Show Notes
这一期我们继续聊《权力为什么只为某些人所拥有》这本书，进入了全书最“实操”也最颠覆常识的章节——第七章。如果说前面几章还在讲人际关系、资源交换这些相对温和的权力获取方式，那这一章就直接摊牌了：想要权力，你得会演。 为什么权力必须靠演？因为没人天生会当领导 你第一次从小员工升到小组长，不知道怎么当；从小组长升到经理，还是不知道；升到总监、VP，依然不知道。每一次晋升都是第一次，没人教过你那个位置上应该怎么做。 但你如果在还没升上去的时候不像个领导，没人会升你；升上去之后你露怯，也坐不稳。唯一的解法就是：先演出来。Fake it until you make it，这句话硅谷说烂了，但能做到的人不多。 美国总统选举的数据很直白：当选的人普遍更高、更帅——跟治理能力没关系，但跟“看起来像领导”有关系。泽连斯基从演员到总统，演着演着，大家就信了。这不是偶然。 古今中外都在说同一件事：表演是权力的基本功 这一章的理论部分横跨东西方，你会发现共识惊人。 马基雅维利在《君主论》里写：每个人都能看到你表面的样子，很少有人能感知你实际是什么样的人。君主必须看起来仁慈、守信、人道、正直和虔诚，但必须准备好随时做出相反的行为。最重要的是看起来有美德，而不是真的要有美德。 社会学家欧文·戈夫曼提出拟剧理论：所有的社会互动都是一种表演，每个人都有前台和后台。如果每个人都表里如一，那才吓人。 韩非子讲得更直接：明主之所导制其臣者，二柄而已。二柄者，刑德。领导者不仅要掌握赏罚，更要通过“术”让臣子摸不透你的真实意图。你一旦让别人知道你喜欢什么，底下的人就会投你所好——宋朝皇帝喜欢太湖石，沿路的桥都被凿了运石头。 李世民的表演段位更高：玄武门之变杀了两个哥哥、囚禁了自己父亲，这是大逆不道的事。但他没有掩盖，而是让史官如实记录。与其藏着掖着被人指脊梁骨，不如显得自己仁德、敢于直面历史。刘备摔孩子也是这个路数——演给赵云看的，换来的是鞠躬尽瘁。 普京的表演是另一种风格：习惯性迟到，动辄一小时两小时，所有人都得等着。迟到本身就是一种权力宣告——我比你重要，所以我有资格让你等。 六大表演原则：每一步都是反直觉的 这一章最实用的部分，是作者给出的六条具体行动指南。 原则一：表现出信心，即使你不知道自己在做什么。 年底做计划，一个人斩钉截铁说“绝对完成”，另一个人支支吾吾说“大概90%把握”。老板更喜欢哪个？答案是前者。因为信心不是来自你真的有把握，而是来自你敢不敢先把自己架上去。这种信心要细水长流地表达——不是只在关键时刻演，而是在日常每一次对话中积累“这人靠谱”的印象。活儿交给他放心，不是因为他的方案多完美，而是因为他从来不说“我不确定”。 原则二：留意你的观众。 和人交谈时放下手机、合上电脑、专注对视。你以为一边回邮件一边聊天显得你忙、显得你重要，但对方会觉得你只是个干活的——真正有权力的人是端杯茶看报纸的那个。 附赠一个极其实用的技巧：重复对方的话。不需要表达任何观点，只需用自己的语言复述对方的话。对方会觉得你特别懂他，产生强烈的共情感。同时这个方法强迫你必须专心听——你不专心，你怎么复述？ 原则三：表现出愤怒，而不是悲伤和悔恨。 这是最反直觉的一条。研究数据显示，人们会下意识地把爱发脾气的人和有权势的人划等号。因为你地位高，所以你有资格暴跳如雷。 悲伤和悔恨是弱势情绪，藏起来，回家关小黑屋自己消化。但在合适的时机，故意表现出愤怒——这能帮你建立专注和自信。吕星分享了一个亲身经历：小时候独自去英国留学，面对完全陌生的环境和语言，心里害怕极了。但他给自己注入了一种愤怒——“你们这帮资本主义国家，我来就是批判你们的”。靠着这种劲头，后背立起来了，整个人就不怂了。 具体场景：谈薪水的时候。与其支支吾吾说“希望能考虑一下”，不如适当表现出愤怒——“这个数字太低了”。你没说要走，但你的愤怒会让对方反思是不是真的给少了。 原则四：注意你的姿势和手势。 笔直站立，挺胸抬头，向前靠近半步制造压迫感，手势简短有力，直视对方的眼睛。权力姿势理论（Power Pose）已经被无数产品发布会验证过——上台的人永远身体打开、双脚一前一后、占据更多空间。 直视对方眼睛有难度的话，看他的鼻梁或眉心。盯着眼睛说话会让对方不自觉地说实话。吕星说，给人看塔罗的时候，对方不说实话，他就立刻聚焦对方的眼睛——百试百灵。 原则五：使用记忆来获得所需的情感。 当你需要表现出某种你没有感受到的情绪时，回忆一段曾经让你有过这种感受的经历。想表达愤怒，就想小时候被人欺负的场景；想表达自信，就想自己最得意的时刻。这是斯坦尼斯拉夫斯基表演体系里的“情感记忆”法，演员管这个叫方法派表演。 原则六：设置舞台和管理环境。 你的表演需要一个合适的环境来支撑。为什么律所都在最贵的写字楼里？因为客户不会为廉价办公桌付费。为什么每任美国总统都要重新装修椭圆办公室？因为那是他的主舞台。特朗普喜欢金色，就全换成金色；拜登换回来，特朗普回来再换回去——每一次装修都是一次权力宣示。 约人吃饭求人办事，你也会选一个合适的餐厅。道理一样。 进阶技巧：沉默、打断与质疑前提 除了六大原则，书中还补充了几个高阶操作。 拥抱沉默。 当你心慌、不确定、忘词的时候，不要急着开口。沉默几秒钟，台下的人可能会以为你在思考深刻的道理，甚至带头鼓掌。周总理接见斯诺的录像里，那种停顿的气场，看一眼就懂了什么叫掌握权力的人。 策略性打断。 在关键时候用一下就好，不要频繁使用。打断的目的是显示你的掌控力，用多了只会让人觉得你没教养。 质疑讨论的前提。 当大家都在争论选A还是选B的时候，你跳出来问“我们为什么要讨论这个问题”——瞬间升维，显得你高人一级。这招在辩论里叫“升维打击”，也是你跟AI对话时天天用的“第一性原理”。 丘吉尔的逐字稿。 看似随意的即兴发言，往往是提前写好逐字稿并背下来的结果。让AI帮你写出极具说服力的稿子，逐字背熟，然后在看似不经意的场合“随口”说出来。销售有话术本，电诈有剧本，都是同样的道理——下死功夫，但有效。 这一章的核心只有一句话：会演比会做更重要。不是让你放弃做事，而是告诉你，在权力的游戏里，做事只是入场券，表演才是晋级赛。下一期进入第八章——如何建立自己的声望。
时间轴 00:00 两个月后回到权力系列 00:53 前六章讲完人际关系，第七章开始讲“演” 01:19 泽连斯基、总统身高与Fake it until you make it 05:41 每一次晋升都是第一次，没人天生会当领导 07:06 表演愤怒：为什么发脾气的人看起来更有权 08:36 马基雅维利：看起来有美德比真的有美德重要 10:46 普京迟到：缺席本身就是权力宣告 12:11 戈夫曼拟剧理论：所有人都有前台和后台 13:55 韩非子刑德二柄：别让人摸透你喜欢什么 15:93 李世民与刘备：最高段位的表演是显得真诚 16:35 侃爷、Lady Gaga、特朗普：身边的演员们 20:99 尤伯罗斯：20%被赋予，80%自己弄出来 21:89 六大原则一：表现出信心，哪怕不知道自己在做什么 25:03 六大原则二：留意你的观众，放下手机 26:66 附赠技巧：重复对方的话，他会觉得你特别懂他 28:95 六大原则三：表现出愤怒，而不是悲伤和悔恨 30:86 愤怒的实战场景：谈薪水的时候 33:08 六大原则四：注意你的姿势和手势 35:83 看鼻梁或眉心，盯到对方说实话 39:30 六大原则五：用记忆获得所需的情感 41:81 六大原则六：设置舞台和管理环境 44:74 进阶技巧：拥抱沉默，让台下为你鼓掌 46:46 进阶技巧：策略性打断与质疑讨论前提 49:84 丘吉尔的逐字稿：看似随意，实则背熟 53:70 会演比会做更重要，下期讲声望
在小宇宙查看该单集文稿
More from UV相对论
2017年，Dean Takahashi采访了老许，写下乐游从鸡肉生意转向三A游戏发行的故事。九年后，提问的人换了位置。这次，老许邀请Dean重新看看中国与全球游戏行业：当年围绕免费游玩、服务型游戏的分歧，为什么又出现在AI上？ Dean Takahashi现任GamesBeat编辑总监，长期报道科技与游戏行业，著有《Opening the Xbox》和《The Xbox 360 Uncloaked》。这场对话里，他把期待放在能够带来意外的小团队身上；老许则继续追问：即使人人更容易做出游戏，掌握流量的平台会不会变得更强？ 投资者想要持续收入，玩家却未必需要另一款服务型游戏。 从《Warframe》聊起，两人回顾免费游玩如何改变游戏的受众和经营方式。Dean指出，成熟产品能让玩家不断回来，不代表每个挑战者都能复制这门生意。投资者期待稳定现金流，开发者希望尝试新创意，玩家又常常回到熟悉的系列。服务型游戏的成败，就发生在这些相互牵制的需求之间。 AI争议背后，还有过去几轮技术热潮留下的不信任。 老许带来ChinaJoy与Gamescom现场的反差：有人公开交流怎样用AI，有人急着证明自己没有使用AI。Dean把这场争论放回元宇宙、区块链等既往热潮里看——玩家担心的，包括资本的新故事能否真正带来更好的游戏。对话也谈到西方团队在代码安全、内部概念设计和新玩法上的尝试，呈现出比“支持或反对AI”更具体的变化。 “哺乳动物”为什么可能成为大厂的威胁？ Dean转述一位小公司CEO的比喻：大厂真正该担心的，是那些不断带来惊喜的“哺乳动物”。老许看到的机会，是设计师可以更快把想法做成原型，验证过去需要多人协作才能尝试的东西。崇祯题材的历史模拟游戏提供了一个有趣例子：AI忘记皇帝交代的事情，放进臣子敷衍皇帝的叙事里，反而可能成为玩家接受的体验。新工具的价值，也取决于设计者怎样使用它的局限。 玩AI的乐趣，能不能变成一种新游戏？ 老许发现，自己和朋友花了大量时间、Token做AI实验，没因此赚钱，却玩得很开心，甚至挤掉了打游戏的时间。Dean把这种体验拆成创造、发号施令和持续获得正反馈——这些本来就是游戏设计熟悉的东西。AI除了改变制作流程，也可能带来新的娱乐需求。两人还讨论了一个更远的设想：如果AI承担更多工作，人们会怎样使用多出来的时间，以及社会保障赶不上变化时可能出现的困难。 记者的价值，是把不同地方的视角带回来。 从为什么选择报道游戏，到采访黄仁勋、安迪·格鲁夫的往事，Dean谈到那些改变过行业方向的人，也谈到自己怎样形成判断。他希望GamesBeat能够连接更多地区的游戏社区，让当地的人讲述当地正在发生的事情。在他看来，走出去、听不同的人说话，才能发现一个行业习以为常的叙事之外，还有什么正在发生。 做游戏的门槛降低后，分发的门槛会不会更高？ 谈到未来五到十年，Dean期待AI和用户生成内容让更多“小人物”获得机会。老许提出另一面：当作品供给越来越多，决定谁能被看见的平台，是否反而拥有更大的权力？Dean借用《侏罗纪公园》里的比喻回应：生命会寻找出路，游戏和玩家也可能找到新的传播方式。创作能力的普及，能否进一步带来被看见和靠作品生存的机会，成为这场对话最后的悬念。 时间戳 00:03 九年后交换提问的位置：从乐游的鸡肉生意聊起 03:19 免费游玩曾经怎样划分东西方开发者的经验 06:30 重金投入服务型游戏，为什么复制不出同样的成功 09:13 乐趣、成瘾与注意力：增长压力怎样改变游戏 11:58 从元宇宙、区块链到AI，玩家为什么不信新故事 14:38 岗位在全球重新分布，游戏业的重心怎样变化 16:48 Xbox该先守住老系列，还是继续投资新IP 18:48 “我们是哺乳动物”：小公司为什么觉得大厂更该担心 20:35 AI忘了圣旨，为什么反而能成为游戏机制 24:07 生成角色、指挥机器人：AI怎样进入玩法本身 26:03 用视频展示设计意图，游戏原型的沟通方式变了 28:03 “游戏更好玩”：Dean为什么从科技报道走向游戏 30:13 如果AI承担更多工作，人们会把时间花在哪里 32:40 眼镜与生物计算：游戏之外，他还关注哪些技术 35:35 从快速判断到训练数据，游戏怎样反过来帮助AI 37:17 烧Token做实验，为什么会比打游戏还好玩 40:58 AI翻译能否让中外开发者更容易对话 43:02 本想当驻外记者，最后通过游戏走遍世界 45:27 从黄仁勋到安迪·格鲁夫：Dean记住了哪些转型故事 48:18 走出自己的泡沫，为什么需要不同地方的视角 50:21 “我希望小人物赢”：UGC与小团队的未来 52:04 人人都能做游戏后，平台会不会控制更多流量 54:07 下一本书写什么？先去和足够多的人交谈
科隆播片不只是在比谁的画面更大、IP更响。本期我们继续看一批新作，也把问题落到项目选择上：创作者要不要沿用前作玩法？知名授权能否支撑一个特定品类？小团队想做高规格单机，又怎样不把公司的资源一次押尽？ 从《以撒的结合》创作者的新作，到权游RTS、模拟器和《瘟疫传说》新作，我们聊到几种不同的经营思路：IP可以保留辨识度、但换一种玩法；细分品类未必需要追热点，也能靠长期迭代形成生意；而制作规模越大，越要看团队擅长什么、风险有没有缓冲。节目中也讨论了商业化提示是否出现得太早，以及老牌公司的IP怎样继续经营。下面涉及的判断是节目讨论，不等于对相关项目表现或公司经营数据的外部核验。 续IP，不等于重复玩法。 从《以撒的结合》创作者的新作谈起：辨识度可以延续，玩法也可以另找新鲜感。
本期来自一场论坛的第三场对谈，主题是“从玩游戏到造游戏”。老许与两位分别从三维生成工具和 AI 原生游戏世界出发的从业者，讨论 AI 进入游戏后，玩家能否不只消费预制内容，还能通过自己的选择影响接下来的体验。 老许先谈到几年前尝试将动画制作流程 AI 化的经历：技术当时还不足以满足 IP 内容对细节和质量的要求。讨论由此进入两个相连的问题：AI 能否真正进入游戏生产流程？它又能否让游戏世界根据玩家的行为继续演化？ 游戏经验与 AI 理解，需要在同一个产品里相遇 圆桌谈到两种常见的能力断层：懂 AI 的团队未必有判断“好不好玩”的经验；来自游戏行业的团队，也未必知道如何把 AI 的底层能力融入产品。AI 原生游戏要跨过这道坎，关键在于把技术能力转成玩家能感受到的体验。 三维生成工具，要进入完整的生产流程 从文字或图片生成模型只是起点。嘉宾还介绍了模型编辑、细节控制、拆分和场景生成等工作，并讨论通用模型与专业三维工具的关系：模型能否被修改、复用，能否接入游戏或工业流程，决定了它是否真正解决生产问题。 AI原生世界，让玩家的交互继续生成内容 一位嘉宾介绍了 AI 原生游戏世界的设想：玩家可以和 NPC 交谈、打断原有剧本，自己的选择也会影响后续内容。产品仍需要主线和边界，但内容不必全部预先写死，而是由预设设计与 AI 的泛化能力共同推进。 玩家行为，也可能成为新的训练数据 游戏里的数据不只是评分或“喜欢/不喜欢”。玩家走向哪里、在某个情节前停留还是离开，都可能暴露偏好。嘉宾设想，玩家在获得体验的同时，也为 AI 提供关于行为和因果关系的数据，让之后生成的内容更贴近个人需求。 模型进步之后，机会还要回到体验和经营 讨论最后转向未来预测：实时生成内容和空间智能可能继续发展，三维生成领域也会面对商业化筛选。嘉宾同时提醒，游戏市场的规模有限，AI 团队还需要找到更广的应用空间。以上属于现场嘉宾的判断与预测。 时间戳 01:55 老许回顾动画流程 AI 化：IP 粉丝对质量有多敏感 04:24 AI 原生游戏世界：交互会生成后续内容 06:47 三维生成从工具走向产品：团队如何经营 09:22 文本编辑、贴图和递归拆件，怎样进入制作流程 11:03 免费生成、下载收费：工具如何打开市场 13:17 从“AI产品”到“一款游戏”：先定义用户体验 15:31 NPC 可以被打断，开放世界从预制走向演化 17:11 玩家交互会改变内容，也可能成为模型反馈 18:51 GPT 接入 Blender 后，专业三维工具会被替代吗？ 20:18 通用模型能做桌椅，为什么人物建模仍有差异 22:06 从模型生成到游戏与工业流程：工具如何打通工作流 24:11 工业用户、UGC 与 PUGC，对可控性的需求不同 26:32 从单个模型到完整场景：物理属性如何进入生成 29:01 玩家边获得乐趣，边为 AI 产生数据 31:29 行为数据不只标记偏好，还试图解释偏好的原因 33:01 未来一年：实时生成内容可能改变消费方式 35:00 空间智能提升后，AI 能带来什么新体验？ 36:15 三维生成市场的商业化分化与筛选 38:03 游戏市场之外，AI 团队还要寻找多大的空间
一个月没聊AI，再回头看，连我们自己的工作方式都变了一轮。本期从内容制作、模型分工和复杂知识库的实际经验聊起：哪些任务值得用最强模型，哪些判断可以交给便宜模型？当这些能力越来越容易调用，专门做某个AI功能的创业公司，又靠什么守住生意？我们沿着这些问题，聊到个人助手、游戏制作和科研，最后把账算到算力投资、就业与公共财政。 性价比，要放进完整工作流里算。 老许分享了多平台内容制作的实践：一段访谈要出横版完整版、竖版切片，还要翻译、对口型，并适配不同平台的发布要求。模型能回答问题，只是其中一步；能否调用工具、持续完成任务、减少返工，才决定这条流程最终花多少钱。我们也讨论了客户端配套的工具环境与直接调用API的差别，以及为什么跑分和真实使用感受可能相距很远。 模型怎样分工，比单看谁最强更有用。 老许让Codex当监工，把执行任务交给不同模型，甚至让它们并行完成同一份工作。另一项四十多万字知识库的整理，则展示了复杂任务对统筹和推理能力的要求。节目中被称为“哑巴模型”的Jev，输出的是结构化判断与概率，可以承担筛选、分类和路由等环节。我们由此讨论：哪些工作需要深入思考，哪些只需要一次明确判断，以及分工怎样改变整个应用的成本。 功能有用，和生意能守住，是两道题。 一个新模型、一个个人助手，可能很快展示出价值，也可能很快遇到大厂补齐同类能力。我们从判断模型延伸到三维建模、世界模型和个人助手，追问私有数据、模型能力、用户关系分别能形成多高的门槛。Agent的落地还受到软件生态影响：邮件、日历和浏览器能否接入，平台愿不愿意开放，都会决定一个助手真正能帮用户做多少事。 游戏制作的门槛在变，作品仍要接受玩家检验。 从AI辅助制作MOD，到桌面宠物的改造和陪伴玩法，我们讨论了技术能力普及后，创意与手艺的价值如何重新分配。AI实时生成画面、充当渲染引擎，也带来了另一笔运行成本账。聊到《不问凡尘》时，我们把注意力放在制作方式、团队成本和玩法体验上：AI能帮助作品做到什么，最终仍要落到玩家愿不愿意玩。 AI参与研究，改变的可能还有研究过程。 节目从机器人演示聊到数学、复杂计算、“赛博果蝇”和蛋白质设计。我们关注的不只是某个结果有多惊人，也包括结果怎样被验证，以及研究过程中的工具积累、问题发现和成果溯源。如果AI可以更快完成部分研究工作，科学家怎样提出新问题、判断结果、继续探索，也会成为新的讨论焦点。 新增生产力，怎样变成企业回报和公共收入？ 后半段，我们把AI泡沫的乐观与悲观判断放在一起，看算力需求、芯片使用寿命、资本开支和回报预期之间的关系。话题随后转向就业与税收：如果劳动收入的结构改变，个税、企业税和公共支出会怎样调整？技术创造更多产出之后，这些收益通过什么路径进入社会分配，是节目留给下一轮讨论的问题。 时间戳 00:00 一个月没聊AI，为什么已经有恍如隔世的感觉 03:04 账号用不了以后，怎样重新搭起AI工作流 06:31 Codex当监工，把任务交给不同模型并行完成 09:11 跑分高与实际会干活，为什么可能是两种体验 12:12 客户端、API与工具环境：模型之外还有哪些差别 14:26 四十多万字知识库：复杂任务需要怎样的模型分工 18:30 能力变强以后，安全控制为什么更难 21:54 新模型宣传很猛，实测和知识时效能说明什么 24:23 订阅额度、更新与提速：用户实际感受到什么 27:36 匿名模型的惊艳宣传，接进API后还灵不灵 29:38 Jev不写长答案：只做判断的模型有什么用 32:48 游戏跳不跳、工具怎么选：快速判断适合哪些场景 35:03 把重复筛选交出去，AI应用怎样减少成本 37:44 三维建模与世界模型：垂直能力会不会被大模型吸收 40:05 个人助手先接什么生态？邮件、日历与日常软件 42:24 从功能复刻到平台开放，Agent的落地边界在哪里 45:46 AI辅助做MOD：技术门槛降低，创意怎样竞争 48:14 桌面宠物玩出新花样，陪伴应用还有哪些空间 50:42 AI当渲染引擎：实时画面背后的算力成本 52:35 本地部署的账：硬件投入、稳定性与API费用 54:38 《不问凡尘》：AI制作方式与游戏体验怎样结合 58:22 模型接上机器人：会演示与可靠干活还有多远 61:27 AI做数学：到达答案与打磨研究方法的争论 64:54 从复杂计算到“赛博果蝇”，科研工具带来哪些想象 67:12 蛋白质“水印”的讨论：设计成果怎样标记与溯源 69:33 AI泡沫两派意见：乐观与悲观分别在算哪笔账 72:56 旧算力还能用多久？芯片寿命与投资回报 75:31 AI创造新产出之后，资本与债务的关系怎样变化 79:35 就业和个税一起变，新增生产力如何进入公共财政 83:02 消费税与财富分配：政府的账还能怎样平 85:14 复杂知识库项目的下一步：等可体验的成果，再聊完整实践
这一期是我们和邵赟的第二次对谈。上一次聊他的成长经历，这一次接着讨论没有展开的 AI 与游戏：当 AI 不断降低代码、资产和生产流程的门槛，游戏行业真正被改变的，到底是某个工具，还是“谁来做、怎么做、什么才算好玩”的整套组织方式？ 节目从海外游戏公司对 AI 使用的否认和道歉谈起，转向国内玩家更看重结果的消费逻辑；再从以崇祯为题材的历史模拟游戏，聊到 AI 如何把记忆错误、时代错位和不可预测性变成游戏机制。后半段继续讨论 AI 泔水、长尾产品、三A生产线、AI渲染引擎、虚拟世界中的具身NPC，以及一个能运行的 Demo 为什么仍然距离真正可玩的游戏很远。 玩家反对的到底是不是 AI？ 海外公司急着声明“没有使用 AI”，或在使用 AI 后公开道歉，背后可能不只是审美争议，也涉及大厂组织优势和成本结构。玩家真正介意的，未必是 AI 本身，而是厂商既降低了成本，又没有交付更好的体验。 在国内，玩家对 AI 的容忍度可能更高，但游戏也并不只是一个单纯的玩法产品。它还承载着品味、社交身份、朋友之间的共同话题，以及一整套外围消费体验。 把 AI 的缺陷变成游戏机制 节目重点讨论了一款以崇祯为题材的历史模拟类 AI 游戏：AI 忘记玩家下达的命令，或者在明朝背景中生成超出时代的技术，究竟是 QA 没做好，还是可以被设计成游戏的一部分？ 除了崩溃、黑屏、付费物品消失等真正阻碍游玩的恶性 Bug，许多体验性错误反而可能成为玩家主动挑战的边界。问题不在于 AI 是否会犯错，而在于设计者能不能让它犯出有趣的错。 AI 泔水越来越多，淘金变成选择问题 AI 把个人开发者从零做到可运行 Demo 的门槛大幅降低，但平台也因此涌入大量低质量内容。创作者获得了自由，玩家寻找好作品的成本却可能更高。 从小众、尖锐、由兴趣驱动的长尾产品，到 Roblox 等 UGC 平台的内容拥挤，节目讨论了 AI 如何扩大供给，也如何让“筛选”和“被发现”变得更重要。邵赟还谈到自己使用 AI 重构工作流的经验：AI 可以完成收集、初筛和重复劳动，但最后仍然需要人的判断和取舍。 AI 可能改变的不是工具，而是三A的生产组织 当 AI 可以承担越来越多的代码、调研、审查和内容生产工作，传统意义上的外包、团队和游戏引擎会发生什么变化？ 节目把游戏引擎重新解释为“技术和人的生产流水线”，并进一步讨论一种尚未成熟的想象：未来 AI 渲染是否可能直接从内容创意生成可交互画面，从而改变三A游戏背后的组织方式。这里的三A不只是画面质量，也是一种昂贵、复杂、依赖大量人员协作的生产关系。 七十分的 Demo，距离九十分的游戏还很远 邵赟分享了让 AI 制作合成类小游戏的实验：AI 可以很快做出能运行、能玩的 Demo，但真正的游戏还需要关卡循环、升级节奏、美术表达、操作手感、音效反馈、服务器、账号系统、商业化和长期运营。 AI 可以模仿或反推已有产品，却很难自动判断什么才是更好的体验。它容易把多个作品的平均值拼在一起，却不一定能完成真正的突破。所谓“人因循环”，最终仍然意味着人的经验、品位、选择和对玩家体验的负责。 从具身 NPC 到下一步交互 后半段转向虚拟世界中的具身智能。一个 NPC 能感知环境、躲到树后、根据现场情况产生行为，意味着游戏中的内容不再完全依赖写死的脚本。 节目还讨论了传统三D渲染和 AI 生成之间的差异：传统方式擅长保持长期一致性，AI 更擅长处理变化，但两者都需要新的数据结构和训练方式。最后，讨论落到未来半年到一年的判断：陪伴类产品之后，模拟类产品已经出现，下一步更值得期待的可能是交互本身，以及游戏设计者如何把注意力从“做出来”转向“做得足够好玩”。 时间戳 01:38 海外与国内对待 AI 游戏的态度为何几乎相反 04:22 反 AI 舆论，可能也是大厂维护组织优势的一种方式 07:19 玩家反对的不是 AI，而是“省了成本却没有变好玩” 09:23 玩游戏也在消费品味、身份和社交货币 11:09 AI 无限生成之后，QA 到底怎么做 12:29 从崇祯题材进入 AI 原生模拟游戏 15:04 忘记圣旨、造出原子弹，为什么可能反而是玩法 19:52 AI 游戏的问题不是太有涌现，而是太容易均值回归 22:00 游戏的奖励函数为什么比围棋难定义 23:29 AI 降低创作门槛，也制造更多“AI 泔水” 27:27 MAGICFIND 如何从大量 AI 项目里寻找真正有价值的东西 30:08 小、窄、尖锐的产品，可能是 AI 时代的切入口 33:15 AI 可以初筛，但最后的人因循环仍然不能省 35:57 AI 开始像真正的专业外包，而不只是便宜工具 38:20 内容管线、IP 迭代与长期运营能力 41:09 AI 如何帮助小团队收集和整理玩家反馈 45:00 AI 渲染引擎是否可能替代传统三D渲染流程 47:05 游戏引擎本质上是一种技术与人的组织形式 52:06 实时互动内容出现后，游戏与影视的边界可能被抹平 54:56 情感陪伴、女性向产品与三D角色管线 58:11 虚拟世界里的具身智能和会自行行动的 NPC 63:00 AI 如何记住一个空间，以及生成内容的一致性问题 65:06 传统3D擅长记忆，AI 更擅长处理变化 67:27 大厂使用 AI 后，为什么反而需要承担更高责任 69:31 使用 AI 本身，为什么开始像一种游戏 71:23 用 Token 收费的游戏，会不会成为一种新产品形态 73:42 AI 做出的合成游戏，为什么只能先到七十分 75:20 玩法循环、美术、手感和商业化缺一不可 80:00 让 AI 反推付费玩家的后期体验 82:44 AI 能组合优点，却还不擅长创造一加一大于二的体验 85:44 游戏设计的奖励函数与三个现实瓶颈 88:10 AI 生产之后，人的判断应该放在流程中的什么位置 90:22 知识、体道与悟道：AI 能否获得真正的体验判断 92:11 具身智能、虚拟物理世界与 NPC 的“白日梦” 94:54 目的层、感知层与物理层如何分工 97:37 未来半年到一年，哪些 AI 游戏能力可能先成熟 100:22 从陪伴、模拟走向更强的交互体验