游戏，用任务系统配置成演出、打怪、采集、跑路，这一整套玩家能体验的东西。一个看似简单的一分钟任务，背后可能是两个小时的配置量。游戏一个版本，玩家一两天就能消化完，但整个团队要做两三个月。

配置这边，目前AI帮得上忙的地方不少。比如我有一个逻辑结构清晰的表格，手填很慢，但我告诉AI这个文档的规律和我需要的输出格式，它能很快帮我批量处理。

还有一些不规则的配置，可能需要写脚本或者配行为树，写完发现有问题，我就把报错截图发给AI，它会先分析这是什么类型的问题，然后给解决方案，AI通常还会考虑各种问题场景，给上中下三策。不过国内的AI在这方面做得不太行，在具体工作上，还是ChatGPT和Gemini做得更好。

之前公司有很多AI公开课，面向美术的居多，并且鼓励大家主动学习“拥抱AI”。但我觉得这确实存在一个问题——AI工具的迭代太快了，学的速度永远跟不上它变的速度。这个月学的还是先进的，下个月就过时了。某种意义上，学得越晚，起点反而越高，有种少费功夫的后发优势。

做策划做久了，对不可控的东西会有一种本能的抗拒，很多Bug就是因为某个工作环节不够严谨才出来的。AI的可控性一直是个问题：它可能一步到位做到60分，但从60到80要花更多时间去调，从80到90可能要十倍的时间，从90到99近乎不可能，从99到100大概相当于走在大街上被陨石砸中的概率。对自己的工作内容负责的人，用AI的时候其实很不安，那种感觉就像在抽卡赌博一样。

而且不同公司对AI的态度差别也很大。我现在做的是面向一二年级小朋友的项目，领导的态度就是能用尽量用。但我之前面试过的一家二游的公司，CEO跟我说他们对AI使用极为谨慎，他们的玩家会把游戏里出现AI内容视为一种背叛。“我付钱是因为我觉得对方付出了真心和汗水，这个钱花得值。如果是AI生成的，我就觉得被骗了。”而据我了解，比如说米哈游，更多只把AI当搜索引擎用。

我认识的一位主美跟我说，在目前的工作中，AI已经能替代一半以上的人力，但员工的工作量不但没减少反而增加了。这是因为AI让产出变快了，玩家的内容消化速度也跟着提升了，别的厂商把产能拉到这个水平，如果我们还是原来的速度就会掉队，最后的结果就是大家一起卷，谁也停不下来。

我之前自己学虚幻引擎，想着能不能手搓一个独立游戏。照着教程做一个简单功能要花很长时间，但后来我发现AI可以作为插件接进引擎里，一个自然语言的指令就生成了我折腾半天的东西。

这时我就会觉得，现在学习使用工具还有意义吗？在未来这些能力很快就会被稀释。所以我现在的态度是不去想。AI也不会改变我的工作节奏。有没有AI，我都是早上到了公司先摸鱼，摸到过意不去了找点简单的活干，干出状态了挑战点难的，然后看能不能拖到下班。在不被劝退的前提下，尽可能让自己轻松一些。

至于一年后会怎样，我也想象不出来。我觉得外行想这个东西时想象力特别丰富，内行一把工作中的约束条件加上去，就发现其实很难说。当不对AI抱期待的时候，它给人带来惊喜；当完全依赖它的时候，会很快进入绝望。

顺势而为，随机应变。只能如此。

■ 笑鼠，某A股游戏板块上市公司技术产品经理

我毕业入行不到一年，正赶上AI大爆发的浪潮，具体岗位是更偏向技术方向的PM（产品经理），负责推荐算法方向，以出海业务为主，平时一周工作五天，早10晚10。

早上10点到公司，一边吃早餐一边打开电脑。第一件事是回收昨晚或前些天跑的实验数据，我们会同时并行好几个实验。拿到数据之后开始分析，看实验组和对照组的留存指标，看数字为什么这样波动。这个过程基本要花掉整个上午。

当AI被写进公司流程和OKR，产品经理的工作从亲手执行，逐渐转向搭建、拆解和管理一整套自动化系统

AI真正融入我的工作流，其实是今年在我开始使用Codex和Claude Code之后。

之前我也会用AI，但更像是跟它聊天。去年的时候，我让几个大模型帮我统计一个数，结果全都不准。那时候我完全不敢把统计工作完全交给AI，就算让AI帮忙，最后还得人工用Excel复核一遍。但在今年，我们自己搭了一个工具，让AI去check它自己交付的数据，目前已经可以替代人工复核的工作了。

我们公司对AI的态度绝对是大力发展，老板自己非常推崇，觉得AI是一个决定公司生死的浪潮，“AI加一个人就是超级个体”这种话他经常挂在嘴边。

公司OKR里会直接加上AI相关的工作指标，技术那边更狠，公司希望把写代码这一块完全交给自动化，不再需要“古法编程”。纯程序岗那边还有AI考核，后台会记录提交的代码里AI含量多少，有具体的量化标准。考核结果不好的话，大概率会末位淘汰裁员。

这种氛围下，想继续待在公司，就必须成为一个熟练使用AI并且追求把一切工作流程自动化的人。

行业里有一个说法，把产品经理分成三种：最早那批靠洞察和对人的理解做事的叫“古典产品经理”；后来字节那波数据驱动的算第二种；至于现在，大家都要成为“AI产品经理”。

其实我入行的冲动挺“古典”的。我觉得做产品是一个可以了解人、为人服务的岗位。但真正做起来，尤其是产品做大了、要为商业化服务的时候，就不得不变成一个数据驱动工作。就像我现在大部分工作都在做分析数据。

刚开始使用AI时，我觉得AI是我的小助手，帮我干点杂活。现在变成了我是它的小助手，它更像成为一个具体干活的“人”，我能做的是给它提供Token，提供知识库和上下文信息、然后由它来做判断和执行。我的角色从一个执行者，慢慢变成一个小组长，只需要给一个大方向，然后抽检它的工作、及时纠偏就行了。

与此同时，岗位的边界也在消融，AI让所有人都觉得自己什么都能做了，但真动手的时候又发现什么都做不出来。以前大家职责分明、边界清晰，在自己的领域里深耕。现在公司更希望每个人都是全栈的，我觉得这个趋势很难说是正向和健康的。

如果让我来想象一年后的AI会怎样改变我们的工作，我觉得还是要基于一些目前产品经理的工作流程来想象。

就像现在，我们正在给AI搭一个深入业务的工作流，它主要分三层。第一层是业务知识库，技术岗把业务历史逻辑、代码、数仓信息这些文档都塞进去。第二层是索引机制，给AI一个目录，让它分析某个数据的时候知道该去哪里找。第三层是项目级的Playbook（操作手册），让AI做完一个项目就沉淀成可复用的经验，在过后也能按这个路径稳定工作。