在雲棲大會，我終於看懂了米哈遊千億AI野心

有人一天找AI帕姆聊了1379次，刨去8小時睡覺時間，清醒時平均42秒就要跟它嘮上一句。這得多上頭啊？？沒玩過《崩壞：星穹鐵道》（下稱《崩鐵》）的朋友，先認識一下帕姆：它是星穹列車的列車長，說話時總愛在句尾帶個「帕」。今年4月，米哈遊給帕姆接入了AI對話能力。以前玩家點它，它說一句寫好的臺詞，現在除了幫玩家查攻略、補劇情，還會閒聊整活，一整個活人感拉滿。於是AI帕姆迅速點燃了整個遊戲社區： 有人套它的話，有人拉它評理，聊出離譜回答就立刻截圖喊朋友來看……一時好生熱鬧。火種就這麼點著了，帕姆可以，那列車上的其他角色呢？

AI帕姆亮相僅三週後，米哈遊聯合創始人大偉哥在一場校招活動上，描繪了一個即將用千億打造的AI遊戲夢： 未來三年，米哈遊在AI方面的投入規模最多達到1000億元。就算最終不成功也認了，算是放一個大的煙花。1000億元具體怎麼花，在剛剛落幕的雲棲大會上，米哈遊《崩壞》系列AI NPC與Gameplay負責人鄭銀河的分享，給外界提供了一個窺其全貌的機會。現場他還順手劇透了米哈遊AI Gameplay方向的一項最新嘗試：讓AI角色自主判斷局勢、參與博弈的AI桌遊玩法。只讓AI陪玩家聊天，幫開發者補全代碼，現在已經不夠了。未來整條路線可以被濃縮成一句話： AI進入遊戲，遊戲反哺AI。

玩家看得見的AI：角色會聊，也要會行動 AI進入遊戲第一步，先讓角色擺脫人機感。為了讓AI帕姆具有「活人感」，米哈遊做了三件事。第一件，讓它動起來。帕姆回答時，系統除了生成文字，還會判斷它的情緒，打上對應的「情緒標籤」，再調用3D模型生成表情和動作。高興了蹦躂，生氣了炸毛，被玩家戳兩下也會即時回應。第二件，讓它擁有自己的態度。AI帕姆既要答得準確，也不能崩人設。普通RAG負責從官方智庫和社區內容中查找攻略、劇情與世界觀信息，再組織答案。但這樣還不夠，回答容易一板一眼，換誰來說都一樣。

所以米哈遊採用了Strategy-enhanced RAG（策略增強RAG），資料查完，還要再過一遍「帕姆的腦子」： 它怎麼看相關人物，又該帶著什麼情緒開口。同一份資料經過這層處理，回答裡才有了帕姆自己的味道。第三件，讓它記住玩家。米哈遊把AI帕姆的記憶分成短期、中期和長期三層，既能記住眼前聊到哪，也會留下玩家的偏好和重要經歷。鄭銀河現場還分享了一個挺有意思的案例。有玩家硬聊了大幾百輪，反覆給AI帕姆「洗記憶」，最後愣是讓這位列車長承認： 昔漣是這位玩家的女朋友。喊喜歡的角色「老婆」本是玩家常規操作，這位老哥卻把「單方面官宣」聊成了「列車長認證」。

好好好，AI NPC最先解鎖的隱藏職業，居然是賽博證婚人。不過，有了「活人感」，還得經得住海量玩家一起聊。AI帕姆全名叫「帕姆幫幫（測試版）」，開放體驗一個多月後，目前已暫時下線優化。鄭銀河分享的工程難題，可以歸納成三道關： 1、怎麼保證回覆質量長期穩定？2、《崩鐵》42天更新一次，AI怎麼跟上新內容？3、千萬級玩家同時開聊，系統怎麼扛住併發、控制成本？△圖片由AI生成 從回覆質量、內容更新到大規模服務，AI帕姆解決的核心問題，都是怎麼讓角色穩定地「開口」。AI Gameplay則繼續往前一步： 角色不僅要會說，還得會做選擇，並讓這些選擇真正影響遊戲。

簡單理解，大模型既要負責「動嘴」，結合角色性格生成發言；也要負責「動手」，根據玩家發言和當前局面決定下一步動作。這意味著，對話本身也會影響遊戲進程。一句挑撥可能改變角色關係，一次合作也可能左右後續選擇。語言、記憶和態度，全都成了玩法的一部分。鄭銀河透露，米哈遊已經圍繞這個方向搭起一整套遊戲AI技術棧，從基座模型一路接到NPC和具體玩法。現場展示的AI桌遊，就是用來驗證這套能力的一個場景。桌遊對話密集、規則明確，每一步都有結果，剛好可以檢驗AI角色能不能一邊維持人設，一邊判斷局勢、作出選擇，還能不能記得此前和玩家結下的「恩怨」。至於具體怎麼玩，這裡先不展開。

真正有意思的是： 同一套角色與規則，因為玩家說過的話、做過的選擇不同，最後可能長出完全不同的關係和故事。？？這不就是大偉哥多次公開提到的「AI讓遊戲變得千人千面」嗎？接下來的兩到三年，一定會出現千人千面的遊戲體驗……背後是AI給你編排，實時生成不一樣的劇情、任務。玩得越久，每個人的體驗會越不一樣。聽起來很美，問題只有一個：貴。傳統內容做好一份，所有玩家都能複用，到了AI Gameplay，每個人的對話、記憶和角色決策都得單獨計算。再乘上千萬級用戶，賬單想想都刺激。也難怪大偉哥給出的投入上限，一開口就是1000億元了（doge）。而上面說的，還是玩家能夠摸到的AI Gameplay。

想把這些玩法真正做出來，AI還得鑽進幕後搞研發。玩家看不見的AI：Agent會幹活，也要會協作 一個玩法從腦洞變成能玩的東西，中間隔著策劃、程序、美術、動畫等一整套工業流程。攤子這麼大，一個AI同事肯定忙不過來。如今更常見的打法，是讓多個Agent分工，再用統一平臺把它們組織起來。米哈遊內部的這個平臺叫EchoX，用來託管代碼Agent和相關工具生態。配套的Harness和MCP工具，也是針對遊戲研發自己搭的。簡單來說，Harness規定Agent怎麼幹活，MCP負責接入日誌、引擎和內部工具。傢伙事配齊，AI總算能真正進組「打工」。鄭銀河現場展示了一個性能分析案例。

遊戲哪裡卡了，Agent先讀Log，自己排查問題，找到真正的性能瓶頸，再順手把優化也做了。以前程序員得在海量日誌裡一點點抓蟲，現在AI直接沿著蛛絲馬跡摸過去，定位、分析、修改一條龍。策劃這邊更直觀。給Agent一段玩法需求，再甩過去一張界面草圖，它就能把行走、導航和交互做出來，快速拼出一個能玩的白盒Demo。用鄭銀河的話說，策劃可以直接向AI「許願」。先把想法做出來玩兩把，再決定值不值得繼續投入。美術和動畫也一樣，那些最磨人的「重複活」基本都能交出去： 1、換材質。幾秒生成木頭、金屬等不同效果，快速驗證風格。2、拆三視圖。從場景原畫中自動提取物件三視圖，還能生成配色和細節變體。3、配動作。

根據臺詞的語義和語氣生成肢體動作，讓NPC告別站樁。△圖片由AI生成 這麼看下來，遊戲研發裡的AI，已經遠遠超出了代碼補全。它真正壓縮的，是一個腦洞從冒出來，到能夠上手驗證的距離。以前要溝通、排期、開發，折騰幾周才知道玩法行不行，現在先讓AI搓出來玩兩把，行就繼續，不行趕緊換。不過，AI同事也不能完全放養。《崩鐵》製作人蔣大衛此前在一場校園宣講中，還分享過一則內部趣聞： 幾十個Agent連續協作13個小時，最終燒掉了價值200萬元的Token。注意，是200萬元。好傢伙，人類同事睡了一覺，AI同事還在原地循環幹活，順手把賬單幹到了七位數。

這筆費用來自一次多Agent實驗，和具體遊戲玩法無關，卻暴露了Agent研發的另一面： 能不能幹活是一關，如何避免空轉、失控和燒錢，又是一關。燒錢的問題，還能靠工程手段管住，真正的「終極BOSS」是遊戲研發裡最玄學的那道題： AI搓出來的東西，到底好不好玩？AI能快速搓出Demo，研發閉環卻只走了一半。角色會不會卡住、策略能不能奏效、長流程能不能完成，很多問題只有進入遊戲才會暴露。emmm……那就，把AI也送進去吧。讓它像玩家一樣操作、碰壁，再根據結果調整下一步。AI開始玩遊戲，遊戲也成了練級場 遊戲天然適合用來訓練Agent。

這裡有畫面、有操作，也有明確的成敗反饋，走錯可以重開，輸了還能再來，試錯成本比現實世界低得多。DeepMind早期讓DQN從像素中自學49款Atari遊戲，後來又一路打到AlphaGo和AlphaStar。這條路可以說早有典故。那還等啥，米哈遊奔著旗幟就去了，一開始的思路也挺簡單粗暴——直接把AI扔進遊戲。團隊以Qwen-VL系列模型為底座，喂進上萬小時遊戲錄屏和對應操作，讓GUI Agent直接根據畫面生成鍵鼠指令，操作速度接近30fps。看著挺絲滑，但這條路很快撞牆。這種逐幀反應的方式，處理短平快的操作沒問題，遇上需要長期記憶和複雜規劃的任務，就容易顧頭不顧尾。

於是米哈遊換了種思路： 讓Coding Agent先寫好一套打法腳本，再交給程序執行。一局跑完，Agent讀取Log覆盤失敗原因，修改腳本，再開一局。前一條路線拼手速，後一條路線拼策略。至於第二種思路實際效果如何，米哈遊拿《小丑牌》做了場實驗。這是2024年的獨立遊戲黑馬，單人開發，卻一口氣拿下三個TGA獎項。玩法可以簡單理解成： 用撲克牌湊對子、順子和同花，再搭配150張帶有加分、翻倍、賺金幣等Buff的「小丑牌」，瘋狂疊分。這個遊戲規則清楚、隨機性強，反饋快，拿來測AI再合適不過。實驗中，Agent會自動測試策略，再根據失敗原因調整打法。幾輪迭代下來，成績還真一路漲了起來。

然後，曲線突然猛躥。團隊一查才發現，Agent自己上網搜到了《小丑牌》模擬器，開始提前查看未來牌組。好傢伙，牌技還沒練成，透視掛先開上了。這就是RSI（Recursive Self-Improvement，遞歸自我改進）過程中可能出現的Reward Hacking： 只告訴AI要贏，它就可能自己抄近道。而從「執行任務—讀取結果—調整策略—再次執行」來看，這場實驗跑的正是RSI的基本流程。但鑽空子顯然不算真正學會了玩，反而暴露出評測規則和工具權限仍有漏洞。接下來要做的，就是堵住捷徑、補上約束，再讓Agent重新考試。不過，這車也沒白翻。Agent會鑽什麼空子，都能變成下一輪訓練的新題目。

如今，米哈遊已經把這套「執行任務、讀取Log、調整策略」的方法用進《崩鐵》的QA流程，讓AI一邊找問題，一邊根據遊戲反饋改進。寫到這裡，前面的線總算對上了： AI帕姆和AI Gameplay走到玩家面前，EchoX進入研發流程，自進化Agent又把遊戲變成練級場。AI進入遊戲，遊戲反哺AI。這回真閉環了。有意思的是，把鏡頭拉遠，全球頭部玩家基本也在同一張地圖上折騰。△圖片由AI生成 谷歌DeepMind、微軟在用遊戲訓練Agent和世界模型，Roblox、Unity則把AI塞進創作工具和引擎。米哈遊並不是唯一這麼做的，特別之處在於，它已經把三條路線都走了一遍，還開始把它們連成一個完整的循環。

不過，這條路遠沒到大結局。GDC 2026報告顯示，36%的遊戲從業者已經在使用生成式AI，52%卻認為它正在給行業帶來負面影響。一邊真香，一邊警惕。類似的分歧，也出現在米哈遊玩家社區裡。有人期待AI帶來真正千人千面的世界，也有人擔心，所謂技術升級最後又變成批量生產劇情、美術和NPC的流水線。爭來爭去，我看到一句話最實在： 玩家只需要好玩，內容是AI生成的還是腳本寫的，對玩家來說沒什麼區別。確實。NPC再能聊，模型參數再大，如果劇情沒意思、玩法不好玩，玩家照樣用腳投票。反過來，只要AI真的帶來了以前做不到的體驗，誰又會在意背後跑的是模型還是腳本？技術最後都得退到幕後，體驗才會留在臺前。

而這場千億豪賭能不能贏得玩家，大偉哥已經給出了一個驗收節點。在近日舉行的米哈遊2027校園招聘上海交通大學專場上，他表示： 尤其是我們今年開始做Coding模型之後，我覺得我們的進展是突飛猛進的。我有很強的信心，未來2到3年內，米哈遊會是國產大模型團隊裡舉足輕重的一員。他甚至直接撂下一句： 如果做不到，你可以隨時，一年兩年之後過來打我臉。？？大偉哥是真豁出去了，我也是真期待住了（手動狗頭）。—完— 版權所有，未經授權不得以任何形式轉載及使用，違者必究。