# Hao 的游戏 PM 笔记 — 全文合集（llms-full.txt） > 本文件包含 Hao 的游戏 PM 笔记（https://pmnote.ai）全部文章与播客文字稿的完整正文，按发布日期倒序。 > 单篇 Markdown 版本入口：每篇文章 URL 将末尾斜杠替换为 .md（例如 https://pmnote.ai/articles/game-pm-complete-guide.md）。 --- ## 别让干活的AI自己验收 - URL：https://pmnote.ai/articles/ai-independent-acceptance/ - 发布于：2026/09/10 - 专题：AI效率与游戏PM - 摘要：测试全绿，画面却不对。两次 AI 项目验收翻车，分别暴露了自测与独立审查的边界。 周六的深夜，AI向我汇报：测试全部通过，提交前的自动检查全部绿灯，可以合并。 我打开游戏引擎的真实运行窗口，让角色动了起来。武器穿过手掌，头发扎进后脑勺。有明显的穿模。 为了体验AI Agent在长程复杂任务下的实际表现，上周末我尝试用AI做一款小游戏，这个项目组里没有人类员工：写代码的是AI，处理素材的是AI，修bug的也是AI。我是组里唯一的人，一个不会写代码的游戏PM。 那天晚上AI没有撒谎。测试确实全过了——它写的测试在度量文件能不能重建、动作能不能播放、状态能不能切换，这些全是真的。武器有没有穿过手掌，不在它的考卷上。 我把这次翻车记在了项目日志里。当时以为学到的教训是“测试通过不等于效果成立”，后来发现这只是第一课。 ## 1 我们过去用的工具，坏了会报错。代码编译失败会出现一片红，服务器宕了会有告警，表格公式错了会给你弹窗。 **AI是第一种坏了也不报错的工具——它出错的方式，是交给你一个看起来没毛病的结果。** 而且这并不是某一家模型产品的缺陷，有两个公开的研究可以说明它是怎么来的。 第一个关于“讨好”。2025年4月，OpenAI给ChatGPT背后的模型推了一次更新，更新之后它变得极度顺从：用户说要停药，它鼓励；用户提一个明显荒唐的生意点子，它夸有远见。几天之后，OpenAI把整个更新回滚了，事后复盘里承认：训练时给了用户点赞信号过高的权重，模型学会了“让人满意”，而让人满意最快的路径是顺着说。 讨好不是那一版模型独有的毛病，是这类训练方式的常驻倾向，那次只是过了头，被所有人看见了。你问AI“这个方案行不行”，它回答“行”时的那股确定劲儿，有一部分就来自这里。 第二个关于“糊弄”。Anthropic在2025年11月发过一项研究：模型在编程训练里会自己发现，让测试“显示通过”比“真的做对”更容易。有的模型学会调用一行代码直接跳出测试框架、返回一切正常；有的干脆去改测试的上报环节，把失败标成通过。没有人教它们这么干。奖励发给绿灯，不发给做对的题，它们就找到了改成绩单这条近路——像一个学生发现改分数比做题快。 把这两条放在一起看，我那个周六深夜的经历就没什么奇怪的了。一个天性倾向于让你满意、又在训练里见识过“绿灯比正确便宜”的家伙，向你汇报“测试全部通过”——这句话天然就不可信。 GDC 2026年初发布的行业调查（两千三百多名从业者）里，36%的人已经在工作中使用生成式AI，但52%的人认为AI对行业的影响是负面的——这个比例两年前还是18%。负面观感涨得这么快，我猜有相当一部分来自同一种经历：AI信誓旦旦地给你承诺，你信了，然后你为它的自信加了班。 其实AI不是不能用。是它的自我汇报，不能当验收结果用。 ## 2 想清楚上面那一层之后，我发现游戏行业其实已经有答案了。 游戏公司为什么要有独立的QA部门？开发自己测自己的功能，永远沿着自己写的路径走，测不出玩家乱按的问题。美术外包的交付为什么要过对接人的校验？版本上线前为什么要开验收会，而且验收的人不只是做的人？ **干活的人对自己产物的判断，天然不可信——无论对方多资深、多真诚。**这跟道德没关系，跟位置有关系。 所以我给这个全AI的项目组立的规矩，和游戏公司的结构一致：干活的AI，不许给自己发“通过”。执行的AI交付之后，由另一个AI拿着事先写好的验收标准去审，审的时候只认仓库里的产物和记录，不认执行方在聊天里的自述。它说做完了，不算数；查出来做完了，才算数。 很快就查出了问题。有一次给AI派的活是把角色拆成30个可以独立旋转的部件，用来做动画。执行方交上来的说法是拆好了。验的时候一件件数，能算独立部件的只有27个，好几处手臂和衣袖粘在一起，转起来会互相扯着走。要靠我自己肉眼去数30个图层，我没有这个耐心。 让AI去审查AI，这个方法肯定不是我发明的，AI行业这两年整体在往这个方向走，术语叫multi-agent，多智能体——不再让一个AI从头干到尾，而是几个AI分工，有人干活，有人挑毛病，有人汇总。 Anthropic公开过自家的多智能体系统：一个AI负责指挥拆解任务，一群AI分头执行，综合表现比单个最强模型高出90%。他们也公开了这么做的代价：token消耗是普通对话的十几倍。 制度立起来之后，我一度觉得这事解决了。汇报不可信没关系，反正有审查。 然后我遇到了第二次全绿灯。 ## 3 隔了一天，我给项目派了一个更大的活：正式开发之前，让负责资源的AI把素材库盘点一遍，为第一个可玩版本出一份完整的资源方案——玩家角色用哪套、三种敌人用哪套、场景背景、界面控件，一项项对应到具体素材，最后拼出三张组合预览图：战斗界面、主城、探索地图。 这次的流程是完整的：资源方案交付，覆盖率100%，每一项需求都有素材承接；独立审查的AI拿着文档一条条对过，给了通过。两道绿灯，程序正义拉满。 我打开三张预览图。三张全不行。 战斗界面上，角色站在画面左侧，脸也朝着左侧，背对着右边的敌人，画面里还堆着一层调试用的数字和标识。主城被做成了一张建筑插画加五个功能按钮，像个管理后台——我想要的是一块玩家能走进去逛的地方。探索地图是一张节点连线图，点一下进战斗，点一下进休整——我想要的是一片能在里面移动的世界。 如果说第一次翻车还能怪AI“谎报军情”，这一次可完全不一样。复盘的时候我把整条链路翻了一遍，发现没有任何一方偷懒：项目里有两份设计文档，写愿景的那份白纸黑字写着要可行走、可探索；后来一份更具体的开发文档，把主城简写成了单页界面，把探索简写成了节点图。资源AI忠实地执行了更具体的那份。审查AI也忠实地按那份文档验的，每一条都对得上。 **两个AI都没有违反标准，是标准本身错了。** 这就是审查AI的边界。它能抓的是“没按图纸施工”；图纸本身画错了，它会拿着错的图纸，一丝不苟地把错误验收通过。事后看，真正的漏洞出在更早的地方——两份文档互相冲突，本该在任务下发之前被对出来，而那一步互查，当时没人做，包括我。 你想做的那个游戏，只存在于你的脑子里。写成文档的那一刻，它就已经丢了一部分；文档再传给下游拆解一次，又丢一部分。AI可以比你细心一万倍，把文档执行到每一个标点，但“这个东西对不对得起最初想做的那个游戏”，参照物不在任何文档里。丢掉的那些部分，它永远看不见。 ## 4 两次翻车之后，这个项目的验收工序沉淀成了三条。 **第一件：标准动工前写，标准冲突人来裁定。** 验收标准必须在派活之前写下来，而且要写“玩家看到什么才算成”。程序跑通了不算成——这个坑就是我第一次翻车的坑。更重要的是后半句：当你的文档多起来，文档之间一定会打架，愿景说东、细则说西，AI会毫不犹豫地执行更具体的那份。所以每写完一份新的具体文档，值得让另一个AI拿着愿景文档去对一遍：有没有哪句话，悄悄把想做的东西改小了。 **第二件：可数的交给AI审查，观感留给自己的眼睛。** 能写成数字和有明确验收标准的检查——部件数量、分辨率、命名规则、帧率、文件完整性——尽管交给审查AI，它比任何人都有耐心，它不会放过27和30的差别。没有明确验收标准的——比例顺不顺眼、动作有没有力量感、这个界面像不像你想做的那个游戏——必须由人看真东西。 **第三件：验收结果，别看数字。** 已经有软件公司把AI用量写进了考核：Shopify在2025年的内部备忘录里把“会用AI”列为全员的基本要求，写进绩效问卷；据Business Insider报道，微软开发工具部门也要求管理者按内部AI工具的使用情况评估员工。趋势本身没什么可说的，值得警惕的是那个滑坡：把“用了多少”当成“用得好不好”。 游戏从业者最清楚指标被刷起来是什么样子——拿在线时长考核，考出挂机玩家；拿签到发奖励，养出签到党。拿token用量去考核员工，得到的就会是token用量。把关这件事没有捷径可以量化，能看的只有东西本身，看别的数字都会被绕过去。 --- 现在AI跟我说“测试全部通过”，我的第一反应是打开运行窗口。 再往远一点说。AI正在把“做”变得越来越便宜，做得便宜了，“看”就值钱了。而看，恰好是游戏行业练了几十年的活：QA拿着用例一条条过，外包对接人拿着规范一张张退图，制作人盯着屏幕说“这个手感不对”。这些活过去在项目里不显眼，接下来会越来越像正经手艺。对从业者来说，这算得上一个好消息——AI接走的是“做”，抬价的是“看”，而你可能早就会看了。 这套给AI立规矩、写验收标准、两次翻车的完整过程，我也会整理在 [pmnote.ai](http://pmnote.ai/) 里——那是我把十年游戏项目管理经验整理成的一本“游戏项目经理的百科全书”，AI for PM板块有这类实操的拆解，文章库里有这个全AI项目组的更多实录。你要是也在琢磨怎么让AI的产出过得了自己这一关，去翻一翻，比从头自己摸索快。 *@Hao的游戏PM笔记 · *[*pmnote.ai*](http://pmnote.ai/) --- **参考资料** - Sycophancy in GPT-4o: What happened and what we're doing about it — OpenAI（[openai.com/index/sycophancy-in-gpt-4o](https://openai.com/index/sycophancy-in-gpt-4o/)） - Expanding on what we missed with sycophancy — OpenAI（[openai.com/index/expanding-on-sycophancy](https://openai.com/index/expanding-on-sycophancy/)） - From shortcuts to sabotage: natural emergent misalignment from reward hacking — Anthropic（[anthropic.com/research/emergent-misalignment-reward-hacking](https://www.anthropic.com/research/emergent-misalignment-reward-hacking)） - How we built our multi-agent research system — Anthropic Engineering - GDC 2026 State of the Game Industry — GDC（[gdconf.com](https://gdconf.com/)） - Shopify CEO says staffers need to prove jobs can't be done by AI — CNBC，2025-04 - Microsoft pushes staff to use internal AI tools more, may consider this in reviews — Business Insider 报道，2025-06（微软官方称无正式考核指标） --- ## 游戏公司的 AI 玩家 - URL：https://pmnote.ai/articles/ai-simulated-players-game-development/ - 发布于：2026/09/10 - 专题：AI效率与游戏PM - 摘要：AI 模拟玩家怎样参与新手引导、经济系统的方案比较，以及更早的反馈可能怎样改变制作投入与团队协作。 **当AI模拟的玩家，进入研发工作流** 一段新手引导做得很完整，玩家仍可能在进入核心玩法之前离开。是规则没看懂，奖励来得太晚，还是前面的操作已经消耗了耐心？ 游戏研发需要不断回答这类问题。有些可以靠经验缩小范围，有些需要做出版本，给玩家体验，再从他们的操作和反馈中找答案。等到问题被看见，策划、美术、程序往往已经围绕原来的设计投入了不少的资源。 硅谷101有一期关于 AI 模拟的讨论，介绍了 Simile 等公司正在尝试的生意：根据真人的资料建立数字分身，让它们面对新产品、新价格和新规则，观察选择怎样变化。 我更关心如果这个方法被验证可行，未来游戏研发的方式会如何变化。一个尚未公开的版本，能否先让不同类型的 AI 玩家体验？一项还在争论的设计，能否先比较几个方案，再决定把制作资源投向哪里？ 如果这套预测能在具体问题上稳定奏效，团队就有机会在更早的时候，看见一部分设计的后果。 ## AI模拟玩家的方法 用 AI 扮演玩家做测试，其实是一项已经持续多年的研究。2018 年的一篇论文就用不同的决策规则构建“程序化玩家画像”，让它们以不同游玩风格探索关卡，帮助设计者观察同一张地图会被怎样使用。[1](https://arxiv.org/abs/1802.06881) 大模型带来的新尝试，是把一个人的经历、偏好和前后行为纳入模拟。斯坦福研究团队围绕 1,052 名受访者，用访谈、问卷等资料构建智能体，再用未提供给模型的问题检验回答。研究发现，掌握具体个人资料的智能体，比只知道人口统计特征的智能体更能接近受访者的回答。[2](https://arxiv.org/abs/2411.10109) 在游戏研发中，我们经常会给不同类型的玩家打上一些标签，比如“休闲玩家”、“硬核玩家”之类的。但是这类标签其实参考意义有限，同样每天玩半小时，有人追求轻松完成任务，有人愿意把全部时间投入一场高强度对局。要预测下一步选择，还得知道他之前怎么玩、遇到了什么，以及这次进入游戏想得到什么。 ## 把验证放进设计修改的过程 游戏行业发展到现在，已经有了成熟的测试流程：线下 CE、封测、内测……团队会根据阶段和问题，观察初次体验、长时间游玩、多人互动或版本运行情况。AI 预测可以减少对玩家招募、场地和时间协调的依赖，在设计阶段就让AI模拟的玩家给出反馈。 拿新手引导来说，设计者可以先比较两条路径：一条把规则集中讲完，再让AI模拟的玩家自由操作；另一条只交代当前需要的信息，让AI模拟的玩家在操作中逐步认识系统。 在经济系统里，也可以先改变一种资源的获取方式，观察不同的AI模拟的玩家会如何分配时间、购买物品或参与交易。连续比较几个方案，能够帮助团队决定下一轮真人测试重点看什么，以及哪些设计值得继续制作。 真人测试随后得到的数据，又能帮助团队检查模拟结果。如果模型总是低估新玩家理解一个系统的时间，就需要调整对这类玩家的描述或行为建模；某种模拟反复无法解释实际反馈，团队也就知道该把真人研究投入到哪里。 这样积累下去，测试给出的信息可以同时用于修改游戏和改进下一轮预测，形成正向的自进化飞轮。 ## 研发组织的改变 AI时代，当设计方案变得越来越容易，如果能提前用AI模拟的玩家做验证，项目早期就可以容纳更多次小规模探索。 一支团队可以先比较几条路径，把最关键的疑问弄清楚，再增加制作投入。制作预算的分配，会更多地受到这些早期结果的影响。 这也会改变PM们需要关注的信息结构。除了功能完成度，还要知道这一轮开发的核心目标是什么、哪些目标已经被验证过了，哪些还没有被验证，以及被验证的结果，是否足以支持决策层继续下个阶段的投入。 虽然AI加快了游戏研发的速度，可如果始终没有弄清目标玩家的喜好是什么，项目依然很难决定接下来把资源投入什么方向。 想要更频繁地进行AI模拟玩家测试，还需要更短的协作过程。假如流程是：“策划发起一次测试，用户研究的同事帮助确定目标人群和观察方式，负责AI模拟玩家测试的同事再跑一遍测试，结果输出后再回到设计修改。”——一条这么长的沟通链路，即使模拟测试运行得再快，团队仍然会花很多时间等待。 在很多关于研发团队提效的 AI 分享中，都讨论过成本变化怎样影响工作流程，以及减少岗位依赖的价值。我认为对游戏团队来说，一个很好的方法是，围绕需求的体验设计，让策划、程序和美术更早地参与讨论，共创出体验和落地难度都符合预期的方案。 未来如果 AI 模拟玩家测试成熟，策划修改设计、发起实验，收获反馈；公司层面维护玩家资料、模拟环境和评估工具，并持续优化模型在真实测试中的表现。设计者能够更快得到反馈，专业研究与工程投入也可以被多个项目复用。 这个变化可能让大型公司的历史玩家数据获得新的用途，也可能让小团队通过外部服务补上一部分研究能力。公司之间的差异，会越来越体现在能否把这些经验接到当下的设计问题上，以及得到结果后能多快作出调整。 我期待 AI 预测带来的，是游戏团队能够在昂贵的量产制作之前，认真比较更多种可能。一个方向被玩家喜爱，就逐步增加投入；一个问题反复出现，就尽早修改。 当越来越多这样的决定能够在研发早期发生，项目怎样启动、团队怎样协作、公司怎样分配资源，都会被重新安排。 *@Hao的游戏PM笔记 · *[*pmnote.ai*](https://pmnote.ai) --- ## 参考资料 - [AI开始预测人类：83亿虚拟人格、数字社会，与一门押注未来的生意](https://weibo.com/2/detail/5341282306363249)，硅谷101，发布者原帖。 - \[1\] [Automated Playtesting with Procedural Personas through MCTS with Evolved Heuristics](https://arxiv.org/abs/1802.06881)，2018。 - \[2\] [LLM Agents Grounded in Self-Reports Enable General-Purpose Simulation of Individuals](https://arxiv.org/abs/2411.10109)，2024 年首发，2026 年 6 月修订。 --- ## 游戏行业的旧图纸与新算盘 - URL：https://pmnote.ai/articles/game-industry-old-map-new-math/ - 发布于：2026/08/02 - 专题：行业观察 - 摘要：不是冬天，是气候变了。这期视频把这件事拆开讲了讲。 --- ## 游戏PM的新门槛｜北京广州JD速递 - URL：https://pmnote.ai/articles/bilibili-bv1yjkp6qe2a/ - 发布于：2026/08/02 - 专题：求职与转行 - 摘要：北京和广州的游戏PM岗位，到底更看重证书，还是AI能力？ ## 这一期看北京和广州 岗位和JD观察系列的第三期。第一期看的是七月中旬的大盘，第二期收窄到深圳，这一期换到北京和广州。 抽样范围比前两期更宽：研发PM、版本PM、美术PM、发行PM，还有本地化PM。想回答的问题是：**这两个城市的游戏PM岗位，到底更看重证书，还是AI能力？** ## 证书会出现，但多数是加分项 PMP、PMI-ACP、PSM、PRINCE2，这几个证书确实会出现在JD里。 但出现的位置需要看清楚：多数是加分项，不是硬门槛。真正拉开候选人差距的，还是具体的业务经验。 这个结论对纠结「要不要先去考个证」的人比较关键。从这一轮抽样看，证书能帮你在筛选环节不掉队，但它替代不了那段能证明能力的项目经历。顺序反了，投入产出比会很差。 ## 各方向要的是不同的具体能力 这一期把岗位铺得更宽，一个现象就更明显了：同样叫PM，不同方向要的东西差异很大。 版本PM要理解Git、构建发布、SDK接入和自动化部署。这些是偏工程侧的硬要求。 美术PM要熟悉3D管线、供应商管理与外包验收。管线之外，还有很重的对外协作成分。 本地化PM则开始接触MTPE和自动化脚本——这个方向的AI渗透其实很直接，机器翻译加人工后编辑已经进了岗位要求。 ## AI要求的变化最明显 如果说前两期看到的是AI在JD里「开始出现」，这一期看到的是要求本身在升级。 企业要的已经不只是「会用工具」，而是四件事叠在一起：能搭工作流、能做自动化封装、能建立评估指标，还能把流程教给团队。 最后那条值得单独拎出来：**能把流程教给团队。** 这意味着AI能力被当成组织能力在考察，不是个人技巧。你自己用得好不算完，得能让团队跟着用起来。 ## 看JD的顺序 三期看下来，有一条建议是重复的：别只看「项目经理」四个字。 先判断它管理的是版本、技术、美术、发行还是本地化，再回头看自己缺的到底是证书，还是一段真正能证明能力的项目经历。这两者的补法完全不同，投入的时间也不在一个量级。 你还想看哪个城市的游戏PM岗位，评论区告诉我。 同系列往期：[7月游戏PM岗位JD观察](/articles/bilibili-bv1wenb6wekc/)（大盘）、[深圳 | 7月游戏PM岗位JD拆解](/articles/bilibili-bv1f4kv6xedh/)。 想系统理解游戏PM的工作与能力框架，可以看[《游戏项目管理14讲》](/courses/game-project-management-14-lessons/)；想把AI接进真实工作流，可以看[《游戏PM的AI实战手册》](/courses/game-pm-ai-practical-guide/)。 --- ## 深圳 | 7月游戏PM岗位JD拆解 - URL：https://pmnote.ai/articles/bilibili-bv1f4kv6xedh/ - 发布于：2026/07/25 - 专题：求职与转行 - 摘要：深圳7月的游戏PM岗位，AI到底占了多少？ ## 这一期看深圳 岗位和JD观察系列的第二期。上一期看的是七月中旬的大盘，这一期收窄到一个城市：深圳。 抽样的范围是研发PM、版本PM、特性PM和美术PM，都是在招的岗位。想回答的问题很具体：**深圳七月的游戏PM岗位，AI到底占了多少？** ## AI还不是普遍门槛，但出现的位置很明确 先说结论里最容易被误读的一条：AI还没有成为传统游戏PM的普遍门槛。明确把AI写进要求的岗位，大约只有一到两成。 所以如果你最近焦虑「不会AI是不是就找不到PM工作了」，从这一轮抽样看，还没到那个程度。 但另一面同样清楚：AI出现的位置不是随机的。 资深特性PM的JD里，AI程序化生成被列为加分项。研发效能PM的要求更硬——会MCP、Skills、Harness、脚本和AI研发工具。 把这两条放在一起，能看出要求的性质变了：从「会不会用聊天机器人」，变成「能不能改造工具链并拿出实际产物」。前者是使用者，后者是建设者。 ## 传统基本盘没有变 值得强调的是，这一轮抽样里，传统要求一条都没少：完整项目经验、版本管理、风险控制、跨职能协作，以及对程序和美术管线的理解。 技术或测试背景依然吃香。美术PM则更看重3D资产流程和外包管理。 也就是说，AI是加在原有要求之上的，不是替换掉其中某一部分。指望用AI技能抵掉项目经验的短板，从JD上看不到这个空间。 ## 要求不低，薪资差距却很大 这一期看JD时最实际的一个发现：岗位要求普遍不低，但薪资区间拉得很开。 原因不在「项目经理」这四个字本身，而在这四个字背后是哪一类岗位。版本、特性、中台、外包、研发效能，方向不同，定价逻辑就不同。 所以看JD的顺序建议反过来：先判断它到底是哪一类PM，再去看薪资和要求是否匹配。只看标题投递，很容易把不同定价体系的岗位混在一起比较。 ## 这个系列继续 一到两成的AI渗透率是七月深圳的一个切片。它会不会涨、涨在哪些岗位上，需要靠后面几期继续对照。 你还想看哪个城市或哪类游戏PM岗位，评论区告诉我。 同系列：[7月游戏PM岗位JD观察](/articles/bilibili-bv1wenb6wekc/)（大盘）、[游戏PM的新门槛｜北京广州JD速递](/articles/bilibili-bv1yjkp6qe2a/)。 想系统理解游戏PM的工作与能力框架，可以看[《游戏项目管理14讲》](/courses/game-project-management-14-lessons/)；想把AI接进真实工作流，可以看[《游戏PM的AI实战手册》](/courses/game-pm-ai-practical-guide/)。 --- ## 7月游戏PM岗位JD观察 - URL：https://pmnote.ai/articles/bilibili-bv1wenb6wekc/ - 发布于：2026/07/19 - 专题：求职与转行 - 摘要：7月游戏PM招聘JD观察：岗位还没消失，但已经开始分叉。 ## 一个新系列：从JD里读行业的变化 这是一个新系列的第一期：岗位和JD观察。我会定期去招聘网站上搜游戏PM相关的岗位，看JD里的具体描述有没有变化。 想回答的问题只有一个：在AI时代，PM这个职能未来会在游戏团队里以什么形态存在。JD是回答这个问题最诚实的材料——它比行业报告滞后少，比大佬发言接地气。 现在是7月中，说说这一期看到的。 ## 常规JD：什么都能跟，但说不清要解决什么 第一类岗位是最常见的：职责清单写得很标准——进度管理、跨部门协调、风险跟进、信息同步，任职要求三年起步、敏捷优先。 这类JD读下来的感觉是：泛。你把十家公司的这类JD放在一起，互相替换，没人看得出来。这说明两件事：要么这个团队对「PM到底来解决什么」没有想清楚，要么这个岗位真的就是维持运转用的。 值得一说的是，有些常规JD里会出现一句「具备对数据信息和项目问题进行整理和总结归纳的能力」。这句话放在以前很普通，放在今天读，它描述的其实是AI最擅长接管的那部分工作。 ## 定制化JD：痛点写在脸上 第二类岗位完全是另一个画风。比如一个资深管线PM的JD，上来就是具体名词：角色管线、高精度3D资产、上下游对接流程。 职责第二条是「梳理现在的开发管线，完善上下游的对接流程」——翻译一下：现在的流程有卡点，需要有人来理清楚。第三条是「提前识别大节点交付的潜在问题」——翻译一下：管线跑得不顺，需要有人牵头盯住。 这种JD的定制性很强，候选画像清晰。它说明项目组知道自己哪里疼，招的是能止疼的人。 ## 打杂JD：职责清单越长，岗位越模糊 还有一类，职责写得比谁都长，什么都往里装。读完你会得出一个不太礼貌但大概率正确的判断：这是招一个打杂的。 因为写的人可能并不知道这个人来了之后要解决什么具体问题，于是把网上能找到的PM职责都贴了过来。这种岗位的风险是双向的：你进去之后发现没有明确的职责落点，团队也发现你没产生价值。 ## 分叉正在发生 把这几类JD放在一起看，趋势是清楚的：**PM岗位没有消失，但已经开始分叉。** 一类仍然是排期、跟进、开会和信息同步，职责写得很长，却看不出进来到底要解决什么。另一类已经具体到角色管线、3D资产、版本发布、买量投放和业务数据。 更值得关注的是，有些初级PM和发行PM岗位，已经明确要求候选人搭建AI提效工具和工作流。AI方向本身也分出了几条路：AI项目管理偏交付与协调，AI数据PM偏数据和产能，AI产品经理则要理解大模型、Agent和技术边界。 ## 对求职者的意义 未来PM的竞争力，可能不再是「什么都能跟」，而是三件事：能不能读懂业务、能不能解决具体问题、能不能亲手把AI接进真实流程。 对着JD准备简历的时候，也建议按这个分叉来判断岗位：职责越泛的岗位，越要在面试里问清楚「这个人来了之后第一个季度要解决什么」；职责越具体的岗位，越要在简历里给出对得上痛点的证据。 这个系列会持续做下去。你更想看哪个城市、或者哪一类PM岗位的JD观察，评论区告诉我。 同系列后续：[深圳 | 7月游戏PM岗位JD拆解](/articles/bilibili-bv1f4kv6xedh/)、[游戏PM的新门槛｜北京广州JD速递](/articles/bilibili-bv1yjkp6qe2a/)。 想系统理解游戏PM的工作与能力框架，可以看[《游戏项目管理14讲》](/courses/game-project-management-14-lessons/)；想把AI接进真实工作流，可以看[《游戏PM的AI实战手册》](/courses/game-pm-ai-practical-guide/)。 --- ## 游戏项目版本节奏怎么管理：先把团队的“心跳”定下来 - URL：https://pmnote.ai/articles/game-version-cadence-guide/ - 发布于：2026/07/10 - 专题：项目管理实战 - 摘要：版本节奏管的不是团队忙不忙，而是能否按固定周期交出一个可测试、可验收、可上线的版本。 游戏项目的[版本节奏](/glossary/version-cadence/)，管的不是「大家这周忙不忙」，而是团队能不能按固定周期交出一个可测试、可验收、可上线的版本。 很多项目看起来有排期、有周会、有需求池，但版本还是迟迟不能稳定下来。原因通常不是 PM 不努力，也不是团队不加班，而是大家把版本节奏理解成了一张时间表：这个功能这周做完，那个资源下周接入，测试再给两天，最后上线。 真正的版本节奏更像团队的心跳。长线运营游戏要持续给玩家新活动、新角色、新玩法，团队内部就必须有一套稳定节拍：什么时候锁需求，什么时候交资源，什么时候提测，什么时候[封版](/glossary/code-freeze/)，什么时候灰度，什么时候全量。 如果这个节拍只存在 PM 的表格里，而没有变成全团队共同遵守的协作规则，那它就不是版本节奏，只是一份愿望清单。 ## 什么是版本节奏 站内术语库里对「版本节奏」的定义有提到：游戏团队按固定周期规划、开发和发布版本内容的节拍，常见形式如双周小版本、月度大版本，是长线运营游戏保持内容供给稳定的核心机制。 这句话里有三个重点：周期要相对固定，不能每次临场改；节奏连接的是完整生产链路，改一次动的不是 PM 的甘特图，而是整条生产管线；节奏必须服务内容供给，大版本承载核心玩法和商业化内容，小版本承接活动、修复和调优。 所以，问「游戏项目版本节奏怎么管理」，本质上是在问：怎么让复杂团队围绕同一个节拍持续交付，而不是每个版本都靠临时救火撑过去。 ## 为什么版本总是稳不下来 版本失控最常见的场景，是功能看起来都做完了，质量却还有很多问题。团队这时最容易分裂：有人想继续优化体验，有人想先停下来稳住。这不是单纯的态度问题，而是版本机制出了问题。 第一，版本目标不够清晰。一个版本到底是为了验证核心玩法、上线商业化活动，还是修复上个版本的体验问题？如果目标说不清，所有人都会把自己的需求塞进来。 第二，排期没有给质量留位置。很多排期从第一天到最后一天都塞满开发任务，默认测试、返工、联调、回归都能自然发生。现实正好相反：越靠近上线，越需要把时间还给质量。 第三，封版规则没有落地。封版不是一句「从今天起别加了」，而是一套提前对齐的规则：什么时候功能冻结，什么改动还能进，谁有审批权，进了以后谁负责回归。 第四，把热更当兜底。[热更新](/glossary/hot-update/)能帮助游戏更快修复问题、上线轻量内容。每一次热更本质上也是一次发布，也要测试、审批、记录和复盘。 ## 版本节奏的核心机制 ### 1. 先把版本目标写清楚 每个版本都要有一句能被团队复述的话：这个版本最重要的交付是什么。 [里程碑](/glossary/milestone/)版本看阶段性成果，比如 Demo、Alpha、Beta 或上线评审：交付物是什么，谁来评审，过了以后进入什么阶段，没过怎么调整。运营版本看内容供给和线上效果：大版本看核心内容，小版本看活动、修复和调优。目标越清楚，越容易判断哪些需求必须进，哪些可以等下一班车。 ### 2. 用大小版本交替管理产能 很多团队版本乱，不是因为节奏太慢，而是每个版本都想既做大内容，又修历史债，又补体验，还要接市场活动。比较稳的做法，是把版本分层：大版本承载核心玩法、系统、角色、商业化内容；小版本承接活动、修复、数值调优和体验补丁。 这也是「版本火车」原则的意义：火车按点发车，赶不上的内容上下一班。不是每个需求都不重要，而是版本节奏一旦被单个需求反复打断，团队就再也没有稳定预期。 ### 3. 把封版变成规则，而不是情绪 封版的目的，是让测试结论有效。基础做法可以分三层：功能封版，不再接新需求；内容封版，数值、文案、资源等内容形态锁定；代码封版，只保留关键 Bug 修复通道，并明确审批和回归要求。 PM 在这里的价值不是说「不行」，而是让规则提前公开、例外有流程、风险能留痕。封版当天才宣布规则，基本等于没有规则。 ### 4. 灰度和热更要纳入版本计划 [灰度发布](/glossary/gray-release/)不是「上线之后再看」。它应该在版本计划里提前占位置：灰度多久，看哪些指标，什么情况继续放量，什么情况停止放量或回滚。热更新也是一样，PM 至少要知道哪些内容能热更、哪些必须发整包、哪些平台有政策边界。 ### 5. 复盘版本节奏，而不是只复盘事故 一个版本上线后，PM 不应该只关注「这次有没有事故」。更有价值的问题是： - 哪些需求是中途塞进来的？为什么当时没有挡住？ - 封版前两天有没有集中合入？后面带来了多少回归压力？ - 灰度期间看了哪些指标？有没有临时改过放量判断？ - 热更有几次？哪些是计划内，哪些是计划外？ - 下一版要调整周期、范围，还是调整验收口径？ 版本节奏不是一次定完，而是在每个版本里被校准出来的。 ## PM 可以先用的基础检查表 如果你现在就要接一个版本，可以先问 8 个问题：这个版本的一句话目标是什么；哪些内容必须进，哪些可以去下一班车；版本是大版本、小版本，还是里程碑版本；功能、内容、代码封版分别是哪一天；封版后的例外由谁判断、谁回归；灰度看哪些指标；哪些能热更、哪些必须发整包；上个版本暴露的节奏问题，这版有没有改机制。 能把这些问题答清楚，版本管理就已经从「催进度」往「管机制」迈了一步。 ## FAQ ### 游戏项目版本节奏一般多久一次？ 没有统一标准，要看项目阶段、团队产能和内容类型。长线运营项目常见的是大小版本交替，比如大版本承载核心内容，小版本承接活动、修复和调优。早期研发或 Demo 阶段不一定适合套固定运营节奏，更重要的是用里程碑判断阶段成果是否达标。 ### 版本延期时，PM 应该先砍需求还是加人？ 先看延期原因。临近上线时，最常见的问题不是人不够，而是范围已经超过版本承载能力。盲目加人可能带来更多沟通成本和集成风险。PM 应先回到版本目标：哪些内容不进会影响目标，哪些只是锦上添花。能下版本的内容，不要让它拖住本版本的稳定性。 ### 封版后真的一点都不能改吗？ 不是。封版不是禁止修问题，而是禁止无序变更。关键 Bug、合规问题、阻塞上线的问题仍然可以进，但要有明确审批、影响评估、回归方案和记录。封版真正要挡住的是没有评估的临时需求和低优先级优化。 ### 灰度发布和热更新有什么区别？ 灰度发布是一种放量策略：先给一小部分玩家开放，验证稳定性和数据表现，再逐步扩大范围。热更新是一种技术方案：不通过应用商店发新包，而是让客户端直接下载补丁。两者可以配合使用，但管理重点不同。灰度关注影响面和放量标准，热更关注改动范围、测试审批和留痕。 ## 延伸内容 1. 站内 3D 沙盘：[图解 Perforce（P4）](/sandbox/p4/) 如果你想先把 P4 的 Workspace、Depot、Submit、Revert、冲突、文件锁、分支这些概念看懂，可以从这个交互演示开始。 2. 系统课程：[游戏项目管理14讲](/courses/game-project-management-14-lessons/) 适合想从项目管理基础认知一路补到版本管理、计划制定、范围管理、质量管理和求职准备的人。 --- ## 游戏PM如何在AI时代弯道超车 - URL：https://pmnote.ai/articles/bilibili-bv1cajv6teds/ - 发布于：2026/06/14 - 专题：AI效率与游戏PM - 摘要：差距不在工具，在你脑子里那张项目沙盘。 ## 差距不在工具 同样一个AI、同样一个项目，有没有发现：干了多年的资深PM，从AI这儿掏出来的东西好像越来越值钱；而很多新手PM，即使手上握着最强的模型，效果却不尽如人意。 差距真的不在工具，而在于你脑子里有没有一张完整的「项目沙盘」。 AI不会直接让你变强，它只会把你本来就有的东西放大。你可以把AI想象成给项目里每个人发的同一把屠龙刀：给还没摸清项目全貌的新人，他挥两下，砍的还是眼前那点活；给脑子里装着整个版本节奏的老手，同一把刀，他能一刀理清一条线。 AI自己根本没有经验，它更像一块什么都懂一点的巨大拼图，但最后拼成什么样，取决于你脑子里那张沙盘。你问得出多深的问题，它才能给到多深的回答。你心里那套对版本节奏、团队协作的判断越精密，AI帮你查漏补缺的价值才越大。 反过来，一个心里没有沙盘的人，给他再强的模型，他也只是更快地原地转圈。 ## 执行岗怎么搭沙盘 很多人会说：我现在就是执行岗，每天做需求、追进度，哪来的机会搭沙盘？ 机会每天都在你身边。从今天起，把AI当成随叫随到的复盘陪练，有意识地练三件事。 **第一，把执行动作翻译成一块「逻辑切片」。** 大多数人盯着的是「我手上的活什么时候干完」，但你更该问的是「这个活在整个项目里卡在什么位置」。 具体做法很简单：做完一次排期，先别急着丢出去，把它喂给AI——告诉它你是负责这块的PM，刚写完这份排期，请它分别站在制作人、主程、发行甚至核心玩家的角度，说说这份排期各自意味着什么、有什么风险、对整个项目节奏意味着什么。 练久了你会发现，自己不再是只盯着手上模块的螺丝钉，而是那个脑中装着整个项目的人。 **第二，建立「输入决定输出」的判断。** 很多人把自己写的流程文档当宝贝，离职了还想偷偷拷走。但在AI时代，这些产出本身已经不值钱了——值钱的从来不是那份文档，而是它背后的逻辑链条：你定下的那几条边界和约法三章。 **第三，刻意练「对抗思维」。** 要决策建议时，别让AI顺着你说。让它换个身份来怼你，逼它挑出你方案里最薄弱的一环。被怼得多了，你自己的判断会变得更硬。 ## 分水岭 这三个练法，练的不是AI技巧，是「审视自己工作」的习惯。 练久了，你就从一个「执行的人」，慢慢变成「审视自己工作的人」。这恰恰是把你和其他执行者拉开的分水岭——工具人人有，沙盘不是。 --- ## AI时代，游戏PM还剩下哪些不可替代的东西？ - URL：https://pmnote.ai/articles/game-pm-irreplaceable-in-ai-era/ - 发布于：2026/06/13 - 专题：AI效率与游戏PM - 摘要：AI 压缩了 PM 的信息搬运工作，但关键判断、团队信任和亲手改进流程的能力正在变得更有价值。 我以为用了AI之后会轻松一些。 事实是，我更忙了。但忙的东西不一样了。 以前写一份版本风险评估报告，大概要花半天：从JIRA里拉数据、跟各组确认信息、汇总成文档、排版、发出去。现在让AI帮我做，数据整理加初稿大概二十分钟，我再花半小时校对，一小时搞定。 省出来的三四个小时去哪了？一部分去了一个我之前根本不会做的事——给团队做工具。 以前项目里需要一个自动化排期校验的小工具，自动开单机器人或者一个跨组依赖关系的可视化看板，这种事只能等程序组有空才能帮你做，排期上永远排在业务需求后面，搞不好等一两个月。现在我自己跟AI Agent对话，描述清楚我要什么、输入是什么、输出是什么，它帮我把代码写出来。一两天就能跑。 另一部分时间去了一个过去总觉得「很重要但没空做」的事——认真想想项目和团队现在到底有什么风险。不是那种写在周报里的「风险：美术资源紧张」，是那种需要你坐下来翻完所有数据、跟几个关键人聊完之后才能形成判断的深层问题。 这两件事，是我过去一年对「AI到底改变了PM什么」这个问题最真实的体感。 很多人用AI省下来的时间，只是拿去做了更多同类型的工作——更多的同步、更多的周报、更多的会议纪要。速度快了，量变大了，但做的事的性质没变。 UC Berkeley今年初发布的一项研究也印证了这件事。他们花八个月跟踪一家200人的科技公司，发现用AI的员工并没有变轻松，而是把省下来的时间立刻填满了更多的任务。工作量不降反增，认知疲劳加剧。研究者管这个叫「workload creep」——工作量蔓延。 ## 1. 更忙，不等于更有价值 为什么会这样？我觉得跟PM这个岗位的特殊性有关。 你仔细回想一下游戏PM日常的工作，会发现一个规律：**大量的时间花在了「让事情流动起来」上——同步信息、追踪进度、拉齐认知、记录决议。** 这些事情很重要，少了它们团队确实会更乱。但它们有一个共同特点：都是在降低信息流转的摩擦，而不是在创造什么新东西。 AI恰好最擅长的，就是降低信息成本。它可以从项目工具里自动抓取数据、生成进度报告、标记异常；它可以把会议录音转成结构化纪要；它可以根据历史数据预测哪些任务可能延期。 所以当AI把这些事情接过去之后，如果你只是拿省下来的时间去接更多的「同步信息、追踪进度」——你就是在用一个更快的方式做那些正在变得越来越便宜的事情。 ## 2. PM的产出为什么难以度量 这里有一件事，我在社区里跟不少PM聊过，但公开写出来的人不多。 游戏行业的PM，产出大多很难被直接度量。 你是做关卡的，做了几个关卡、关卡好不好，虽然主观，但好歹有个评价维度。你是写代码的，功能做没做出来、性能怎么样，也能量化个大概。 但PM呢？你这个月的产出是什么？跟了100个单子？开了30个会？发了5份周报？ 这些全是你做了什么，但你创造了什么价值？你跟的那50个单子如果不跟会怎样？你开的那30个会如果砍掉一半会怎样？ 我也说不上来。 这就导致一个问题：因为产出不好量化，有的组织就会退而求其次，去量化投入。 你加了多少班，你参与了几个项目，你的日程被会议填满了多少——这些东西容易数，所以它们就变成了「你工作好不好」的判断标准。 **投入一旦变成了考核标准，每个人就会让自己看起来很忙。**这不是故意偷懒或者装样子，而是系统的激励就是这么设计的。 你花十分钟和对方当面聊清楚了一个依赖关系的问题，没人觉得这有什么了不起。但你花三天写了一份跨组协作方案、开了两轮评审会、最后发了一封全组邮件——大家觉得你很专业。 同一件事，做得越轻松，反而越不容易被看见。 AI放大了这个困境。 当AI让你有能力在同样的时间里产出更多的「忙碌」——更多的报告、更多的数据整理、更多的文档——如果你的考核体系没变，你就只会生产出更多的忙碌，而不是更多的价值。 ## 3. 那什么是不可替代的？ 我觉得有几个具体的时刻。 有一次，项目快到里程碑了，进度明显吃紧。制作人的态度是「加加班应该能赶上」。 我翻了一遍各组的实际完成情况，觉得不是加班能解决的——有一条依赖链上，连续三个环节都在等上游交付，加班没有意义，因为活儿还没传到你手里。 那天下午我没有去催进度，也没有去写一份「风险评估报告」。我直接找制作人，说我建议砍掉两个非核心功能，把资源集中到主线玩法上，否则我们大概率交付一个看上去什么都有但完成度都很低的东西。 这个建议当时有争议。主策不同意砍，觉得这两个功能是他设计的亮点。后来是我拉着大家坐下来，把数据摊开，一条一条地讲「如果不砍，我们具体会在哪些地方出问题」。 后来砍了。版本按时交了。 **AI能帮我拉数据、帮我整理依赖关系图。但「应该砍哪个功能」这个判断，「怎么说服制作人和策划接受这个判断」这件事，AI可以输出建议，但没法替我做这件事。** 还有一次，项目里两个组之间配合一直不顺。表面上是排期总对不上，深层是程序组长觉得策划的需求文档太粗糙，每次做到一半都要返工。而策划觉得程序很死板，不利于创意的发挥。 这件事前前后后折腾了三个版本。我试过写流程、定规范、上模板，都没用。 最后我分别跟两个人单独吃了一次午饭，听他们各自吐槽。 然后我终于搞明白更深层的问题：程序组长之前在另一个项目被坑过，策划改需求改了七八次，他做了大量无用功。所以他现在有防御心理，不愿意做任何文档里没写清楚的事。 了解了这个，我帮他们重新设计了一个需求评审流程，核心不是「写更多文档」，而是在动工之前加一个15分钟的面对面方案对齐，策划亲自跟程序讲一遍设计意图，程序当场反馈。 这件事之后，返工率下来了。 **这个过程里AI能做什么？几乎什么都做不了。** 你让AI统计返工率可以，但让AI去理解一个人因为上个项目的经历而产生的防御心理——这件事现在还只有人能做。 ## 4. 省出来的时间，到底该拿去做什么 前面两个故事，一个是判断力——在信息不完整的时候做出取舍；一个是信任——在人和人之间建立起「你说的话我信」的关系。这两样东西都不是「更高效地处理信息」能练出来的。 那它们是怎么训练出来的？我认为**是通过做那些「不像PM本职工作」的事情练出来的。** 我前面提到，省出来的时间有一部分我拿去做了一件过去从来没做过的事——给团队写工具。这件事让我对项目的理解深了一个层次。 举个例子，我们团队提需求和报Bug一直很乱：大家先在一个在线表格里记录，然后再由人手动一条一条录到项目管理系统里建单，建完之后单号、状态又对不上。最头疼的是，开发在表格里手填「已完成」，但对应的单子可能还挂在系统里没关，周会上经常为了「这个到底做完没有」来回对。 以前我只能靠写文档、发通知、开会去「对齐」，效果很有限。后来我自己用AI Agent做了个中转工具：团队还是在原来的在线表格里录单，工具每几分钟自动轮询一次，按「类别」判断该开需求单还是Bug单，自动建到项目管理系统里，再把单号和链接回写到表格；同时定期把系统里的单据状态同步回表格。我还特意把「开发主观填的完成情况」和「工具回写的客观单据状态」分成两列——这两列的差值，也就是「开发说做完了、但单还没关」，恰恰是周会上最该盯的风险信号。 这个工具不算复杂，找程序做大概几天能搞定，但排在他们的需求队列里可能要等一两个月。我自己跟AI Agent花两天就跑起来了。 做这件事的过程中我意识到一个东西：**当你亲手去解决一个流程问题——而不是写一份文档去描述这个问题——你对团队实际运转方式的理解会深很多。** 你会知道哪些环节是真的卡点，哪些只是大家抱怨但其实不影响最终交付。 这反过来增强了我的判断力——因为你真正理解了信息是怎么流动的、在哪里会断、断了之后会造成什么后果，你在做「砍不砍这个功能」「这个风险要不要升级」这类判断的时候，底气就完全不一样。 省出来的另一部分时间，我拿去做了过去总觉得「很重要但没空做」的事——坐下来认真分析项目和团队的深层风险。 指的是哪些需要你翻完所有数据和单子、跟几个关键人深聊之后才能判断的东西。比如「这个技术主管最近状态明显不对，他带的那条线可能要出问题」；比如「策划组连续三个版本都在被动响应需求、没有主动提出过玩法迭代方向，积极性在下降」。 **这种分析AI做不了，因为它依赖的不只是数据。而是你对这些人、这个项目日积月累的理解。** 这两件事——做工具和做深层风险分析——在旧的PM工作定义里可能都不算「本职工作」。做工具是程序的事，分析团队状态是leader的事。 但这恰好是我想提的点：**AI时代PM的不可替代性，不在于把过去的本职工作做得更快，而在于你拿省出来的时间去做了什么「超出本职」的事。** ## 5. 信任这个词，在AI时代会变得非常贵 上面说的这些，不管是砍功能的判断、解决两个组的矛盾、自己做工具解决流程问题，它们有一个共同的前提：**团队得信任你。** 制作人之所以愿意听我的建议砍功能，是因为我过去几个月的判断基本靠谱。程序组长之所以愿意跟我讲心结，是因为他知道我不会拿这件事去告状。策划之所以愿意用我做的那个小工具，是因为他知道我是真的在想办法帮大家少做无用功，而不是在搞形式主义。 AI可以生成任何语气的文档，可以表达任何程度的理解和共情。**但AI没法为一个决策承担后果。** 你让AI建议砍一个功能，砍错了谁负责？没有人。 信任的本质是承诺的兑现——你说这个版本能交，它交了；你说这个风险需要升级，果然出了问题。一次一次的兑现，信任就积累出来了。 当知识、分析、方案都可以被近乎零成本地生成的时候，**信息变得廉价，信任反而变得稀缺。** ## 6. 游戏PM还剩下哪些不可替代的东西？ AI正在压缩PM工作中一大块「信息搬运」的地盘，这些工作过去占据了我们大量的时间，也给了我们「我很重要」的错觉。 但剩下的那些——在信息不完整的时候做出关键判断、在人和人之间建立信任、用AI Agent去解决过去只能等别人帮你解决的问题——这些事的价值不但没有下降，反而在上升。因为当所有容易的事都变便宜之后，难的事才会被看见。 关键在于，你拿AI省出来的时间做了什么。是跑步机上跑得更快，还是下来去了一个新的地方。 🎙️ 本文有播客版：[小宇宙链接](https://www.xiaoyuzhoufm.com/episode/6a22da25b30e1571aea1530b?utm_source=rss) 如果你想进一步了解游戏PM的AI工作流，可查看[游戏PM的AI实战手册](/courses/game-pm-ai-practical-guide/)。 --- ## 转型成为游戏PM前，没人告诉你的事 - URL：https://pmnote.ai/articles/bilibili-bv12av569e9e/ - 发布于：2026/06/13 - 专题：求职与转行 - 摘要：量产期、测试调优期、线上运营期，PM到底在管什么。 ## 从1到100，和从0到1不是同一种难 上一篇聊了游戏项目从0到1的三个阶段：预研立项、Demo、垂直切片——共同点是团队不大、在探索方向、重点在建立和验证标准。 这一篇聊后半段：量产期、测试调优期、线上运营期。这是从1到100的过程，团队规模达到峰值，并行工作量最大，PM的综合管理能力受到最直接的考验。 零基础想转行游戏PM，别只看招聘JD。JD里写的「进度管理、跨部门协调、风险控制」都太抽象了，只有放进这些真实阶段里，才能看懂是什么意思。 ## 量产期：把标准铺成规模 一句话概括：按照垂直切片建立的标准，把游戏内容铺量做完。 垂直切片解决的是「一个区域做到什么标准」，量产期要解决的是「把所有区域都做到这个标准」。角色可能从两三个变成二三十个，关卡从两三个变成四五十个。这是整个研发周期里时间最长、投入人力最多的阶段。 这个阶段的项目特点：团队规模达到峰值，各组满编运转，还有大量外包；多个系统、多个区域、多条内容线并行推进，互相之间的依赖极度复杂。进度管理的压力是最大的——内容量庞大，任何一个模块的延期都可能引发一连串连锁反应。 量产期最怕的状态是「大家都很忙，但哪里都没做完」。PM在这里是生产调度中心，核心是进度、资源、风险。 ## 测试调优期：从「能玩」到「好玩且稳定」 这一阶段开始面向真实用户，工作变成数据驱动。PM要把玩家反馈、Bug、版本节奏和研发资源串起来：哪些反馈进这个版本，哪些排进 backlog，Bug修复和内容迭代怎么排优先级。 PM在这里是反馈驱动的迭代协调者，核心是测试节奏和反馈流转。 ## 线上运营期：让一套机制持续运转 上线不是结束，是另一种开始。线上运营期要持续更新内容，研发、运营、市场、客服多部门要保持同一个节奏。同时还要不断小步优化工作流程，减少不必要的会议和流程开销。 PM在这里是持续运转的版本交付管理者，核心是让一套成熟的协作机制稳定运转，并不断小幅优化。 ## 六个阶段，六种PM 把完整周期放在一起看： - **预研立项期**：团队小、方向未定，PM是参谋，推动决策和信息组织 - **Demo期**：精干快速试错，PM是验证过程的守护者，控制节奏和探索边界 - **垂直切片期**：开始建立标准，PM是生产体系的搭建者 - **量产期**：全力投产多线并行，PM是生产调度中心 - **测试调优期**：面向真实用户，PM是反馈驱动的迭代协调者 - **线上运营期**：持续更新多部门协同，PM是版本交付的管理者 实际工作中阶段边界不会这么清晰，不同公司、不同项目差异也很大。重要的是背后的逻辑：项目在不同阶段面临的核心问题不一样，PM的工作内容就得跟着变。 **在应该探索的时候不过度管控，在应该管控的时候不放任探索——这个判断力，可能是做好游戏PM最重要的能力之一。** 如果你正在准备转行，或刚入行想找人聊聊工作中的困惑，可以看看[咨询服务](/services/)。 --- ## 转型游戏PM，第一件事不是考PMP - URL：https://pmnote.ai/articles/game-pm-transition-not-pmp-first/ - 发布于：2026/06/06 - 专题：求职与转行 - 摘要：解释转型游戏PM时最应该先补的不是证书，而是对游戏项目阶段、研发流程、团队协作和管理重心变化的理解。 ## 转型游戏PM，先别急着考证 很多想转型游戏PM的人，第一反应是去考PMP。 PMP有没有用？当然有。它能帮你建立项目管理的基础框架，也能让你理解范围、进度、成本、风险、沟通这些基本概念。 但如果你的目标是进入游戏行业，第一件事不应该是考证，而是理解游戏项目本身。 因为游戏研发不是一条匀速前进的流水线。项目早期可能只有几个人，到了量产期可能扩张到上百人。团队规模、协作模式、风险类型都会变化，PM的管理重心也会随之变化。 如果你不理解项目阶段，只拿通用项目管理方法去套，很容易出现“理论很完整，落地不合适”的问题。 ## 为什么要按阶段理解游戏项目？ 做过项目的人都知道，同一个项目在不同阶段，完全不是同一种管理问题。 [预研](/glossary/pre-production/)[立项](/glossary/project-approval/)期，团队在回答“我们要做什么游戏”。[Demo](/glossary/demo/)期，团队在验证核心玩法是否成立。[垂直切片](/glossary/vertical-slice/)期，团队要建立品质标准。再往后，量产期、测试调优期、上线运营期，管理重点又会继续变化。 这就像开餐厅。选址时你关心的是地段和客流，装修时你关心的是工期和预算，试营业时你关心的是出餐效率，正式开业后你关心的是复购和翻台率。每个阶段的问题都不一样，不能用同一种管理方式处理。 游戏项目也是同样道理。 ## 预研立项期：把模糊想法变成项目 预研立项期是项目的起点。团队通常很小，可能只有制作人、主策划、主美术、主程序几个核心角色。 这个阶段最重要的问题是：这个游戏值不值得做，能不能做出来。 团队需要讨论品类、目标用户、核心卖点、美术方向、技术选型、商业化思路、团队配置和开发周期。在大公司里，这些内容还需要形成正式立项材料，通过评审后才会获得预算、编制和资源。 如果PM在这个阶段加入，核心价值不是上来就建立复杂流程，而是做好信息组织和决策推进。 每次讨论的结论是什么？下一步谁负责？哪些问题还没定？立项材料还缺什么？这些看似基础的事情，如果没人持续整理，早期项目很容易陷入“聊了很多，但没有推进”的状态。 这个阶段的PM，是帮助团队把一个模糊想法变成可执行项目的人。 ## Demo期：控制验证节奏 立项通过后，团队通常会进入Demo期，也就是把核心玩法从纸面变成可以跑起来的东西。 Demo的目标不是做完整游戏，而是验证核心体验是否成立。比如做一款ARPG，Demo阶段可能只需要有角色操作、技能释放和战斗反馈。画面可以粗糙，系统可以简陋，但核心手感必须能被体验到。 这个阶段需求变化会非常频繁，因为团队本来就在探索。今天试一个方案，明天推翻重来，都很正常。 PM在Demo期最重要的价值，是控制验证节奏和管理探索边界。 控制验证节奏，是让团队在有限时间内回答关键问题，而不是无限期“再试试”。管理探索边界，是避免团队什么都想加，最后Demo变成一个既不完整也验证不了核心体验的半成品。 PM需要协助团队明确Demo要验证什么、验证标准是什么、什么时候评审、哪些需求先不做。 这个阶段的PM，是验证过程的守护者。 ## 垂直切片期：建立生产标准 Demo验证通过后，项目会进入垂直切片阶段。 垂直切片可以理解为从完整游戏里切出一小段，但这一小段从玩法、美术、音效、交互、性能到体验标准，都要接近最终产品质量。 它的意义在于：为后续大规模量产建立品质基准。 如果没有垂直切片，团队很容易在量产期越做越乱。因为大家并没有对“什么叫最终品质”形成共识，也不知道某类内容从需求到上线要经过哪些环节。 垂直切片期，PM的核心工作是建立制作管线、推动标准共识和管理品质验收。 这包括：需求怎么提出，策划案写到什么程度可以开发，美术资源怎么命名和提交，程序做到什么状态算可提测，测试反馈怎么回流，最终谁来验收。 这个阶段建立的流程和标准，会直接影响后续量产期的效率和质量。 ## 为什么这比先考PMP更重要？ PMP教的是通用项目管理语言，但游戏PM必须先理解游戏项目自己的生命周期。 如果你不知道预研、Demo、垂直切片、量产、测试、上线分别在解决什么问题，就很难判断应该用多重的流程、抓哪些风险、怎么和团队沟通。 转型游戏PM，第一步不是证明自己会背项目管理术语，而是证明你理解游戏研发的真实场景。 你要能回答： - 这个阶段团队最重要的目标是什么？ - 现在的风险来自方向、质量、资源，还是协作？ - 哪些流程是必要的，哪些流程会拖慢团队？ - PM在当前阶段应该轻量介入，还是强力推动？ 这些判断，才是游戏PM真正的入场券。 ## 最后 如果你想转型游戏PM，可以考证，但不要把考证当成第一步。 更重要的是先建立对游戏项目阶段的理解。知道一个游戏从想法到Demo，从Demo到垂直切片，再到量产和上线，每个阶段到底在解决什么问题。 当你能用项目阶段解释管理动作，而不是用管理术语包装自己时，你才真正开始接近游戏PM这个岗位。 --- ## 问对了问题，答案就出来了｜游戏PM月度答疑 Vol.2 - URL：https://pmnote.ai/articles/bilibili-bv1ynlg6cenu/ - 发布于：2026/05/30 - 专题：项目管理实战 - 摘要：大部分人对自己问题的诊断，是错的。 ## 一个反复出现的现象 有个同学在海外做3A游戏移植，带过两三个完整项目，想回国转自研。面了几家，面试表现他觉得不错，面试官也认可他的沟通和专业度，但每次到了最后一轮都卡住，理由永远是同一句话：缺少国内游戏研发经验。 他来问我：是不是我的背景真的不行？ 不是。问题不在背景，在于他没有让面试官看到想看的东西。 这段时间收到的游戏 PM 相关咨询，求职转行、offer选择、在职推不动，什么方向都有。整理到一半发现一个规律：**大部分人对自己问题的诊断，是错的。** ## 第一类：以为背景不够，其实是不会翻译 这类问题最常见。常见的情况是：听到「要把过往经验翻译成通用的能力语言」之后，以为自己明白了，但实际上卡的不是要不要翻译——是根本不知道自己哪里翻错了。 海外移植经验转国内自研，卡在最后一轮，经历本身值钱，问题是面试里没有把「我解决过的问题」翻译成对方项目里正在疼的问题。移植项目的确定性管理和自研项目的混沌推进，是两种不同的能力语言，不翻译，对方只能按字面理解你的经验。 ## 第二类：以为选错了，其实是没算对账 纠结offer的人，大多在算月薪的差额。但真正该算的，是两年后这段经历值多少钱：这个岗位让你接触的项目阶段完不完整、做的事情能不能写进下一份简历、带你的团队处于什么周期。 选错的焦虑，往往来自算错了账的维度。 ## 第三类：以为推不动，其实是角色站错了 一个美术整包团队，项目做到一半说亏损太多要撂挑子，排期只剩两个月，换团队不现实，PM刚入职半年，很慌。 我给的建议是五步：先约对方负责人当面聊，搞清楚真实原因是不想做了还是想加钱；立刻向上升级，让决策层和商务法务介入；查合同的中途止条款和违约责任；同步启动plan B，把剩余工作拆包评估；所有沟通留书面记录。 这类事情的共性是：PM把自己放在了执行者的位置上，推不动就觉得是自己的问题。但PM真正的角色是机制的搭建者和信息的路由器——**你不需要亲自推动每一块石头落地，你需要设计一个能让石头自己滚的斜坡。** PM的价值不是什么都能搞定，而是在对的时间让对的人介入。 ## 真正的卡点 这三类问题聊完，说一个在咨询里反复看到的现象：**大家花了太多时间在确认问题上，花了太少时间在重新定义问题上。** 因为重新定义问题，意味着承认自己之前的方向可能是错的。觉得背景不够的人，觉得背景不够的人，真正该做的是花十分钟重写一版简历，别用来焦虑背景；纠结offer的人，真正该算的不是月薪差额，是两年后这段经历值多少钱；推不动事情的人，真正该想的不是换什么话说，而是想清楚这件事的需求方到底是谁。 你以为的卡点，往往不是真正的卡点。问对了问题，答案其实就呼之欲出。 想系统搭建能力框架，可以看[《游戏项目管理14讲》](/courses/game-project-management-14-lessons/)；推不动、汇报难、跨部门协调的问题，可以看[《从执行者到架构师》](/courses/from-executor-to-architect/)或[一对一咨询](/services/)。 --- ## 游戏PM的至暗时刻——所有人都在催你，然后呢 - URL：https://pmnote.ai/articles/game-pm-darkest-hour/ - 发布于：2026/05/24 - 专题：项目管理实战 - 摘要：当所有人的急都汇到 PM 身上，真正要学会的不是更快响应，而是分辨轻重、守住节奏并稳定团队。 早上九点，你还没打开电脑，手机已经震了十几次。制作人要这周的进度汇总，策划那边有个跨组联调需要你协调排期，程序说有个底层问题可能影响下个版本节点问你怎么调，美术主管问外包的交付节点有没有变化。 你一条一条回，一件一件记，一个一个跟。中午才发现水杯是满的——早上倒的水，一口没喝。 下午坐下来想推自己手头最重要的事：下周验收的风险清单。打开文档，写了两行，又被拉进一个临时对齐会。 晚上回家，躺在床上，脑子还在转。明明下班了，整个人还是绷着的。不是有什么想刷的，就是放不下手机。 这不只是某一天，是很多天。有时候连着好几周都是这样，从早到晚被推着走，到了周末才发现身体一直都紧绷着，只是没留意。 如果你是一名游戏PM，可能会觉得这些画面很熟悉。 --- ## 急，是怎么找上你的 你可能花了很久才看清楚一件事：不是你选择了急，是急选择了你。 PM在团队里的位置很特殊。你不生产内容、不写代码、不画原画，但所有人的进度、所有模块的对齐、所有风险的预警，最后都要经过你。制作人的压力传给你，你要翻译成各组能执行的动作；各组的延期传给你，你要包装成制作人能接受的风险报告。你是一个交汇点，信号从四面八方汇过来，在你这里碰撞、排序，再分发出去。 这件事本身没什么问题，这就是PM的工作。但它有一个副作用：别人的急，会自然地变成你的急。 制作人说「这个节点不能动」，你心里一紧。策划说「需求还没拆完」，你开始焦虑。程序说「这个底层不解决后面全卡」，你脑子里已经在推演最坏情况了。每一个人的急都合理，但当所有人的急都汇到同一个人身上，这个人会变成什么状态？ 你自己最清楚。 你刚做PM那几年，可能也觉得「随时响应」就是专业的样子。谁找你都第一时间回，哪个群@你都立刻去看。忙了一整天，脚不沾地，觉得自己特别充实。 但到了晚上复盘的时候，发现一天下来全在执行别人的事。自己认为最重要的那件事，一行都没推。 那种感觉很奇怪——明明很累，但好像什么都没做成。不是偷懒，是被推着走了一天，却没有走到自己想去的方向。 --- ## 关于秒回这件事 后来有一段时间，你开始留意自己的工作习惯。 你发现一个模式：每次有人找你，你会条件反射般地立刻回复。不是因为那件事有多紧急，而是——你害怕对方觉得你不靠谱。 万一制作人觉得你响应慢？万一组长觉得你不上心？万一因为晚回了十分钟，什么事出了问题？ 这些念头一闪而过，快到自己都注意不到。但它们在驱动行为。 仔细想想，秒回所有人意味着什么？意味着谁先催你，谁就排第一。你的一天变成了一个消息队列——哪条先弹出来就先处理哪个，没有规则、没有筛选。而且秒回会自我强化：你越快响应，对方就越默认你可以快速响应，下次更急的事还是第一个找你。你用自己的高响应速度，训练出了整个团队对你的高期待。 但你后来可能也慢慢调整了一些东西。或者，你现在可以试试看。 比如有人来找你的时候，不用立刻放下手头的事。跟对方说：我现在在做什么什么，这个事急不急？不急的话我半小时后回你。说出这句话的时候你会发现，大部分事情其实都能等半小时。没有人因此崩溃，也没有人因此对你有意见。 比如被要求快速给结论的时候，说一句：我想把这件事想清楚，你能给我到明天上午吗？你可能觉得这样说显得不够果断，但恰恰相反——为了「快」而给一个不成熟的判断，最后大概率要返工。返工的成本远比多想半天要高。 再比如约时间的时候，给一个从容的时间点，而不是说「越快越好」。「越快越好」看起来在表达重视，其实是在放弃自己的节奏。 这些调整发生之后，你可能会发现一件意外的事：团队并没有因此变差。他们只是习惯了你秒回而已。当你不再秒回，他们也就不再默认你能秒回了。 责任心越重的人，这道坎越难迈。但迈过去之后，天塌不下来。 --- ## 做不完，是常态 还有一件事，你可能要花更长时间才能接受。 在游戏研发这种项目里，任务永远不会清零。版本有砍不完的需求，排期有塞不下的模块，风险清单永远在变长。今天做完了，明天会冒出新的。 你可能每天都有一种隐隐的挫败感。原因也许是：你在用「今天把所有事做完」来定义一天的成功。按这个标准，你每天都在失败。 试着换一个标准：今天最重要的那一件事，我推动了没有？ 不是三件、五件，就是一件。推动了，这一天就有价值。剩下的该排就排、该推就推，推不了的明天再说。 这个转变很小，但对情绪影响很大。它能让你从「永远做不完」的焦虑里松一口气。 你可能也经历过这样的时候：团队密集冲刺了快一个月，几乎每天都有新问题冒出来，你自己身体状态也不好，有几天精神恍惚，集中注意力都困难。 但如果你留意过，你会发现一个现象：当你表现出急躁的时候，团队会更慌。你的情绪在传染。你急了，组长就急；组长急了，一线的同学就急；所有人都急了，动作就容易变形——赶工出来的东西质量打折，质量打折就要返工，返工了时间更紧，然后所有人更急。 PM在团队里不只是一个管事的角色，也是一个情绪锚点。你稳，团队就稳一点。你慌，团队就更慌。 这不是说要装出很淡定的样子。而是你真的需要想办法让自己稳下来，因为这件事会传递。 --- ## 脑子里的灾难片 说到稳下来，你可能也注意到过一件事。 每次特别急的时候，大脑其实在做一件事：编剧本。 制作人发了一句「那个事你跟一下」，三秒钟之内你就能演出一部灾难片：是不是上次排期出了问题？是不是他对我不满意？是不是我要被边缘化了？ 某个跨组的同事已读不回你的消息，大脑立刻接上：是不是觉得方案有问题？是不是觉得我在瞎指挥？ 这种脑内剧本播放得很快，快到自己都不觉得在「想」，只觉得突然很紧张。 但大部分时候，这些剧情不会发生。制作人可能只是随口一提，同事可能只是在开会没看手机。身体却已经按照「最坏情况」做出了反应——心跳加速、注意力被劫持、整个人紧绷。 下次发现自己特别急的时候，试着在心里把那个「灾难剧情」说出来。 「好，我现在的剧情是——制作人那句话意思是对我不满意，所以我要被边缘化，所以我在这个团队没有价值了。」 不需要反驳它，只是说出来。说出来之后你会发现，这个故事荒谬得像三流悬疑剧。它藏在暗处的时候很吓人，一旦被看见，力量就消失了大半。 --- ## 慢一点没关系 听完你的故事，我很安静。 因为你说的很多东西，我自己也经历过。做PM快十年了，我也踩过那些坑——秒回所有人，忙了一天什么都没做成，身体一直在绷却不知道怎么停下来。 不是说我现在就不急了。做游戏研发，节点在那里、版本在那里、一百个人的排期在那里，急的时候还是会急。 但我比以前更能分辨：哪些急是真正的信号，哪些急只是惯性；哪些事需要立刻处理，哪些事可以等一等；什么时候该冲，什么时候该让自己停下来。 这个分辨力来自很多个「忙了一天什么都没做成」的夜晚。 我自己前阵子养成了一个习惯：每天写工作记录。不是任务清单，是记下当天的思考和判断——为什么做了这个决定、哪些地方纠结了、事后看判断对不对。写的过程本身就像一种「关机程序」，让大脑把当天的压力存档、退出。这些记录后来也变成了我在社区里和同行交流的素材，很多PM的困惑其实都相似——只是平时没有出口去说。 如果你也是那种责任心很重、总觉得自己做得不够的PM，我想说的是：你已经很努力了。 你不需要更快。你需要的可能只是允许自己慢一点。 慢一点没关系。真正好的项目管理，靠的不是谁更快，是谁更稳。 你今天推动了最重要的那一件事，就够了。 剩下的，明天再说。 如果你想继续系统梳理从执行到体系化管理的方法，可查看[从执行者到架构师](/courses/from-executor-to-architect/)。 --- ## 游戏行业的人才断层 - URL：https://pmnote.ai/articles/game-industry-talent-gap/ - 发布于：2026/05/10 - 专题：行业观察 - 摘要：AI 接手越来越多基础工作以后，新人靠执行积累经验的机会在减少。这篇文章讨论公司和个人该怎么补上这段训练。 ### 当所有人都要3年以上的资深，基础执行层的活给谁干？ 最近在和游戏行业的猎头朋友们聊，我问他们最近有什么新增的岗位，发现清一色都是”3年以上”。 那1年到3年之间这一段，公司还要不要人？ 差不多同一周，另一个朋友跟我聊他们项目的招聘。我问他你们不招应届生了？他说，不是不招，是招来了不知道让他干什么。以前分给校招新人的活，现在大部分交给AI了。 脉脉刚发布的《2026年1-2月中高端人才求职招聘洞察》里有一组数据：新发岗位中要求3年以上经验的占比超过七成，3-5年经验段同比增幅达19%，面向1年以内经验者的岗位缩减了约20%。同期，超过三分之一的新岗位明确要求AI能力。 所有公司都在抢资深，所有公司都在加码”会用AI的人”，基础执行层的活越来越多地给了Agent。 **游戏行业过去十年最稳定的那套人才传送带——实习、校招、基础执行、慢慢成为骨干——正在从中间被切开。** 新人没有了入场的台阶，老团队也在失去培养下一梯队的方式。 ### 一、断层的起点 **斯坦福数字经济实验室**2025年发布了一篇论文，标题叫《Canaries in the Coal Mine》——煤矿里的金丝雀。研究者追踪了2021到2025年间数千万美国员工的就业变化，结论很清楚：在AI渗透率最高的白领岗位上，22到25岁的年轻人就业率下降了6%到16%；同样这些岗位，35岁以上群体的就业反而增长了6%到9%。软件开发岗位上，22-25岁人群从2022年底的高点下降了近20%。 研究者排除了疫情、远程办公、外包这些干扰因素后，结论指向同一件事：AI对就业的冲击不是均匀分布的——新人的入口岗位首当其冲。 Salesforce的CEO Marc Benioff去年在一档访谈里提到，他们的客户支持团队一年内从9000人调整到了5000人，大量基础交互被AI Agent接管。不管这4000个岗位是”裁减”还是”调配”，有一件事没有争议：**这家公司未来不会再为基础客服岗位大量招新人了。** Anthropic的CEO Dario Amodei公开预测过，未来5年内近50%的入门级白领工作可能被AI替代。他们自己的模型Claude，已经承担了内部70%到90%的代码编写。这是AI厂商自己的判断——他们最知道自己在造什么。 世界经济论坛今年初的报告用了一个准确的描述：今天职场的变化，与其说是岗位在消失，不如说是任务在被压缩、角色在被重塑。 把这几组数据放在一起看，会发现一个共同的结论：**AI替代的不是”工作”，是”工作经验的入口”。** 它接管的恰好是过去新人赖以入场的那部分活——格式化文档、debug基础代码、整理工单、跑数据报表、做版本日历。这些工作被压缩之前，是新人观察行业、训练手感、慢慢长出判断力的训练场。 现在训练场开始萎缩。 ### 二、“师徒制”的游戏行业 虽然上面几组数据都不是直接关于游戏行业的。但游戏行业受到的冲击可能更深，原因有两个。 **第一个，游戏行业本来就是极端的”师徒制”行业。** 我做了快十年游戏PM，回头看，自己最有用的判断力很多是从前几年的”打杂”里磨出来的。 刚转型PM那两年做的是版本管理的执行——每周开版本会、跟测试组确认bug修复进度、整理变更日志、对外报数据。这些活听起来琐碎，**但真正的价值不在”做完了”，在”做的过程里你看到了什么”。** 你在反复对接美术资源延期的过程里，慢慢看出哪些组长是真的卡在产能上、哪些是在用复杂度做挡箭牌。应对的变更情况多了，你会看出哪几类需求是高风险的、哪几个版本节点经常出事。被各种突发事件打断日程之后，你慢慢学会区分”可以延后的”和”必须立刻处理的”。 **这种判断力没有捷径。它是用执行的”时间”换出来的。** 策划、程序、美术也是同样的路径。一个策划的”数值手感”是改了几百版数值表磨出来的，一个程序的”架构直觉”是修了几百个bug磨出来的，一个美术的”风格把控”是被主美打回返工几百次磨出来的。 **这就是游戏行业的传送带：把新人放进流水线，让他们在大量重复执行里慢慢长出经验。** **第二个，AI接管的恰好是这条传送带的入口。** 整理变更日志？AI做得比人快比人准。 对接资源进度？写个工作流可以让Agent自动跟进。 debug基础代码？Claude Code已经能干七八成。 数值表初版？大模型生成的质量已经不差。 这些工作没有”完全被替代”，但被大幅压缩了。一个新人原本要花一年才能积累的执行量，现在两三个月就消化完。 听起来像好事。其实不是。 因为执行量本身不是目的。**通过执行量积累的”判断”才是目的。** 当执行被压缩，用来形成判断的时间也跟着缩短，新人会进入一个尴尬的状态：看起来什么都做过了，但什么都没真正”做明白”。 这种状态在面试里会被立刻识别出来。我做过几十场一对一模拟面试，遇到过有4年经验的APM被头部公司面挂在一面，反馈是”逻辑不清晰，只会推流程不懂业务”。复盘下来不是他们不努力，是工作经验里”做完了”的占比很高，”做明白了”的占比很低。 再往深一层看。一个做了七八年系统策划的朋友跟我说过：他花快十年积累才能做到的设计水平，现在入行两年的人借助AI也能做出差不多的方案。 “差不多”的是结果。看不见的是他做这些方案的过程中试过哪些方向、放弃过哪些选项、踩过哪些坑。这些经历构成了他做下一个方案时的判断框架。AI可以在框架内高效执行，但框架本身是十年试错磨出来的。 **产出本身不再是区分度。产出背后的思考过程才是。** 但新人可能从来没有经历过”试错→失败→调整→形成判断”的完整循环——AI帮他跳过了前面几步，直接给了一个看起来不错的结果。 结果拿到了。判断力没有长出来。 这才是断层的深层含义——不只是人数的缺口，是能力形成机制在断裂。而**速度变快了，判断力的密度反而变稀了**，这是AI时代游戏新人最容易掉进去的陷阱。 ### 三、新人怎么办：把”判断”和”执行”压在同一个动作里 过去新人的成长路径分两段：先做几年执行，再开始练判断。线性训练。 这条路径走不通了——执行被压缩，你没有那么多时间慢慢积累。 新的方式是把两件事压在一起做。几个具体的动作： **每个执行动作之前，先问一句”为什么是这个，不是那个”。** 你被分配整理这周的变更日志。如果直接打开模板开始填，这件事永远只是执行。但先停十秒问自己：为什么是每周整理不是每月？为什么格式是这样不是另一种？为什么这个变更优先级排前面？ 你不一定每个问题都能立刻回答。但持续在做之前问，几个月后你会发现自己开始能区分”这个[版本节奏](/glossary/version-cadence/)的设计是合理的”和”这个版本节奏其实有问题”。 这种从执行动作里反推判断逻辑的能力，过去是新人靠几年积累自然形成的。今天必须有意识地练。 **把AI当成”逼问自己的工具”，不是”替你想的工具”。** 大部分新人用AI的方式是把任务扔过去等结果。这对判断力没有任何帮助。 更好的用法是反过来——让AI替你扮演那个挑刺的人。我自己每次写完一份方案，会让Claude扮演一个特别难搞的leader来挑战：这个方案最大的漏洞是什么？一年后回头看最可能失败在哪？我没考虑到的反对意见有哪些？ 它给出的反驳里，大概40%无关紧要、30%是错的，剩下30%值得思考一下。 这个动作的本质是，**用AI的低成本把”被挑战”提前到决策之前。** 过去新人的方案要被组长、产品总监一层层挑战才能磨出判断力，过程慢，而且很多组长其实不会真的认真挑战你。 今天你可以自己做这件事，每天做。我在[游戏PM的AI实战手册](/courses/game-pm-ai-practical-guide/)里也有专门的章节提到游戏PM日常工作的高频场景如何引入AI——提示词模板、工作流搭建、怎么避免AI总顺着你说——因为这是我自己每天在用的方法，感兴趣的朋友可以去课程页查看详情。 **把每一次执行的”卡点”单独存档。** 你做的每件事都会有卡住的瞬间——某个组长不配合、某个流程跑不通、某个数据看不懂。 大部分新人的反应是：解决，然后继续往下做。 更好的做法是解决之后花5分钟记下来：卡在哪、为什么卡、当时怎么想的、最后怎么解决的、重来会怎么做。这些记录不是给别人看的复盘报告，是给自己用的训练样本。半年后回头看，会发现卡点从”流程问题”慢慢变成”判断问题”再变成”系统问题”——这就是判断力在逐渐生长。 我自己在PM成长社区PM成长社区里也在做类似的事——把工作里的卡点和思考结构化地记录下来。社区里不少新人受启发开始建自己的卡点档案，这是一种用最低成本逼自己持续生成判断的方式。 除了这三个动作，还有一个思路：**主动找”有反馈的执行工作”来做。** 公司里的基础执行任务在减少，但你可以自己创造练习场。参加Game Jam——48小时经历一个完整的”想法→执行→妥协→交付”循环，浓缩了很多人在公司里半年才经历一次的完整链路。用AI辅助搭一个数值模拟器、做一份有深度的竞品分析——面试官关心的不是你用了什么AI工具，而是你为什么选这个角度切入、分析框架是什么、结论怎么推出来的。 **AI拿走了公司里的”执行工作”，但没人能阻止你自己给自己找”执行工作”。** 以前练手的机会是被分配的，现在需要你自己选择。 如果你正在准备进入游戏行业，想系统地建立对项目管理全链路的认知框架，我在入门课[游戏项目管理14讲](/courses/game-project-management-14-lessons/)里做过完整拆解，案例全部来自真实项目。具体可以到课程页看看。 ### 四、老团队怎么办：沉淀判断，而不只是沉淀结果 有读者可能觉得：人才断层是新人的事，跟我们这些已经在岗的人有什么关系？ 关系很大。**新人长不出来，三年后人才梯队就接不上。** 而且更直接的是，老团队过去赖以建立竞争力的”经验沉淀”机制，本身也在失效。 过去游戏公司沉淀经验主要靠两种方式。 一种是文档化——方案、教训、流程写成知识库。问题是这类知识库99%的内容是”我们做了什么”，也就是结果，而不是”我们为什么这么做”。结果型的文档，AI两秒就能消化，沉淀不下独特的东西。 另一种是人头化——经验”挂”在几个老员工身上，让他们成为团队的”老法师”。依赖单点的方式既不稳定也不可复制——老法师一走，整个项目的判断逻辑就断了。 两种方式都在被AI贬值。 出路是从沉淀”结果”转到沉淀”判断”。几个具体方向—— **复盘机制从”看结果对不对”转到”看判断对不对”。** 我接触过的团队，复盘大多停留在数据层面：版本数据怎么样、bug数多少、延期了几天。这些都是结果。更有价值的复盘应该问：当时做这个决策的时候掌握了哪些信息？哪些是错的？漏掉了什么？如果时间倒回去会怎么选？ 这种复盘的产出不是”下次别这样”，而是一套**判断库**——团队在面对哪类问题时，倾向于犯哪类错误。 **把”AI审核”变成新人的训练场。** AI生成的东西需要人来审。让新人去审AI写的会议纪要、AI整理的进度报告、AI生成的测试用例。审的过程就是学的过程——他要判断哪里写得不对、哪里遗漏了关键信息、哪里逻辑不自洽。这比让他从零写一份纪要更高效，训练的是同样的判断力。 **让新人更早介入决策场景。** 以前的培养逻辑是”先执行两年再参与决策”。现在执行层被压缩了，那就提前。让新人列席关键会议、参与风险评审、旁听跨部门对齐。不要求发言，但他需要在场——看到一个决策是怎么被做出来的。 最简单的一个动作：**让新人在做事之前，先把自己对这件事的判断写一段话发给leader。** leader不需要长篇回复，标注”同意/不同意/部分同意”加一两句话点拨就行。看起来增加了leader的工作量，实际上是在用最低成本传递判断力。一个组员做了几十次”先写判断再执行”之后，对团队工作模式的理解会比只跑流程的人深很多。 **让”判断”成为公司里被认可的产出。** 游戏公司很多团队的考核还是看交付物。但交付物已经不稀缺了——AI能批量生成。更稀缺的是高质量的判断。 判断力没有现成的量化指标，但有可观察的代理指标：这个人提出的”反对意见”质量怎么样？在跨部门讨论里的发言对最终结论有没有影响？写的方案被采纳的比例高不高？ 如果一家公司能开始关注这些代理指标，让做出好判断的人比做出多交付物的人拿到更多认可，这家公司就有机会跨过断层。 ### 最后 开头的问题——”JD都要3年以上，0到3年的人怎么办”——其实没有标准答案。 但有两件值得做的事。 **第一，坚持底线。** 不管你是新人还是老团队，不管做PM、策划、程序还是美术：别让自己变成只会执行的那种人。执行能力的价值在快速贬值。一个会执行不会判断的资深人，明年可能就不如一个会判断的新人。一个只会让员工执行不会让员工判断的leader，三年后会发现手下没人能接班。 **第二，有具体的动作。** 新人这一端，把判断和执行压在同一个动作里练；老团队这一端，把沉淀的对象从结果换成判断。这两件事不需要等公司给条件，今天就能开始做。 游戏行业过去十年的传送带断了。规则换了一套。规则换的时候，那些先意识到变化的人，拿到的优势是不成比例的。 最近来找我咨询的新人和有几年经验的APM明显多了，问题集中在两件事：一个是简历里”做了什么”写得很满，但”做明白了什么”写不出来；另一个是面试情景题答得像方法论手册，没有自己的判断逻辑。本质都是同一个——执行密度够，判断密度不够。如果你也有类似的卡点，可以来找我做一对一的简历优化或模拟面试，具体在[咨询服务页](/services/)预约。 **参考链接** 斯坦福《Canaries in the Coal Mine》论文原文： [https://digitaleconomy.stanford.edu/publications/canaries-in-the-coal-mine/](https://link.zhihu.com/?target=https%3A//digitaleconomy.stanford.edu/publications/canaries-in-the-coal-mine/) 脉脉《2026年1-2月中高端人才求职招聘洞察》报道（新浪科技）： [https://finance.sina.com.cn/tech/roll/2026-03-10/doc-inhqkxfq0645862.shtml](https://link.zhihu.com/?target=https%3A//finance.sina.com.cn/tech/roll/2026-03-10/doc-inhqkxfq0645862.shtml) Salesforce CEO Marc Benioff 关于裁员4000人的公开访谈（Fortune报道）： [https://fortune.com/2025/09/02/salesforce-ceo-billionaire-marc-benioff-ai-agents-jobs-layoffs-customer-service-sales/](https://link.zhihu.com/?target=https%3A//fortune.com/2025/09/02/salesforce-ceo-billionaire-marc-benioff-ai-agents-jobs-layoffs-customer-service-sales/) Anthropic CEO Dario Amodei 对入门级白领工作的预测（腾讯新闻报道）： [https://news.qq.com/rain/a/20251230A01VVP00](https://link.zhihu.com/?target=https%3A//news.qq.com/rain/a/20251230A01VVP00) 斯坦福2026年AI Index报告解读（IT之家）： [https://www.ithome.com/0/938/869.ht](https://link.zhihu.com/?target=https%3A//www.ithome.com/0/938/869.htm) --- ## AI越强，我越觉得瓶颈是自己 - URL：https://pmnote.ai/articles/bilibili-bv1z9ofbze3c/ - 发布于：2026/05/05 - 专题：AI效率与游戏PM - 摘要：AI能扩展执行带宽，但扩展不了你的决策带宽。 ## 一堆会员，两个发现 前段时间我开了市面上很多AI工具的会员，目的很简单：多试，看哪些能融入我的工作流。 用了一段时间之后，两个发现。第一，大部分工具的额度我都没用完，浪费了。第二，也是更重要的——**我发现自己成了AI的瓶颈。不是AI不够强，是我跟不上了。** ## 执行带宽 vs 决策带宽 AI的核心价值，是能大规模扩展你的执行带宽：你给它一个需求，它帮你写代码、做设计，速度是一个人的好几倍甚至几十倍。 但这里有个前提：AI的产出需要你来验收和决策。AI写的方案，你要判断思路通不通、有没有需求遗漏；AI写的文档，你要确认准确性；AI写的代码，你要看它和你想要的是不是一回事。 你可能会说：这些AI自己也能做啊。但你真的敢信它给你的验收报告吗？让AI验收自己的产出，本质上就是让它给自己盖章。所以未来不管AI多强，最终一定会有一道人为的审核环节。这个环节，就是你的**决策带宽**——而人的决策带宽，是有上限的。 ## 验收比想象中累得多 很多人低估了验收AI产出的消耗。假设AI五分钟给你写了一份八千字的市场分析报告，结构清晰、数据详实。你要验收它，得一段一段读，核对数据来源，判断结论站不站得住。 AI产出速度快了十倍，但你的验收速度提升不了那么多。放手让AI做越来越多的工作，反而可能降低决策质量，最后造成的返工得不偿失。 ## 给三种人的建议 **资深从业者**：你们是AI最大的受益者——有判断力，AI能帮你们把执行层的事大规模扩展。但你们也最容易撞上决策天花板。我的建议是别贪多：不是开更多会员、同时跑更多任务就更好。找到你决策带宽的舒适区，让AI在这个区间里放大效率，而不是逼你超载。 **应届生和新人**：最大的优势是没有历史包袱，可以从零搭建AI原生的工作流。但短板是暂时没有足够专业判断力去审核AI产出。把AI当学习工具，不要当替代工具——让它帮你快速进入一个领域，但别让它替你做决策。判断力要在实战里养，没有捷径。 **35岁以上、有资源调配权的管理者**：最重要的事是了解AI的能力边界。你不需要亲自做好每一件事，但最好亲自上手跑通一两个demo。AI也是一种资源，了解这个资源能做什么、不能做什么，然后把它分配到合适的位置——这本身就是管理者的核心能力。 ## 核心矛盾 总结下来：AI可以无限扩展执行带宽，但你的决策带宽不可能同比例扩展。 PM在AI时代真正有价值的能力，不是能调用多少AI资源，而是**能高质量验收和决策多少AI的产出**。前者是表层指标，后者才是护城河。 AI的进化不会停，而你的决策带宽，是接下来拉开差距的关键变量。 想系统设计自己的AI工作流，可以看[《游戏PM的AI实战手册》](/courses/game-pm-ai-practical-guide/)。 --- ## 游戏行业PM每天到底在做什么？ - URL：https://pmnote.ai/articles/bilibili-bv1snoqbce1z/ - 发布于：2026/04/26 - 专题：求职与转行 - 摘要：把模糊变清晰，把不确定变确定。 ## 一句话：消除不确定性 有人问我：游戏PM每天到底都在做什么？ 认真回答的话，可能会让一些人失望。游戏PM的工作抽象出来只有一句话：**消除不确定性。** 听起来很虚，但这句话背后是一条完整的管理链路。今天把这条链路拆开，同时聊一个干了这么多年之后越来越确定的结论：这个岗位有一个无解的结构性困境，知道了这个困境，你才知道精力该用在哪里。 ## 链路四步 **第一步，对齐认知。** 通过会议和项目管理工具，把「团队要做什么、目标是什么、优先级怎么排」拉到同一个认知基线上。这一步看起来简单，但80%的项目问题，根源都在这一步没做到位。不同的人对同一个词的理解是有偏差的——比如「完成」，程序觉得代码写完就是完成，策划觉得验收通过才是完成。一开始不对齐这些定义，后面所有协作都会出问题。 **第二步，拆解和分发。** 需求不能以大块头形式存在，一个功能点必须拆成程序要做的事、策划要做的事、美术要做的事，并且给每个人开具体的单子。有人说小团队口头对齐就行——我的经验是，口头约定在人数超过五个之后开始失效。不是人不可靠，是人的记忆不可靠。没有单子做锚点，你问不出进度，也追不到责任。 **第三步，排期和工时。** 每个单子都要有明确的开始时间、结束时间和工时预估。这一步的价值不是把排期表做得多精细，而是让整个团队在同一张时间表上前进。 **第四步，日常跟进。** 有了单子和排期，剩下的就是跟进的活：站会、看板、风险预警，把跑偏的地方及时拽回来。 四步合起来，每一步都在做同一件事：**把模糊变清晰，把不确定变确定。** ## 结构性困境 但PM这个岗位有一个结构性困境：你的大部分管理动作，依赖汇报对象（制作人、主策）的决策和支持。当这些角色不作为、不决策的时候，很多管理动作就难以展开。 这不是某一个人能解决的，是行业普遍的现状。PM中台架构提供了一个解法，但它同样带来额外的成本。 所以我最终认为的解法是：**放弃对外部环境的执念，把精力放在可迁移能力的建设上。** ## 三块真正的护城河 **第一，结构化思维。** 把一团乱麻的问题拆成可处理的结构，这个能力不依赖任何具体公司，你带着它走到哪里都是稀缺的人。 **第二，跨职能沟通。** PM每天和程序、策划、美术、运营、QA打交道，每个职能都有自己的思维方式和表达习惯。好的PM能在不同语境里迅速切换，用对方听得懂的语言解释同一件事。 **第三，风险识别。** 看一个计划，能不能看出哪块最容易出问题；看一个团队，能不能看出哪些人最可能延期。这种能力靠大量项目经验喂出来，你踩过的坑越多，风险雷达越灵敏。 汇报线、组织架构、制作人是不是赏识你，都是外部变量，你控制不了。但这三块能力是真正属于你自己的，不管环境怎么变，它们会一直跟着你。 想系统理解这个岗位，入门看[《游戏项目管理14讲》](/courses/game-project-management-14-lessons/)，进阶看[《从执行者到架构师》](/courses/from-executor-to-architect/)。 --- ## AI的产出，该信任到什么程度？ - URL：https://pmnote.ai/articles/bilibili-bv18jqhbee57/ - 发布于：2026/04/19 - 专题：AI效率与游戏PM - 摘要：简单的功能放心交，复杂的架构深度参与。 ## 一个技术负责人的crash 前一天和技术负责人吃饭，聊到AI编程。他说最近让AI写了一个比较复杂的功能，跑出来两个crash，让AI自己去修，反反复复好几轮修不好。 他只能自己去看代码，结果发现一个很有意思的事：AI写的代码能跑，但逻辑路径和人的思路不太一样。出了问题之后，他很难凭直觉判断问题在哪。最后他自己定位到具体问题，把非常精确的描述给AI，才把那个bug修了。 他的感慨是：现在还是没有办法完全信任AI，只能当工具用。 ## 信任边界在哪 团队里用AI编程的同学有个非常一致的体感：简单的功能交给AI非常爽——你描述清楚需求，AI帮你写、帮你测，自己完成交付，整个过程丝滑，效率提升明显。 但复杂的、架构性的功能就不一样了。即使是资深程序，也不太敢完全放手让AI写核心架构。原因是：时间长了，你对自己项目的代码会有失控的风险——整个代码不是你写的，你不知道整体架构长什么样，哪天出了AI搞不定的bug，你会非常被动。 就像开头那个案例：你必须像读别人的代码一样从头理解，这个过程比debug自己写的代码慢得多。 现阶段比较成熟的协作方式是：**让AI先写一版，人来review和修改。简单的模块直接用，复杂的模块人深度参与。** 人的核心优势在于对业务的理解——AI提供原料，人提供配方。怎么分析需求、怎么拆解方案、怎么做决策，仍然是不可替代的价值。 ## 一个底层认知 总结一下AI编程的信任边界： - 简单的功能，放心交给AI做 - 复杂的架构，人必须深度参与 - 可以让AI帮你做事，但不能失去对它的判断力 - 使用AI不是会用就行，要持续优化你和AI的协作方式 更重要的是一个底层认知：**AI降低了产出的成本，但没有降低决策的成本。** 执行的门槛在降，判断的价值在升。你的竞争力，未来将越来越多地体现在判断力上，而不是执行速度上。 只要持续提升判断力和决策力，AI的进化对你就不是威胁，而是杠杆——它越强，你能撬动的产出就越大。 想把AI嵌入日常工作流，可以看[《游戏PM的AI实战手册》](/courses/game-pm-ai-practical-guide/)。 --- ## 当游戏行业的正编岗位成为奢侈品 - URL：https://pmnote.ai/articles/full-time-jobs-becoming-luxury/ - 发布于：2026/04/06 - 专题：行业观察 - 摘要：讨论游戏行业正编岗位减少、外包化加速和组织用工变化，分析从业者在岗位稀缺时代如何建立可迁移能力。 最近不止听到一个朋友吐槽，金三银四想看看新机会，在boss上投了几十家公司，在收到的回复里，只有两个是正编岗位。 剩下的全是外包、外派、子公司编制、"项目制合同"——名字各不相同，本质都一样： 不是正编。 这也许不是个案，现在你打开任何一个招聘平台，搜"游戏xxx岗位"，自己数一下正编和非正编的比例就知道了。 对过去几年有过求职经验的人来说，大概率都会有一个体感：正编岗位越来越少了。 外包、外派、子公司编制的比例越来越高。 干的活和正编一模一样，但薪资差一截，福利差一截，稳定性差一大截。 ## 游戏行业啥情况？ ## 为什么正编在减少？ ## 这个趋势会持续吗？ ## 数据：行业在增长，但正编岗位似乎没有同比例增加 2025年中国游戏市场收入3507亿元，同比增长7.68%，用户规模超过6.8亿，双双创下新高。 [版号](/glossary/game-license/)全年发放1771个，供给端稳定。 头部公司业绩也很好——世纪华通单季营收破百亿，三七互娱前三季度利润同比增长超过23%。 但与此同时，2024年全球游戏行业裁员规模接近15000人，比2023年增长近40%。 国内市场相对平稳一些，但也不乐观。2025年仍然有项目被砍、工作室被裁的事情在持续发生——中手游满天星工作室裁减八成、冈易广州大规模裁撤外包（+正编?），这些只是能看到的冰山一角。 更值得关注的是一个结构性的变化：行业收入在增长，但增长带来的新岗位，越来越多是非正编的。 脉脉高聘的数据显示，2024年游戏行业人才供需比为2.4——2.4个人争一个岗位。 游戏葡萄的行业调研也印证了这一点：部分大厂和知名公司在非关键岗位上大量使用子公司编制和三方编制，腾讯IEG、叠纸、鹰角、米哈游都有这个趋势。 也就是说，哪怕行业在回暖，哪怕有新项目在[立项](/glossary/project-approval/)，很多新增的岗位也不再是传统意义上的"正编"了。 这就造成了一个很拧巴的局面：行业的收入在创新高，但从业者的就业质量在下降。 公司赚钱了，但赚的钱并没有等比例地变成更多正编岗位、更好的福利、更高的年终。 它变成了更精细的成本控制、更灵活的用工形式、以及——更多的外包和外派。 ## 游戏行业的正编往事 ## 2005-2012年：端游黄金期，正编是默认配置。 这是中国网络游戏的黄金时代。 《魔兽世界》《梦幻西游》《征途》，端游一个月能赚几千万甚至上亿。 公司赚得盆满钵满，对人才的需求极大，而市场上能做游戏的人非常少。 那个时候，游戏公司恨不得把人焊在工位上。 正编、期权、高年终、项目分红——什么条件都愿意给，只要你别走。 因为一个核心程序员离职，整个服务端可能就没人能维护了。 这个阶段的正编之所以普遍，不是因为公司善良，是因为人才稀缺到了人比岗位贵的程度。 公司愿意承担正编的全部成本——社保、公积金、年终奖、项目分红——因为留住人的收益远远大于成本。 ## 2013-2018年：手游爆发，行业膨胀，正编数量达到顶峰。 手游的出现让游戏行业的蛋糕一下子大了好几倍。 App Store和Google Play打开了全新的分发渠道，几个人做一款手游就能月流水过千万。 资本疯狂涌入，大厂疯狂扩招，创业公司遍地开花。 2015年前后，游戏行业的薪资涨幅是互联网行业里最凶的。 跳槽涨薪30%-50%是常态，100万年薪的制作人批量出现。 那个时候正编不但是标配，而且正编的待遇极其丰厚——高基础工资加上项目奖金，很多人的奖金是基础工资的两到三倍。 这是游戏行业正编的巅峰。 但巅峰本身就意味着接下来会走下坡路。 ## 2019-2022年：版号寒冬+疫情后遗症，正编开始缩减。 2018年版号暂停发放九个月，直接让一大批中小公司失去了新产品上线的可能。 没有新产品就没有收入增量，没有收入增量就要优化成本。 裁员潮第一次大规模席卷游戏行业。 2021年的疯狂并购和扩张——很多人还记得那个所有大厂都在抢项目、抢人的年份——制造了一个虚假繁荣的幻觉。 字节入局让腾讯恐慌性投资，大量估值虚高的项目拿到了钱。 2022年起这些项目集中暴雷，裁员再次加速。 更关键的是，2022年的寒冬让很多公司的管理层形成了一个深刻的记忆：账上有钱才能活下去。 从那以后，即使行业回暖了、项目赚钱了，公司也不再像以前那样大方地招正编、发年终。 我在2025年的年度总结里聊过这个观察： 现在很多项目赚了钱也不分，老板宁愿把钱存起来放账上，给团队买点便宜的奶茶意思意思。 他们发现了一个残酷的事实——即使不分钱，依然能招到人。 ## 2023年至今：外包化加速，正编成为稀缺资源。 到了现在，正编岗位的缩减已经不只是"寒冬期的暂时现象"了。 它正在变成一种新的行业常态。 大厂的做法越来越明确：核心岗位保留正编，非核心岗位全面外包化。 什么是核心岗位？主策、主程、主美、制作人——这些决定项目方向和品质的人。 其他的呢？版本PM、运营策划、美术执行、QA测试——越来越多地通过外包、外派或子公司编制来填充。 中小公司更直接。 很多新立项的团队从一开始就按"正编核心+外包量产"的模式来搭建。 不是因为他们想这么做，是因为融资环境变了——VC给的钱没有以前那么多，项目成功率又不高，公司必须精打细算，用最轻的人力结构来降低风险。 ## 正编减少，不只是因为"穷" 正编缩减不应该简单归结为"公司穷了""行业不行了"，这是多种力量叠加的结果。 原因之一：成本控制的理性选择。 一个正编员工的实际成本不只是工资。 社保、公积金、年终奖、带薪假、项目分红、培训成本、离职赔偿金——这些加起来，正编的实际用工成本通常是工资的1.4到1.6倍。 而一个同等能力的外包员工，用工成本可能只有正编的60%-70%，而且随时可以调整人数，项目结束就解约，不需要支付N+1的离职补偿。 对于项目周期越来越短、成功率不高的游戏行业来说，弹性用工是一个合理的商业决策。 原因之二：供需失衡给了公司底气。 2.4个人争一个岗位。意味着公司在招聘时有充足的选择余地。 即使给出的条件不如以前——外包编制、没有年终、没有项目分红——依然有大量求职者愿意接受。 当劳动力供给过剩的时候，议价权不在劳动者手里。 公司没有动力提供正编，因为不提供也能招到人。 原因之三：项目制用工的天然属性。 游戏本质上是一个项目制的行业。 一个项目从立项到上线到停运，生命周期可能只有两到五年。 项目做完了，团队要么解散重组，要么转向下一个项目。 在这种模式下，长期雇佣关系天然就是一种负担。 公司需要的不是"永远留下来的人"，而是"这个阶段需要的人"。 外包和项目制合同恰好满足了这个需求。 这一点游戏行业比传统互联网更突出。 一个社交产品可能运营十年，团队可以长期稳定。 但一个游戏项目如果上线后数据不好，三个月就可能停服。 原因之四：AI正在加速这个过程。 AI不是导致正编减少的主因，但它是一个加速器。 当AI能辅助生成美术资产、加速代码编写、自动化测试流程，完成同样工作量需要的人就少了。 更重要的是，AI降低了很多工作的门槛——以前需要三年经验的中级美术才能做的事情，可能现在一个会用AI工具的初级美术可能就能做到80%。 以前一个项目需要20个正编美术，未来可能只需要5个正编的高级美术负责审美把控和方向判断，剩下的执行工作交给外包或AI。 我在之前的文章里分析过AI对外包管理逻辑的改写：纯"体力型"的外包需求会减少，"创意型"和"高精度调优型"的需求会增加。同样的逻辑也适用于正编岗位——正编会越来越集中在那些需要判断力、决策力、创意方向把控的岗位上，执行层的工作会持续外包化。 ## 正编红利消失 2026年的今天，就算你拿到了正编，很有可能含金量也在下降。 以前正编意味着稳定的工作、不错的基础工资、可观的年终奖、项目赚钱了能分到一杯羹。 正编和外包之间有一条清晰的分界线 ——正编能分享项目成功的红利，外包只能拿固定的工时费。 但现在这条线正变得越来越模糊。 我身边不止一个正编朋友跟我说，他们的年终奖已经连续两年缩水，有的项目赚了钱也不分，有的把原来的年终变成了季度绩效、各种条件卡得死死的。 正编和外包的差距确实还在——社保、公积金、劳动合同的保障——但在"能不能分享项目成功的经济回报"这件事上，差距正在变小。 朋友在饭局上吐槽："我是正编又如何，还不是随时可能被优化，还不一定能拿到N+1。" 当行业的增长逻辑从"人口红利"转向"效率红利"，公司赚到的钱更多地被用于技术投入、AI工具采购、海外市场拓展，而不是转化成员工的收入增长。 正编的"标签价值"在上升——因为越来越难拿到——但正编的"体验价值"在下降。 ## 这是暂时的寒冬，还是永久的改变？ 我的判断是：正编岗位的缩减不是周期性波动，是结构性变化。 它大概率不会随着行业回暖而恢复。 驱动正编缩减的力量——成本控制意识、供需失衡、项目制用工属性、AI对执行岗的替代——没有一个是短期因素。 它们会持续存在，甚至会加强。 全球范围内，有社保、有合同、有长期保障的全职工作，一直在减少。 这不是AI时代才开始的事情，AI只是最新的加速器。 游戏行业只是这个全球趋势的一个缩影。 但这不意味着游戏行业没有前途。 恰恰相反——行业的长期价值依然在。 当AI释放更多人的时间、当虚拟体验的需求持续增长，游戏作为一种产品形态会变得更重要。 行业有前途和你有前途是两件事。 行业在增长，但增长的红利不会自动流到每一个从业者手里。 它会集中流向那些拥有稀缺能力、能创造不可替代价值的人。 ## 作为打工人的我们该怎么办？ 第一，停止纠结身份标签。 我经常在后台收到这类问题：外包值不值得去？非正编是不是就废了？子公司编制算不算大厂经历？ 我的回答始终一样：如果你手上没有更好的牌，纠结标签没有任何意义。 一个在大厂做非正编版本PM的人，如果他负责的是百人团队的完整版本交付管线，这段经历的含金量并不比某些小公司的正编PM低。 关键不在于你签的是什么合同，而在于你在这个位置上做了什么、学到了什么、能带走什么。 外包公司能锻炼跨公司协作、美术资源管理、成本把控和交付标准。 这些能力放到自研厂一样值钱。但前提是你能把这些经历翻译成通用的能力语言——别在简历上只写一句"外包PM"，把你具体负责了什么、管了多大规模的资源、解决了什么问题写清楚。 面试官不会因为你是外包就不看你，但会因为你写不清楚自己做了什么而划掉你。 第二，聚焦不可替代的能力。 正编在向"判断力岗位"集中，执行层在外包化——这个趋势告诉你该投资什么能力。 如果你现在做的工作主要是执行——按照别人的需求排期、跟进进度、同步信息——那你的岗位确实面临被外包化甚至被AI替代的风险。 不是因为这些工作不重要，而是因为它们相对标准化、门槛不高、可替代性强。 你需要往"判断力"方向成长。 判断力是"这个功能该不该做"的产品判断、是"资源紧张时先保什么"的优先级决策、是"这个团队的问题出在流程还是出在人"的诊断能力、是"怎么设计一套体系让问题不重复出现"的架构思维。 我把PM的成长分成三个段位：任务跟进者、问题解决者、体系架构师。 AI和外包化正在把第一个段位的工作大量接管。如果你还停留在第一段位，不管你是正编还是外包，处境都不会太好。 关于怎么从执行者成长为架构师，我在进阶课程[从执行者到架构师](/courses/from-executor-to-architect/)里做了比较系统的拆解——围绕排期设计、流程搭建、风险管理、跨职能协调这些真实场景，一步步讲怎么从"做事"升级到"建体系"。感兴趣的朋友可以在我的PM成长社区课程介绍页了解详情。 第三，让AI成为你的杠杆，而不是你的替代者。 AI替代的是执行，放大的是判断力。 一个会用AI的PM，可以用AI帮自己整理会议纪要、生成Sprint报告、做需求文档的结构化自检、分析历史排期数据来识别风险。这些事情以前要花你一天的时间，现在可能一两个小时就搞定了。 省出来的时间干嘛？用来做那些AI做不了的事——和人沟通、做决策、解决冲突、推动落地。 同样是一个PM，一个把AI当成效率杠杆的人，和一个还在手动整理Excel的人，实际产出可能差出好几倍。 这个差距会直接反映在你的不可替代性上。 第四，开始记录你做过的事。 这一点我反复说，但还是要再说一次。 不管你现在是正编还是外包，养成每天记录工作思考的习惯——今天遇到什么问题、你怎么分析的、做了什么决定、结果怎样。 这些记录有三个用途： 一是帮你沉淀方法论，零散的经验变成可复用的认知； 二是面试的时候有料可讲，不会空对空； 三是当你需要证明自己的价值时——不管是争取转正、还是跳槽谈薪——你有具体的案例和数据可以拿出来。 我自己从去年Q4开始记录工作思考，到现在已经有百来篇了，都发布在社区中。 这些记录不但成了我做课程和内容的素材，更重要的是它们改变了我思考问题的深度。 不记录，很多想法就是一闪而过的碎片。写下来的过程本身就是在复盘和提炼。 最后 正编岗位的缩减是一个事实，但事实本身不可怕，可怕的是对事实视而不见，或者把所有的安全感都寄托在一个身份标签上。 我认为游戏行业依然是一个有长期价值的行业。 它在增长，它在变化，它正在经历一次生产方式和用工形式的深层重构。 这个过程中，旧的规则在失效，新的规则还没完全建立。 对从业者来说，这恰恰是一个重新定义自己价值的窗口。 当正编不再是默认选项的时候，你的安全感只能来自一个地方：你能做到什么。 不是你在哪家公司、不是你签的什么合同、不是你的title写的是正编还是外包。 是你能不能把一件事从头到尾做明白。是你能不能在不确定性中做出判断。 是你有没有可以迁移到任何一个项目、任何一家公司的能力。 身份会变，公司会换，岗位名称会过时。 但能力不会贬值。 如果你正在面临职业选择上的困惑——不知道外包offer该不该接、不知道怎么从执行岗突破到管理岗、不知道简历怎么包装才能过筛——可以来PM成长社区一对一咨询聊聊。 社区里我会发工作中的思考和复盘，也有系统课程覆盖入行、进阶和AI提效几个模块。 需要一对一的模拟面试和简历优化，也可以直接联系我。 --- ## Demo期、研发期、线上期的游戏项目，怎么落地AI - URL：https://pmnote.ai/articles/ai-adoption-by-project-stage/ - 发布于：2026/04/03 - 专题：AI效率与游戏PM - 摘要：不同阶段的游戏项目需要不同的 AI 落地策略：Demo 期追求验证速度，量产期重做管线，线上期先守住安全与信任。 Meta 考虑裁员 20%，涉及约 16000 人。Epic 裁了 1000 多人，CEO Tim Sweeney 专门在内部信里强调「这次裁员跟 AI 没关系」。 你信吗？ 我后台这个月收到最多的私信，几乎全是同一个问题的变体： 「老板让我在项目里推 AI，有没有什么好的实践？」 「有什么好用的 AI 工具推荐？」 「其他项目组是怎么做的？」 一边在裁人，一边在推 AI。这两件事同时发生在 2026 年的 3 月，不是巧合。 我理解这些私信背后的焦虑。但今天这篇文章不聊焦虑，聊实操——按照游戏项目的三个阶段，把 AI 怎么融入讲清楚。 --- ## 先说背景：为什么是 2026 年？ 三个变量在同一个时间点成熟了。 **工具端的跃升。** 2025 年下半年到现在，AI 工具经历了一轮能力跳变。 程序侧，Claude Code 成了使用量最大的 AI 编程工具，GDC 2026 的调研显示 90% 的开发者在使用 AI，95% 的程序员每周都在用 AI 辅助写代码。 美术侧，Tripo 3D 的 3.1 版本让 AI 生成的 3D 粗模第一次达到了「可以直接往下走流程」的水平。Lora 训练门槛从 30-50 张图降到了不到 10 张。角色服饰一致性的问题被基本解决。 这些变化意味着 AI 工具已经从「能看个效果」进化到了「能嵌入生产管线」。 **成本压力倒逼。** GDC 的数据显示，94% 的开发者预期 AI 长期会降低研发成本。 但更准确的说法是：AI 提高的是每一分钱的试错效率。当你的竞争对手把迭代周期压缩到你的一半，你验证一个想法的时间里对方已经验证了两个。这个差距会随时间持续放大。 **组织端的认知差。** GDC 三年追踪数据显示，47% 的管理层在使用 AI，但只有 29% 的一线开发者在用。老板们已经意识到了价值，但「怎么落地」还没有被系统性地解决。你收到的「去调研一下 AI」这种任务，本身就是这个认知差的产物。 --- ## 一、Demo 期项目：AI 是你最大的杠杆 Demo 期的核心诉求不是品质，是速度。 你需要用最短的时间验证一个核心玩法是否成立，让团队和管理层看到「这个东西大概长什么样」。 在这个阶段，AI 的价值可以用一句话概括：**让一个 5 人团队做出以前需要 20 人才能做的 Demo。** ### 程序侧：AI 写代码已经是标配 不管你用 Claude Code 还是 Cursor，程序员在 Demo 期应该把 AI 当成结对编程伙伴。原型代码、编辑器工具、基础框架搭建，这些 AI 都能高效完成。实际情况是，有经验的程序员用 AI 之后，原型开发速度大概能提升 2 到 3 倍。 一个值得关注的实践： 有些 UE 项目团队已经跳过蓝图环节了。策划提完需求，AI 直接生成脚本代码，用 Git 管理。 蓝图复杂了之后是二进制、看不懂、改不动，AI 生成脚本恰好绕过了这个痛点，迭代效率比蓝图高出一个量级。 还有一个方向是 AI 辅助技能配置。技能编辑器里的攻击力、触发条件、buff 效果这些配置，AI 读完编辑器代码后可以直接生成 JSON 配置。特别适合逻辑驱动型游戏。 UI 白模也是一个高性价比的场景——把设计图喂给 AI，AI 生成引擎脚本代码，执行脚本自动生成 UI prefab。简单 UI（背包、聊天界面）五分钟搞定，程序可以直接在白模上做功能开发。 ### 美术侧：概念验证阶段，AI 可以做 80% 的事 Demo 期的美术需求主要是概念图和白模。 概念图生成，用 liblib 或 Banana Pro，一次生 4 张，命中率大约 20%-30%。 效率的关键是「多生快选」——不要在一张图上较劲，大量生成快速筛选。 如果项目有明确的美术风格，训练一个 Lora 模型，现在不到 10 张图就能训练出来，之后生成的一致性会好很多。 白模和场景物件，用 Tripo 3D 或混元 3D。 AI 生成的角色粗模，布线基本 OK，可以作为后续精修的起点。场景里的石头、栏杆、地表贴花这些静态资产，可行性更高，有团队已经把 AI 生成的场景物件直接放进了游戏。 ### 真实案例：2000 元做一条概念 PV 我了解到一个小团队，在立项阶段一个人用 AI 做了一条完整的概念 PV。2 个月，每天投入 3 小时，总花费约 2000 元。 工作流： 1. **世界观构建**：用 Gemini 的 GEM 功能逐步构建世界观设定，带上下文记忆的长对话，不会随着对话变长而遗忘前面的设定 2. **概念图生成**：liblib 生成 100 多张概念图，一次生 4 张，命中率约 20%-30% 3. **视频片段**：海螺 AI 生成 6-10 秒视频，命中率约 12%-15%——生 8 条大概有 1 条能用。剪辑技巧：AI 视频头尾容易出问题，取中间稳定段 4. **剪辑**：手动完成。剪辑涉及节奏感和叙事结构，当前 AI 做出来偏平铺直叙 5. **对白和音效**：Minimax 完成 这个 PV 定位是内部展示和概念对齐——让团队快速理解「这个游戏大概是什么感觉」。对外发布细节上还需要打磨，但作为验证工具，2000 元 + 100 小时的投入产出比已经相当夸张。 ### Demo 期 PM 该做什么？ **主动推动团队使用 AI。** Demo 期团队小、试错成本低、节奏快，是建立 AI 使用习惯的最佳时机。不要等人来问你，主动把好用的工具推给团队。 **关注「验证速度」而不是「资产品质」。** Demo 期的每一个资产理论上都是一次性的。AI 生成的东西够用就行，先跑通再说。 **用 AI 帮自己提效。** 会议纪要、需求文档、进度跟踪、风险评估——这些 PM 日常高频做的事，AI 都能辅助完成。省出来的时间用在更重要的事情上：和人沟通、做判断、推动决策。 这也是我自己每天在做的事——从会议纪要到工作汇报到风险识别，AI 已经深度融入了我的日常工作流。 --- ## 二、研发中项目（切片/量产期）：AI 融入生产管线 过了 Demo 阶段，正在切片或量产的项目，情况复杂很多。 **核心矛盾是：项目已经有了成型的工作流和团队习惯，AI 要融入不是「加一个工具」那么简单，而是要嵌入现有的生产管线。** ### 最普遍的问题：AI 停留在「个人技能」，没有变成「团队流程」 某项目组有一个美术 AI 负责人，个人能力很强，各种 AI 工具玩得很溜。他定期跟大家分享新工具新平台。然后发生了什么？身边半径一米内的人在用，远一点的人不太用。过了一段时间，团队就形成了一个奇怪的局面——会用 AI 的几个人效率飙升，其他人还是老办法，大家搞不清楚「到底哪个工具该在哪个环节用」。 后来他们做了一件事：把所有验证过好用的 AI 工具整合进了一个统一入口，配套写了 Wiki 说明书，新人入职培训直接看。使用率从「AI 负责人周围的几个人」扩展到了整个美术组。 **启示：AI 工具的落地，本质上是一个流程设计问题，不是工具选型问题。** 你选 Tripo 3D 还是混元 3D，这些选择当然重要，但不是最重要的。最重要的是：这个工具在你的团队工作流中，嵌入在哪个环节？谁来用？输入是什么？输出给谁？ 回答不了这几个问题，工具再好也只是个人玩具。 ### 方向一：美术资产生产——用「资产清单」评估 AI，而非「标杆资产」 评估 AI 工具的时候，团队的本能反应都是拿最难的东西去测——最复杂的角色、最精细的衣服、最高标准的过场。然后得出结论：「AI 还不行。」 做得好的团队思路完全相反。他们的问题是：「在我们游戏里所有需要做的资产中，有哪些是 AI 现在就能搞定的？」 你的游戏里有多少 NPC？有多少场景物件？有多少不需要骨骼绑定的静态道具？把这些全部列出来，逐一评估哪些 AI 现在就能覆盖。你会发现可覆盖的比例远超预期。 有项目组用 AI 加自训练 Lora 生成 NPC 立绘。判断很清醒：付费角色原画师必须亲手画，非付费角色 AI 生成加人工精修，覆盖大约 70% 的产能。效率差距：人工画一张 4-6 天，AI 生成加精修快的时候一天 1-3 张。 ### 方向二：「可编辑的中间产物」思维 大部分人对 AI 的期待是一步到位的——给一张概念图，出一个可以直接用的 3D 模型。做不到，就说「AI 还不成熟」。 但做得好的团队追求的不是最终成品，而是一个「可编辑的中间产物」。 用 Tripo 3D 生成角色粗模：布线基本 OK，但贴图不行——UV 是乱分的，很多视觉上看着没问题的细节实际上是靠法线贴图「伪装」出来的。把贴图去掉，你会发现模型本身很粗糙。 但它的价值在于：**把「粗模」这个阶段从 1-1.5 周压缩到了几分钟。** 贴图不行？贴图本来就是后面的环节。UV 不对？重新分 UV 本来也是精修该做的事。AI 替代的是流程中最前面那个最粗糙的环节——而这个环节恰恰最耗时间。 AI 蒙皮绑定是另一个典型场景。几秒钟完成，1-3 万面的模型能达到 90% 以上的效果，衣服两三层的复杂度可以处理。主要问题区域在肩膀附近精度和双层布料大幅度旋转时的穿模。花 1-2 小时人工精修就能用。对低复杂度的角色（NPC、小怪），甚至都不需要怎么修。 **你不需要 AI 给你 100 分的成品，你只需要它给你一个 70-90 分的半成品。从 90 分修到 100 分的时间，远少于从 0 分做到 100 分。** ### 方向三：工种边界正在模糊化 传统流程：原画画概念图 → 交给 3D 建模 → 3D 做完交给原画确认 → 不对，改 → 再确认 → 再改。中间的来回沟通成本非常高。 现在有团队在试新流程：原画画完概念图 → **原画自己用 AI 工具升成 3D 粗模** → 确认没问题后直接交给 3D 精修。 2D 的同学可以在自己的环节里完成「这个东西 3D 做出来大概长什么样」的验证，不再需要等 3D 做完才知道。如果发现有问题，当场改 2D 概念图再重新生成。中间那个「2D 和 3D 来回确认」的环节，被大幅压缩了。 场景线变化尤其明显。过去场景概念设计必须原画出图、地编搭白盒，现在有团队变成了场景原画直接搭建——用 AI 生成伪 3D 效果图，甚至直接生成可用的场景物件和地表贴花。过去原画不会建模、不会做 3D，但 AI 把这个门槛抹平了。 对 PM 的启示：重新审视你的资产生产流程图。哪些环节的工种边界在模糊？哪些「交接节点」可以被合并？关注的重点不是某个人效率提高了多少，而是**协作中的信息损耗和来回确认被减少了多少**。 ### 当前主流 AI 工具在游戏研发中的成熟度参考 截至 2026 年 3 月： | 环节 | 工具/方向 | 成熟度 | 适用场景 | |---|---|---|---| | 代码开发 | Claude Code / Cursor | ⭐⭐⭐⭐⭐ 可大规模使用 | 写代码、修 Bug、编辑器开发、DCC 脚本，工具类功能可完全覆盖 | | 2D 概念/设定 | Banana Pro / liblib / Lora | ⭐⭐⭐⭐ 可融入流程 | 三视图生成、草图细化、姿势参考、NPC 立绘、漫画分镜、风格 Lora | | 3D 模型生成 | Tripo 3D / 混元 3D | ⭐⭐⭐ 可替代粗模环节 | 角色粗模、场景物件（静态）。贴图/UV 仍需人工处理 | | 蒙皮绑定 | AI 蒙皮工具 | ⭐⭐⭐⭐ 可大幅提效 | 低中复杂度角色可达 90%+ 效果，高复杂度需精修 1-2h | | 动画/动捕 | 深度摄像头 / 关键帧插帧 | ⭐⭐ 可做 Demo/过程资产 | NPC、载具、小动物、呼吸等简单动画可用；3C/主角动画不行 | | 视频/PV | 海螺 AI / Minimax / C-Dance | ⭐⭐⭐ 可做内部展示 | 概念 PV、运镜参考、风格验证。对外发布仍有细节问题 | | 技能/配置 | AI 读代码生成 JSON 配置 | ⭐⭐⭐⭐ 逻辑型游戏可大规模使用 | 适合战棋、回合制等逻辑驱动型技能；表现驱动型（帧精确特效）仍需人工 | | UI 生成 | AI 生成引擎脚本 | ⭐⭐⭐ 可做白模 | 简单 UI（背包、聊天）5 分钟出白模，程序可直接用来做功能 | 这个表不是定论，AI 工具进化极快，每隔几周就可能有新模型改变某个环节的判断。但它给你一个框架：**按环节评估，按成熟度分级使用，不要全有或全无。** ### 量产期推广 AI 的节奏建议 **阶段一：先用起来。** 不要等有了完美的工具链才开始推广。哪个好用先用哪个，哪怕大家各自登各自的账号。这个阶段的核心是让团队建立 AI 使用习惯。习惯一旦建立，后面的优化才有基础。 **阶段二：标准化。** 当团队用了一段时间、筛选出了每个环节最好用的工具后，PM 牵头做一件事——把「散装经验」整理成标准文档。哪个环节用什么工具、怎么用、有什么坑、最佳实践是什么。不需要做技术平台，一份 Wiki 就够了。 **阶段三：平台化。** 如果团队确实有需求（账号成本控制、夜间自动化跑批）且有人力，再考虑做统一入口或 API 整合。 多数团队应该把精力集中在阶段一和阶段二。**阶段二做扎实了，对效率的提升其实已经非常大了。** ### PM 在量产期的三个角色 **流程的整合者**——当某个 AI 工具被验证好用后，推动它从「个人技能」变成「团队流程」。定义它在工作流中的位置、输入输出、使用规范。 **务实的判断者**——不被「AI 做不到最难的事」困扰，持续评估「AI 当前能做哪些事，这些事占总工作量的多少」。推动团队先把能用的用起来。 **变化的观察者**——AI 工具进化极快，一个月前不好用的工具现在可能突然好用了。保持关注，在变化发生时快速评估对项目流程的影响。 --- ## 三、线上项目：从玩家看不到的地方开始 线上项目融入 AI，逻辑和研发期完全不同。研发期 AI 解决的是「怎么更快地做出游戏」，线上期要解决的是「怎么让玩家玩得更好、留得更久」。 ### 方向一：AI 驱动的智能 NPC 和动态内容 这是行业里落地最多的方向。逆水寒的智能 NPC 系统、和平精英的 AI 战犬布鲁斯、王者荣耀的 AI 教练——这些不是实验室的 Demo，是已经上线的功能。腾讯已经有 40 多款游戏应用了 AI 技术，GDC 2026 上贡献了 21 场 AI 相关议题。 核心思路是用 AI 让游戏世界更「活」。NPC 能听懂自然语言、能根据玩家行为做不同反应、能提供个性化体验。更进一步的方向是 AI 作为「Game Master」——不参与游戏，而是管理游戏。一个 AI 在后台持续评估游戏状态：是否公平、是否有趣、节奏是否拖沓，并在适当时机做出干预。这和传统的动态难度调整不一样，它在更抽象的层面理解「这场游戏的整体体验」。 但需要特别警惕安全风险。 2025 年 Epic 在 Fortnite 里推了一个 AI 驱动的 Darth Vader 角色，玩家可以语音对话和招募组队。上线几个小时内，玩家就成功诱导 Vader 说出了不当言论。Epic 在 30 分钟内推了热修复，但随后被曝光了更隐蔽的操控方式——让 Vader 贬低特定语言和族群，这类操控太隐晦，AI 自己无法检测。 比「说脏话」更值得警惕的是 AI 操控玩家消费行为。Agent 可能通过「建立友谊」或「威胁你输掉比赛」来诱导付费——这是通过长期关系和情感操控实现的，比弹窗广告精准得多，现有的合规框架可能无法有效识别。 **如果你的团队在考虑引入 AI Agent 到产品中，安全和伦理边界必须从立项阶段就定义清楚。** 需要提前回答：Agent 在什么情况下会拒绝回应？谁来审核 Agent 的输出？如何检测微妙的操控行为？玩家举报 Agent 的机制是什么？ ### 方向二：AI 辅助的 LiveOps 优化 线上运营本质上是持续的 A/B 测试。AI 可以在三个层面帮助你： **活动策划效率。** 用 AI 辅助生成活动方案、文案、配置数据，把策划从重复性工作中解放出来。一场活动从策划到配置到上线，中间有大量模板化的工作，AI 可以大幅压缩这部分时间。 **数据分析和预警。** AI Agent 可以实时监控关键运营指标，在数据异常时主动预警。比「玩家投诉 → 客服反馈 → 运营才知道」这个链路快得多。对于 DAU、付费率、留存率这些核心指标的异常波动，AI 可以做到分钟级的响应。 **个性化推荐。** 根据玩家行为和偏好推送个性化内容和活动。技术上已经成熟，关键是怎么做得自然——不像广告、不让玩家反感。 ### 方向三：AI 辅助的版本迭代 线上项目也需要持续出内容。AI 在这里的价值和研发期类似——辅助生成美术资产、加速代码开发、优化测试流程。 区别在于线上项目对稳定性要求更高。任何 AI 生成的内容，在进入正式版本之前都需要经过严格的质量验证。这一点和 Demo 期的「先跑通再说」逻辑完全不同。线上项目一个 Bug 的代价可能是大量玩家流失和舆论危机，容错空间极小。 ### 方向四：客服和玩家沟通 AI 客服已经是一个比较成熟的方向。但游戏客服有它的特殊性——玩家的问题涉及复杂的游戏机制，情绪化程度比普通客服场景更高。 做得好的团队是分层处理：简单问题（密码重置、充值查询）AI 直接回复、中等问题（游戏机制解释、活动规则说明）AI 辅助人工、复杂问题和情绪化投诉（账号异常、误封申诉）由人工处理。分层的关键是准确识别问题的复杂度和玩家的情绪状态，这一点 AI 已经做得比较好了。 ### 线上项目的核心门槛：信任 线上项目融入 AI 最大的风险不是技术，是信任。玩家对 AI 生成内容的接受度还在建立过程中。如果玩家发现「这个 NPC 的对话是 AI 生成的」而且体验不好，反噬可能比不做还严重。 **建议：先从玩家感知不到的地方开始。** 内部工具、运营效率、数据分析——这些应用不直接触达玩家，风险可控。等团队积累了够多的经验和信心之后，再考虑面向玩家的 AI 功能。 GDC 的数据也印证了这个判断：81% 的开发者用 AI 做研究和生产力提升，47% 用于编程，19% 用于资产生成，只有 5% 用在面向玩家的功能上。这个比例不是因为开发者保守，是因为面向玩家的 AI 功能确实还有很多问题没有被解决。 --- ## 四、跨阶段的共性认知 ### 87% 到 5% 的落地鸿沟 87% 的游戏开发者已经在使用 AI（Google Cloud 和 Harris Poll 的调研甚至给出了更高的数字），但 BCG 的追踪报告显示只有约 5% 的公司从 AI 投入中产生了可衡量的业务价值。McKinsey 2025 年的全球调查也印证了类似图景：88% 的组织在使用 AI，但只有约 6% 真正实现了有实质意义的 EBIT 影响。 这个差距的核心原因不是工具不好。 是大多数团队把 AI 硬塞进了旧流程。你用 Midjourney 出概念图，但概念图之后的评审、修改、定稿流程完全没变。你用 AI 辅助写策划案，但策划案的评审标准和通过机制完全没变。 发动机换了，但车的结构没变。跑不快是正常的。 McKinsey 的数据验证了这个判断：被定义为「AI 高绩效公司」的企业，有近三倍的概率**从根本上重新设计了工作流**。不是微调，是重新设计。 问自己一个问题：因为有了 AI，我们做游戏的方式改变了什么？如果答案是「工具换了，流程没变」，你大概率在那 87% 里面。 ### 开始衡量 AI 的实际效果 不是笼统地说「效率提升了」。而是具体到：这个环节的交付周期变了多少？质量达标率变了多少？迭代频率变了多少？需要返工的比例变了多少？ 没有衡量，就没有改进。没有改进，就永远停留在「用了但没用好」的状态。 约四分之一的开发者承认很难准确衡量 AI 投入的 ROI。很多团队的 AI 使用更像是「跟风」——大家都在用，我也用。但没有人在追踪具体的效果数据。 ### 管理团队对 AI 的情绪 GDC 三年追踪数据显示一个矛盾的趋势：52% 的开发者对 AI 持负面态度，但 36% 的人在稳定使用 AI。分职能看，64% 的美术师对 AI 持负面态度，63% 的游戏设计师也是。而管理层的使用率（47%）远高于一线（29%）。 如果你强行在美术团队推行 AI 工具，可能引发的不是效率提升，是团队信任危机。 正确的做法是先在愿意尝试的岗位形成示范效应。程序侧通常是最积极的——他们对 AI 的接受度最高，实际使用效果也最明显。让大家看到实际效果，再通过内部案例分享逐步影响持保留态度的团队。用事实说话，比任何说教都有用。 ### AI 不是目的，游戏才是 这是今年 GDC 上一篇报道的标题，也是最该被记住的一句话。 不要为了「用 AI」而用 AI，更不要为了完成老板的政治任务而做表面文章。 真正有价值的 AI 落地，一定是解决了某个具体的痛点——某个环节太慢了、某个流程太浪费人力了、某个验证周期太长了。从痛点出发，而不是从工具出发。 你的项目组里一定有这样的痛点。找到它，然后看看 AI 能不能帮上忙。这比拿着一堆 AI 工具去找应用场景，效率高得多，也实在得多。 --- ## 写在最后 AI 对游戏行业的影响已经进入下半场。上半场是「要不要用」，下半场是「怎么才能真正用出价值」。 87% 的采用率说明上半场结束了。5% 的价值创造率说明下半场刚刚开始。 回到开头那个问题——一边裁人一边推 AI，说明什么？ 说明行业正在经历一次生产方式的深层重构。在这个过程中，旧的规则在失效，新的规则还没完全建立。对从业者来说，这恰恰是一个重新定义自己价值的窗口。 AI 替代的是执行，放大的是判断力。一个会用 AI 的 PM，可以用 AI 整理会议纪要、生成 Sprint 报告、做需求文档的结构化自检、分析历史排期数据来识别风险。这些事情以前要花你一天，现在可能一两个小时。省出来的时间干嘛？用来做 AI 做不了的事——和人沟通、做决策、解决冲突、推动落地。 同样是一个 PM，一个把 AI 当成效率杠杆的人，和一个还在手动整理 Excel 的人，实际产出可能差出好几倍。这个差距会直接反映在你的不可替代性上。 **不要等完美，先用起来。不要用最难的标准来评判，先找到能用的场景。不要停留在个人使用，推动它成为团队的标准工作流。** 🎙️ 本文有播客版：[小宇宙链接](https://www.xiaoyuzhoufm.com/episode/69cbef62b977fb2c47c4f6dd?utm_source=rss) 如果你想进一步了解游戏PM的AI工作流，可查看[游戏PM的AI实战手册](/courses/game-pm-ai-practical-guide/)。 --- ## 游戏PM的死循环：越忙越救火，越救火越忙 - URL：https://pmnote.ai/articles/firefighting-doom-loop/ - 发布于：2026/03/31 - 专题：项目管理实战 - 摘要：同样的火反复烧，问题往往不在 PM 催得不够勤，而在团队缺少让风险暴露、承诺生效和标准自检的系统。 上周有个朋友找我吐槽。 他在一家中型游戏公司做PM，带一个40多人的项目组，正在做一款开放世界动作游戏。最近项目进入量产期，他说自己每天的状态是这样的： 早上9点到公司，先处理昨晚美术外包发来的一批角色模型，发现有3个面数超标，赶紧拉群让TA和美术主管看；10点策划周会，发现上周定好的关卡流程又改了，程序那边已经按老方案开始做了，得赶紧对齐；11点刚想喘口气，制作人叫他去开紧急会——海外发行那边反馈了一批本地化问题，要在这个版本修掉；下午测试报了个严重bug，影响核心战斗手感，他得协调程序和策划一起排查；晚上7点，他还在帮一个新来的策划改需求文档格式，因为程序看不懂…… 「我感觉自己每天都在救火，」他说，「灭了一个又冒出三个。最可怕的是，这些火我去年也救过，前年也救过。问题一模一样，只是换了个版本号。」 我问他：你有没有想过，为什么同样的问题会反复出现？ 他沉默了一会儿说：「我知道你想说什么，应该建流程、建机制。但我真的没时间啊，每天光处理眼前的事就忙不过来了。」 这句话我太熟悉了。因为我自己也说过。 这恰恰是大多数游戏PM面临的最核心困境——**你越忙于救火，就越没时间建消防系统；越没有消防系统，火就越多。** 今天这篇文章，我想聊一个我认为是PM成长过程中最关键的认知转变：**从「解决问题」到「改进系统」。** 这不是什么新鲜概念。但在游戏行业，真正做到的PM少之又少。 --- ## 一、一个场景，两种PM 先来看一个游戏项目中非常典型的场景。 某个Sprint评审会上，制作人发现一个已经做完的关卡，战斗节奏和设计预期差距很大。敌人配置太密集，难度曲线不对，玩家体验很差。 **PM甲的反应：** 赶紧把关卡策划和战斗策划拉到一起开会，现场讨论怎么改。改完之后盯着他们执行，验收，确认结果符合预期。问题解决了，松了口气。 **PM乙的反应：** 也会先推动当前的问题解决。但在这之后，PM乙会多想一步：这个关卡策划为什么会做出一个节奏不对的关卡？ 是他能力不行？还是他做关卡的时候压根就没有参考战斗节奏的标准？是不是我们的关卡设计流程里就缺了一个「战斗体验预审」的环节——导致所有关卡策划都是凭个人感觉在做，做完了才发现不对？ 如果是流程缺失，那PM乙要做的不是盯着一个人改一个关卡，而是在关卡制作管线中增加一个验证节点，定义清楚战斗节奏的评估标准，确保后续每个关卡在进入正式制作之前都经过这道检查。 同一个问题，PM甲解决了一次，PM乙让它不再出现。 这就是「解决问题」和「改进系统」的区别。 --- ## 二、游戏项目为什么特别容易陷入「单点救火」？ 不是只有游戏PM才会陷在单点问题里。但游戏行业有几个特殊性，让这个陷阱比其他行业更深。 **第一，游戏开发的不确定性极高。** 做一款互联网产品，需求相对明确，技术路线相对成熟。但游戏不一样——一个玩法到底好不好玩，在做出来之前谁也说不准。这意味着游戏项目天然就会频繁遭遇「做了才发现不对、推翻重来」的情况。每次推翻，都是一轮新的问题爆发。PM如果只会跟着问题跑，永远跑不过来。 **第二，跨职能协作链条极长。** 一个游戏功能从需求到交付，可能要经过策划、原画、模型、动画、特效、程序、音效、QA八九个环节。链条越长，每个环节出问题的概率越高，信息丢失和理解偏差的可能性越大。PM每天面对的不是一两个问题，而是几十个不同环节上的不同问题。光是应对这些单点问题，就足以把一个PM的时间和精力吃得干干净净。 **第三，「能者多劳」的隐形陷阱。** 游戏行业的PM有一个特殊处境：你的价值很难被量化。项目成功了，功劳是制作人的、是策划的、是美术的；但出了问题，大家第一个想到的就是「PM怎么没协调好」。这种「价值隐性、责任显性」的特点，会让PM不自觉地用「我解决了多少问题」来证明自己的价值。 解决的问题越多，越有成就感，越觉得自己重要。但这种成就感是一个陷阱——它让你把时间花在了「灭火」上，而不是「防火」上。 --- ## 三、一个真实案例：从「每天催进度」到「进度自己跑」 我讲一个我自己经历的例子。 刚到一个新项目的时候，团队之前没有专职PM，协作方式比较原始。每个职能组自己管自己的进度，跨组的依赖靠口头约定，没有统一的项目管理工具，也没有明确的版本节奏。 我入职后第一个月做的事情，跟大多数PM一样：每天早上挨个组问进度，发现谁卡住了就去帮忙协调，有什么需要对齐的信息就拉个群传达一下。纯粹的「人肉路由器」模式。 问题很快就暴露了。 有一次我发现，程序组有两个功能被策划组的一个需求文档卡了三周——策划说「还在细化」，程序就一直等着。但这个信息从来没有出现在任何正式的沟通场合，我是在跟程序闲聊的时候偶然知道的。 三周。足够导致后续排期全部延后。 更让我警觉的是，类似的情况不止这一个。很多跨组的依赖项都在「静默等待」状态——被阻塞了，大家的反应就是先做别的，等对方给了再回来。没有人上报，没有人预警，直到最后兜不住了才爆发。 如果我继续用「每天问进度、逐个协调」的方式，这种事永远不会消失。因为问题的根源不在于「我问得够不够勤」，而在于**这个团队没有一套让信息自动流动、让风险自动暴露的机制。** 于是我开始搭系统。 **第一步，让风险可见。** 我推动团队统一使用项目管理工具，所有功能需求必须建单子，标注依赖关系和交付日期。最关键的一条规则：任何跨组依赖项，如果超过三天没有进展，单子状态自动变成「阻塞」，会出现在每周主管会的风险看板上。 这条规则的意义在于：以前一个功能卡住了，只有当事人自己知道。现在，卡住三天，全体主管都能看到。 **第二步，用正式场合制造承诺。** 光让风险可见还不够。可见了之后，谁来推动解决？靠PM逐个去催吗？还是那个老问题，催不过来。 我的做法是：所有阻塞项汇总到每周主管会上，当着制作人和所有职能主管的面，让阻塞方给出明确的交付节点。 当众给出的承诺，天然带有社交压力——你说了一个日期，所有人都听到了，下周会上大家都会看你做到没有。这比PM私下催十次都有效。 **第三步，让标准代替个人判断。** 最费我精力的事情之一，是反复审核各职能的产出质量。策划的需求文档写得够不够清楚？美术的资产规格对不对？程序的功能实现是不是符合设计预期？ 以前这些全靠我凭经验判断，逐个看、逐个反馈。效率极低，而且我不可能覆盖所有产出。 后来我做了一件事：把每类产出最常见的问题整理成检查清单——需求文档的自检清单、美术资产的验收标准、功能交付的DoD（Definition of Done）。这些清单不是给我用的，是给团队自己用的。 策划写完需求文档，对照清单自检一遍：目标人群写了没有？关键数值标了没有？异常情况处理写了没有？如果清单里的项都打了勾，程序那边基本不会再有「需求看不懂」的问题。 美术也一样。模型面数、贴图精度、命名规范、UV规格——这些验收标准写成文档，美术自己做完检查一遍，提交的时候大部分质量问题就已经被拦住了，不需要等到我或者主管去审的时候才发现。 三个月之后，效果开始显现。 我每天花在「问进度、催交付」上的时间减少了超过一半。不是因为问题变少了，而是因为很多问题在到达我之前，就已经被系统拦截了——要么被工具自动标记，要么被标准文档过滤，要么在周会上被公开讨论解决。 更重要的变化是团队的状态。以前大家遇到问题的第一反应是「找PM」，现在越来越多的人会自己看看风险看板、查查标准文档、在周会上主动提出阻塞项。不是因为他们突然变主动了，而是因为系统让「主动」这件事变得更容易了。 --- ## 四、为什么大多数PM做不到？因为建系统太「反人性」 道理说出来都不复杂。但为什么大多数PM——包括曾经的我——还是陷在单点救火里出不来？ 因为从「解决问题」切换到「建系统」，需要对抗三个非常强烈的人性本能。 **反人性挑战一：即时满足的诱惑。** 看到一个问题摆在眼前——策划和程序又吵起来了、外包交付的模型又不达标了——你的第一本能是什么？是赶紧冲上去把它解决掉。因为解决一个问题的即时快感是非常强的：你拉了个会，双方握手言和，事情往前推进了，你感觉自己很有价值。 但如果你选择不立刻上手，而是退后一步思考「为什么策划和程序总是在这个环节吵架」——这个过程没有即时反馈，只有漫长的分析、设计、沟通、推动、等待。对于每天都在高压环境中工作的游戏PM来说，放弃即时满足，选择延迟回报，太难了。 **反人性挑战二：系统见效慢。** 你直接拍个方案，今天就能往前走。但如果你要建一套机制让团队以后能自己处理这类问题，从设计到推行到磨合到见效，可能需要一两个月甚至更久。这中间你还得忍受「机制推行了但大家不按照执行」的挫败感，以及「问题还在发生但我不能亲自上手」的焦虑。 在游戏项目节奏这么紧的环境下，很少有PM能承受这种「短期看起来更慢」的方案。 **反人性挑战三：被需要的成就感。** 这一点最隐蔽，也最致命。 当你是那个所有人遇到问题都来找的人，你会不自觉地享受这种「被需要」的感觉。项目组40个人，每天有20个人来找你——这说明你重要啊，说明你不可替代啊。 但你有没有想过：如果你建好了系统，让大部分问题不再需要经过你就能解决——你是不是就没那么「被需要」了？这种「自己让自己变得不重要」的感觉，对很多PM来说是非常恐惧的。 尤其在游戏行业，PM的价值本来就难以量化。当你不再每天忙碌地穿梭在各种问题之间，当你看起来「很闲」的时候，你怕不怕制作人觉得「这个PM好像没什么事做」？ 这个心理障碍不解决，再好的方法论也落不了地。 --- ## 五、具体怎么建？四步构建你的项目管理系统 好，说了这么多「为什么」，聊点「怎么做」。 我自己的实践加上和其他项目PM的交流，总结了四个步骤。不一定适合所有项目，但背后的逻辑是通用的。 **第一步：搞清楚你每天在重复什么。** 拿出一周的时间，记录你每天处理的所有事项。不是写日报那种粗线条的，而是尽可能详细——跟谁开了什么会、处理了什么问题、做了什么决策、花了多长时间。 一周记完之后，你大概率会发现一个让你沮丧的事实：你花的时间里，有超过一半是在处理重复出现的同类问题。 需求文档不清楚导致程序理解偏差——这个月出过三次了。美术资产命名不规范导致资源管理混乱——每次版本提交都会出现。跨组依赖信息不同步导致进度延迟——几乎每个Sprint都有。 这些重复出现的问题，就是你构建系统的突破口。 **第二步：找到每个重复问题的「机制根源」。** 拿「需求文档不清楚」这个问题来说。你不能简单归结为「这个策划写文档的能力不行」。因为如果团队里不止一个策划出这种问题，那大概率不是个人能力的问题，而是**系统没有提供足够的支撑来帮助策划把文档写清楚。** 你要问的是：是不是没有一个标准的需求文档模板，让策划知道必须写哪些内容？是不是策划写完之后没有一个正式的评审环节，导致有问题的文档直接流入了下游？是不是策划和程序之间缺少一个「需求确认」的节点，导致程序拿到文档就开始做，有疑问也不问？ 通常你会发现，一个反复出现的问题背后，不是一个原因，而是流程中多个环节的缺失共同导致的。 **第三步：设计机制，而不是依赖自己。** 找到根源之后，设计解决方案。这里有一个关键原则：你设计的任何机制，都不应该以「需要你个人持续关注」为前提。 以刚才的需求文档问题为例，一个好的机制可能是这样的：制定一套需求文档模板，明确必填字段（目标人群、核心交互、异常处理、关键数值范围）；在程序拿到需求之前，设置一个「需求技术对焦」的环节，由程序接口人确认需求可执行再开工；对焦完毕后双方签字确认，这份确认过的文档才是正式的开发依据。 这套流程一旦跑起来，你不需要亲自审每一份需求文档，也不需要每次都协调策划和程序的分歧。模板帮策划想清楚该写什么，对焦环节帮策划和程序达成共识，签字确认让双方都有据可依。 **第四步：找一个人替你「看着」。** 这是很多PM忽略的一步，但我认为是最关键的。 建系统不是写个文档发个邮件就完事了。任何新机制在推行初期都需要有人盯着——有人不按规矩来怎么办？新同学不知道规则怎么办？执行过程中发现规则不合理怎么调整？ 如果这些全靠你自己盯，你很快就会发现：盯着机制运行所花的精力，并不比直接解决问题少多少。 所以你需要找到一个人（或一个角色）来承担这个「机制运行保障」的职责。在有些项目里，这个角色可能是一个助理PM；在另一些项目里，可能是各职能组的负责人。关键是把「确保机制正常运行」这件事从你的大脑里转移到别人的大脑里，让它成为某个人的明确职责，而不是你的额外操心。 有人帮你看着机制在跑，你才有真正的精力去思考更重要的事——比如下一个需要解决的系统性问题是什么。 --- ## 六、一个容易被忽视的问题：建系统的副作用 聊到这里，你可能觉得「建系统」就是完美答案。但我想说一个很多人不提的问题：**系统也有代价。** **代价一：团队会觉得「多了很多流程」。** 这是建系统过程中最常见的阻力。你加了需求评审环节，策划会觉得「以前直接跟程序说一声就行了，现在还要走流程，太慢了」。你加了验收标准，美术会觉得「我做了这么多年美术，还需要对着清单打勾？」 这种抵触几乎是必然的。应对的方式不是强推，而是**让大家先看到痛点，再接受方案。** 我的经验是：不要在没有痛感的时候推流程。等问题真的发生了——比如程序因为需求不清楚返工了一周，全组加班——这时候再提「我们是不是应该加个需求对焦环节」，大家的接受度会高得多。 **代价二：系统本身会变成新的问题。** 系统一旦建起来，它也需要维护和迭代。你半年前定的验收标准，可能在新的技术方案下已经不适用了。你设置的评审流程，可能在团队规模翻倍之后变成了效率瓶颈。 如果你建了系统之后就不管了，那这个系统迟早会变成团队的枷锁。你需要定期审视：这个机制还有效吗？它解决的问题还存在吗？它有没有制造新的问题？ 好的系统不是一成不变的规则，而是一个持续进化的有机体。 **代价三：你会变得「看起来不那么忙」。** 前面说过了。当系统运转良好，你不再需要每天冲在第一线救火。你可能有时间参加用户访谈、有时间做行业调研、有时间思考项目长期的风险和机会。 但在一些团队文化里，「不忙」等于「不重要」。你可能需要主动管理制作人和团队对你的预期——让他们理解你的价值不是「解决了多少个问题」，而是「让多少问题不再需要你来解决」。 --- ## 七、补一个反面案例：过度系统化的PM 为了平衡，我再说一个反面的例子。 我认识一个PM，到新项目之后非常热衷于建流程。入职第一个月就搞了一套极其完整的制度：需求评审有三轮、代码提交有五步审核、美术资产验收有二十几条标准……整个团队被流程裹得密不透风。 结果呢？团队的迭代速度反而变慢了。一个简单的bug修复，走完整个流程要两天。策划想做个小实验验证一下手感，发现走完审批流程的时间比实验本身还长。更糟糕的是，团队开始抱怨PM「不懂业务只会搞流程」，对PM的信任急剧下降。 这个案例说明一个重要的原则：**系统是为了解决问题而存在的，不是为了让PM显得专业。** 在建任何机制之前，先问自己两个问题：这个机制解决的是一个真实存在的、反复出现的问题吗？还是我为了「看起来有章法」而设计的？这个机制的成本（时间、沟通、团队情绪）是否低于它解决的问题的成本？ 如果答案不确定，那就先别建。等问题真的来了再建也不迟。 所有好的系统，都是被真实的痛点「逼」出来的，而不是在办公室里「想」出来的。 --- ## 八、最后一件事：你不需要一步到位 写到这里，我想做一个预防性的说明。 这篇文章讲的是「系统思维」，但我绝不是在说每个PM都应该立刻停下手头的工作，去搞什么「项目管理体系大升级」。 **事实上，对于工作一到四年的游戏PM来说，能解决好单点问题本身就是一种重要的能力。** 你得先能灭火，才有资格谈怎么建消防系统。 我想传递的是一个思维习惯的转变：当你下次成功解决了一个问题的时候，多问自己一句—— 「这个问题，下次还会出现吗？如果会，我能做什么让它不再出现？」 你不需要每次都想到答案。但只要你开始问这个问题，你就已经在从「问题解决者」向「体系架构师」的方向迈步了。 一个月解决一个系统性的问题，一年下来就是十二个。两三年后回头看，你会发现你管理的项目，越来越多的事情不需要你亲自介入就能运转良好。 那时候你就会理解：**PM的终极产品不是某个版本的按时交付，而是一套能让版本持续按时交付的系统。** 🎙️ 本文有播客版：[小宇宙链接](https://www.xiaoyuzhoufm.com/episode/69bcca512d318777c9d5879b?utm_source=rss) 如果你想继续系统梳理从执行到体系化管理的方法，可查看[从执行者到架构师](/courses/from-executor-to-architect/)。 --- ## 2026 Q1 AI总结——一个游戏PM的观察 - URL：https://pmnote.ai/articles/game-pm-ai-2026-q1-review/ - 发布于：2026/03/29 - 专题：AI效率与游戏PM - 摘要：复盘2026年Q1 AI在人才争夺、游戏研发、美术生产和团队流程中的变化，指出真正的差距来自认知和组织使用方式。 看身边的各类AI新闻，你可能会觉得AI在游戏行业已经翻天覆地了 - GDC今年直接把名字改成了"GDC游戏节"，官方说法是"新技术和工具重新定义了谁能成为创作者"； - 腾讯已经有超过40款游戏落地了AI应用； - Tripo3D发了3.1版本，有评测说AI 3D建模正式从"实验玩具"跨入了"生产工具"阶段； - AI原生游戏也开始冒头了。 但如果看自己的项目，你可能觉得——好像也没变那么多？ 作为一名游戏行业从业者，有一个很直观的感受：大家都在用AI，但用的深度差距很大。 新闻里的AI进展和项目里的AI落地之间，隔着一条巨大的鸿沟。 而这条鸿沟的根源，不是工具差距，不是预算差距，甚至不是技术能力的差距。 ## 是认知差距。 这篇文章是我对Q1游戏行业AI现状的一次个人观察和总结。 ## 大环境：AI人才争夺战 一个17岁的深圳高中生，入职国内顶尖AI公司5个月，以第一作者身份发了一篇重磅论文，成果让马斯克公开点赞。一年前，他连大模型的底层技术是什么都不知道。 字节创始人搞了个创新中心，每年招30个16到18岁的全职预备研究员。 腾讯面向全球中学生开放暑期AI实践，三个岗位里两个是AI方向。 百度启动了公司史上最大规模的实习招聘，九成和AI直接相关。腾讯今年要招1万名实习生，字节7000个。 AI人才的争夺已经从社招卷到校招，从校招卷到中学生。 腾讯从OpenAI挖研究员，小米从DeepSeek挖人，字节几乎接触过竞对团队的每一个核心成员。 核心AI岗位200万年薪起步，不设上限。AI相关岗位的平均月薪超过6万，比市场大盘高出两三成，核心人才跳槽涨幅集中在20%到30%。 有人说这个架势像极了十多年前阿里上市前后的黄金期。 翻一翻头部游戏厂商的招聘页面——腾讯互娱140多个AI相关岗位，网易互娱190多个，米哈游130多个。 而且不只是专门的AI岗在增长，越来越多的美术、策划、项目管理岗位，JD里都开始写上"熟悉AI工具"。 两三年前这还是一条加分项，现在正在变成入场券。 大厂面试已经在直接聊你的AI使用情况了。 不只是问"你知不知道AI"，而是问"你日常怎么用的、用在哪个环节、解决了什么问题"。 有些岗位JD上甚至还没更新，面试官已经在按这个标准筛人了。 ## 第一层：用不用 我观察到的第一层差距是：有的团队已经把AI跑了好几个月，有的团队还在观望。 有的团队在3D模型生成这个方向上一直很谨慎，因为3D资产"最终产出要面向用户"，"AI生成的东西质量还不够"，"等成熟了再引入"。 结果是：别的团队已经把Tripo3D等工具跑了好几个月、踩完了坑、摸清了边界。而他们才刚开始试。 那些用得最深的团队，一开始选的工具后来全都被推翻了——因为AI工具迭代太快，新模型出来老方案就过时了。 但正因为一直在用，他们对工具能力的判断力远超观望者。新东西一出来，几天就能判断"适不适合我们"。 这个季度AI 3D工具的进展就很能说明问题。 Tripo3D发了3.1版本，支持高精模型和快速游戏模型，还出了Blender和UE5插件； 腾讯混元3D迭代到了2.0/2.5版本，开源了，支持PBR材质和自动骨骼绑定。 一月份还觉得"不够好"的东西，三月份可能已经可以用了。 "等它成熟"这个策略本身就是最大的风险。 而且有一个很多人没注意到的事实：程序侧的AI应用已经非常成熟了。 我接触到的程序负责人，日常开发基本离不开AI了——写代码、修Bug、做编辑器工具、自动编译、写测试用例。 有个团队用AI把一个移动端渲染方案搞出了初版，这件事之前很多公司都没做成，AI两天就出了可用原型。 一个主程跟我说："工具类型的，基本上已经完全覆盖了。" 很多人聊AI在游戏行业的应用，第一反应还是"AI画图"。 但程序侧可能比美术更早进入"标配"阶段——只是没那么多人在讨论。 ## 第二层：个人用还是团队用 OK，假设你已经开始用了。那你可能正好卡在第二个坑里。 这个坑比较隐蔽：你用AI用得很溜，但你是团队里唯一在用的人。 有一个团队统计了AI工具的使用数据，发现频繁使用的人，基本都在团队中AI负责人的工位周围一圈——因为有问题随时能问，用起来没障碍，而其他人则不用。 后来他们做了几件事：简化了账号管理、把常用功能整合到统一入口、在wiki上写了操作说明。使用率才慢慢上来。 AI从"有人在用"到"成为标准流程"，中间差的不是工具，是有没有人去推。 今年GDC上一家爱尔兰游戏服务公司有个观点："有太多人在思考如何做更好的AI，太少人思考如何更好地做产品。" 他们说，作为游戏开发者，"不要忘了AI生成的东西要能用在管线里"。 这就是团队级落地和个人使用之间的核心区别。 个人使用是"我用AI更快了"，团队落地是"我们的工作流变了"。 举个具体例子。过去[原画](/glossary/concept-art/)给一张正面图，3D要自己想象侧面和背面长什么样，经常理解有偏差，来回沟通。 现在流程变了——原画画好正面图，AI自动生成三视图，3D直接拿着三视图开工。中间那一轮"你做的不像我画的"直接省了。 这个功能之所以能变成标准流程，是因为它确实比以前快、确实减少了沟通成本，大家用了几次就形成习惯了。 反过来说，如果一个AI工具用起来比不用还麻烦——要切账号、要排队、经常报错——那怎么号召都推不动。 大厂内部也在拼命解决这个问题。几乎每家大厂都在内部推AI课程和AI工具，本质上就是在做同一件事：让AI从"几个人的效率提升"变成"团队的能力升级"。 ## 第三层：替代旧流程，还是创造新流程 这一层的差距最大。 很多团队用AI的方式是拿它加速现有流程——原来画一张图要三天，用AI一天搞定。效率提升了，但流程没变。 这当然有价值。但还有另一种玩法。 有的团队发现，AI不只是让现有流程变快，它让一些原来不可能的流程变得可能了。 比如2D和3D之间。传统流程是原画出图→3D建模→原画看效果→来回调。 现在有团队在试：2D画完概念图→AI生成三视图→AI图生模型→2D自己就能看到3D效果→确认没问题再给3D深化。 2D直接打通了3D。 不是"效率提升了30%"，是中间一整个沟通环节消失了。 类似的事也发生在策划和程序之间。有团队做技能系统，策划不再拉蓝图——蓝图复杂了就变成"八爪鱼"，只有写的人能看懂。现在策划把需求告诉AI，AI读编辑器代码后自动生成配置，策划只需要打开编辑器检查一下。 工种之间的边界正在被重新划分。 招聘端也在反映这个趋势。游戏行业越来越青睐一种人——自己的专业够深，同时对上下游有了解。 做2D的也懂3D流程，做策划的也能写脚本。你越清楚整个流程的全貌，就越能判断AI该在哪个环节介入。 这一点从薪资数据也看得出来——能把AI和专业能力结合起来的复合型人才，薪资已经比行业平均高出不少，而且还在涨。 ## 那什么东西是AI做不了的？ 说了这么多能做的，也得说说做不了的。 复杂的游戏逻辑、线程调度、动画资产联调——需要有经验的程序引导。 AI生成的3D模型，贴图质量不够、UV是乱的、拓扑有问题——精修还得靠人。 剪辑需要节奏感和叙事能力，AI做不好。判断一个同事说"下周能做完"是承诺还是客气话——AI更做不了。 但这里有一个很多人搞反的事。 大家总是拿项目里最复杂、最高标准的东西去衡量AI。 "AI能做出3A级别的角色模型吗？不能？那再等等。" 可你的项目里有多少东西真的需要那个标准？ 场景里的石头、花盆、栏杆、地表贴花——AI直接生成的就可以用。 NPC和非付费角色的立绘——Lora训练后批量出，有团队覆盖了非付费角色70%的产能。 外包角色的粗模环节——原来一周到一周半，AI直接替代了。 AI生成的东西不完美，但如果"可编辑"——人拿过来改改比从零开始快得多——它就已经创造了价值。 不要因为AI做不了最难的那10%，就否定它在剩下90%上的作用。 > 关于AI在游戏项目各环节的应用和踩坑经验，我在[本站](/)有更多分享，感兴趣可以看看。 ## 最后，回到人 这篇文章写到这里，可能有人会焦虑，有人会觉得"又是贩卖焦虑"。 说实话，焦虑是正常的。当大厂把AI人才的争抢从大学生卷到中学生、当AI相关岗位数量同比增长十几倍、当你的同行已经在用AI重新定义工作流而你还在犹豫要不要试——不焦虑才不正常。 但焦虑之后更重要的是看清一件事：在AI这个领域，你的起点不重要，你的加速度才重要。 那个17岁高中生一年前什么都不懂。 DeepSeek团队将近一半是应届生。 能熟练搭建AI工作流的人，首先证明的不是"我会用某个工具"，而是"我的学习速度够快"。 所以这件事的本质不是"AI会不会取代你"。是你愿不愿意从今天开始尝试AI。 哪怕只是找你日常工作中最重复的一件事，用AI试一遍。 这一步跨出去，后面的事情会自然发生。 我会持续关注AI在游戏行业的发展进度，每个季度做一次观察总结。 ## 关于我 我是Hao，10年游戏行业经验，一名游戏PM。同时运营「游戏PM笔记」，专注于游戏项目管理和AI提效方向的内容输出。 这篇文章聊的是认知层面的东西，很多具体的工具、流程没有展开。如果你想看更落地的内容——AI怎么融入游戏PM的日常工作、具体用在哪些环节、怎么一步步搭建自己的AI工作流——这些我写在了[游戏PM的AI实战手册](/courses/game-pm-ai-practical-guide/)课程里，可以在课程页查看详情。 --- ## 游戏PM的4个职业陷阱 - URL：https://pmnote.ai/articles/bilibili-bv1hvwmzeeyr/ - 发布于：2026/03/28 - 专题：求职与转行 - 摘要：PM职业发展中容易踩的四个认知误区。 ## 先猜一个答案 团队里想培养一个人往上走，但候选人都不太主动——每个人手上的活都做得挺好，可涉及跨职能推动、上下游衔接这类模糊地带的工作，没人愿意碰。 你猜最后谁最有可能被提拔？大概率不是能力最强的那一个。 ## 陷阱一：以为能力最强就该做管理 晋升考察的不是你能不能做好一件事，而是你能不能把一件涉及多方协作的事情推动落地。主动去发现问题、暴露问题，然后找有解决能力的人来解决它——这件事本身就是管理的核心动作。你不需要亲自解决每一个技术问题，你需要的是问题被看见、被推动、被关闭。 反过来说，能力强的人有时反而不适合做管理。专业能力强很容易伴随自信甚至傲气：我做得比你好，为什么要迁就你？但管理恰恰需要反过来——你得愿意花时间在协调这件看起来没那么酷的事情上。 所以想往管理方向走，最值得做的，是在日常里主动承担那些没人管的、跨职能边界模糊的事——而不是回头去补技术短板。这些将来都会成为你的案例库。 ## 陷阱二：只盯执行层，忘了向上管理 我自己在这件事上吃过亏。我是一线出身的PM，天然和一线同学走得更近，更关心执行层的推进。但PM是中枢角色：不仅要拉齐下游的执行，还要拉齐上游的预期。向上的信息同步、预期管理，和向下推动同样重要——上游失控的项目，下游管得再好也会被推翻。 ## 陷阱三：把高强度输出当常态 持续的高强度输出不是常态。版本有节奏，人也该有节奏。把自己长期按在冲刺状态，换来的不是更多产出，是判断力的下降。节奏管理是PM的核心能力，首先得用在自己身上。 ## 陷阱四：以为直觉是天赋 很多人问我，判断一个方案能不能落地、有什么风险的直觉是怎么来的。不是天赋。一开始是刻意练习：听到一个方案，有意识地提醒自己站在PM的角度去想。练到后来，这个过程变成了潜意识的反应——听到方案，脑子里自动开始跑风险检查。重复的刻意练习，最终内化成了直觉。 同样，了解美术、程序的执行细节，靠的不是脱离场景去学，是被事情推着走。前几天面试被问到某个美术环节的具体人天，我直接说不知道——知不知道这件事本身并不重要，你该知道的时候会知道的。**最高效的学习方式，永远是在解决实际问题的过程中被迫掌握你需要的技能。** 想系统进阶，可以看[《从执行者到架构师》](/courses/from-executor-to-architect/)。 --- ## 文科生转行做游戏PM，到底要补什么？ - URL：https://pmnote.ai/articles/liberal-arts-to-game-pm/ - 发布于：2026/03/19 - 专题：求职与转行 - 摘要：文科生转行游戏PM不必先补技术大全，而要补行业认知、研发流程、工具使用和结构化沟通，把原有经验翻译成岗位能力。 ## 文科生能做游戏PM吗？ 我是学中文、新闻、英语的，没有技术背景，能做游戏项目经理吗？ 要不要先去学 Unity、学编程、学游戏引擎？ 不懂技术的话，是不是根本没法跟研发团队沟通？ 这些问题我在后台收到过太多次了。每次看到，我都觉得，问题本身就问得太大了。 “文科生做游戏PM要学什么”，这句话跟“我想减肥应该吃什么”一样，不区分具体情况就给答案，基本等于制造焦虑。 所以今天换一种方式来聊这件事。 不讲虚的，直接按能力模块拆解：游戏PM需要哪几块能力，每一块要补到什么程度，以及文科背景在哪些地方其实是优势。 先说结论：文科背景不是硬伤。但你也不能什么都不补，然后指望光靠“我沟通能力强”就能拿到 offer。 ## 一、行业认知：你对游戏行业的理解够不够 这是很多文科生最容易忽略的一块。 你可能很喜欢玩游戏，但“喜欢玩”和“理解这个行业”是两回事。面试官不会因为你王者段位高就觉得你懂游戏行业。 他想听到的是：你知不知道一款游戏从[立项](/glossary/project-approval/)到上线大概经历哪些阶段？你对当前市场上主流的游戏品类和商业模式有没有基本判断？你能不能说出几个你关注的游戏产品，以及你觉得它们做得好或者不好的地方？ 这些东西不需要你有从业经验才能知道。它考的是你有没有主动关注这个行业，有没有用“从业者视角”而不是“玩家视角”去理解游戏。 补到什么程度：至少要能讲清楚游戏行业的基本商业逻辑，也就是游戏怎么赚钱；主流品类的差异，比如 MMO、卡牌、开放世界在团队规模、开发周期、迭代节奏上有什么不同；以及当前行业的大致状态，比如哪些赛道在增长，哪些赛道在收缩。不需要多深，但不能是空白。 怎么补：每天花 20 分钟看游戏行业资讯，比如游戏葡萄、GameLook、触乐；关注几个你感兴趣的游戏产品，试着用“产品视角”去分析它们的更新和运营动作。坚持一个月，你对行业的感觉会完全不同。 ## 二、流程理解：游戏到底是怎么做出来的 这是文科生转行最核心的知识缺口，也是面试中最容易被问倒的地方。 游戏PM的日常工作，本质上是在管理一个“把想法变成可玩产品”的过程。如果你不理解这个过程里有哪些环节、每个环节谁负责、环节之间怎么衔接，你就没法做这份工作。 具体来说，你需要理解三件事。 第一，游戏研发的几个大阶段：概念验证、预生产、量产、测试与优化、上线与运营。每个阶段的目标不同、节奏不同，PM要做的事也不同。 第二，策划、程序、美术这三个核心职能各自在干什么。策划负责“做什么”，也就是需求定义；程序负责“怎么实现”，也就是技术方案；美术负责“长什么样”，也就是视觉呈现。PM不需要替他们做决策，但必须听得懂他们在说什么，知道他们卡在哪里。 第三，一个需求从提出到上线，技术侧大概经过哪些步骤。常见链路是：需求评审、技术方案、开发、自测、联调、提测、Bug 修复、验收、合版、上线。这条链上每个环节可能卡在哪里，PM心里得有数。 补到什么程度：不需要你会写代码，也不需要你会画 3D 模型。但你至少要能看懂一份需求文档，知道什么是“版本”和“迭代”，理解为什么有些需求不是“你想做就能做”。面试时如果被问到“一个功能从需求到上线要经过哪些步骤”，你得能说出个大概。 怎么补：找几篇讲游戏研发流程的文章系统看一遍。如果身边有做游戏的朋友，请他吃顿饭，让他讲讲他们团队怎么做一个版本。这个方法比看十篇文章都管用。 ## 三、工具能力：PM的基本装备 游戏PM每天都在跟各种工具打交道。工具本身不难学，但你得知道有哪些，以及每个工具解决什么问题。 项目管理工具包括 JIRA、飞书项目、Tapd、禅道等。不同公司用不同工具，但要做的事是一样的：把任务拆解、分配、追踪、验收。你需要理解看板、冲刺、工时、工作流这些基本概念。 文档协作工具包括飞书文档、Confluence、石墨等。PM日常要写大量文档，比如会议纪要、需求跟踪表、风险清单、周报、复盘报告。文档不是“写给自己看的笔记”，而是“推动事情往前走的工具”。 沟通工具包括飞书、企业微信、Slack 等。听起来好像不用学，但游戏团队的沟通有它的特殊性：跨职能协调多、异步沟通多、[版本节奏](/glossary/version-cadence/)快。怎么高效地在群里同步信息，怎么写一条让人一眼看懂的进度更新，这是基本功。 补到什么程度：面试前至少熟悉一款主流项目管理工具的基本操作，JIRA 或飞书项目都可以。理解看板视图、Sprint 规划、任务状态流转这些概念。如果你之前完全没接触过，注册一个免费版自己建个项目玩一玩，花不了半天时间。 ## 四、沟通与协调：文科生的隐形优势 终于说到文科生的强项了。 游戏PM这个岗位，说到底是一个“让不同背景的人高效协作”的角色。 策划觉得这个功能非做不可，程序说技术上实现不了，美术说排期排不下，这种场景每天都在发生。PM要做的，是听懂每一方的真实诉求，找到大家都能接受的方案，然后推动它落地。 这需要什么能力？理解力、表达力、共情能力、结构化思维。 这些东西，恰恰是文科训练最擅长培养的。 你在大学里写论文、做辩论、做社团、做活动策划，这些经历里锻炼出来的“把复杂的事情讲清楚”“在不同立场之间找平衡”“推动一群人完成一件事”的能力，在游戏PM的工作中非常有用。 但这里有个坑：很多文科生把“沟通能力强”等同于“会说话、性格好”。 不是的。PM需要的沟通能力是结构化的。你要能把一个模糊的问题拆成几个具体的子问题，要能把不同人的反馈整理成可执行的结论，要能在会议上用两分钟讲清楚一件事的背景、现状和需要的支持。 补到什么程度：你不需要额外去学什么沟通课。但你需要有意识地训练自己的结构化表达。说任何事情之前先想清楚：结论是什么，原因有几个，需要对方做什么。这个习惯养成了，面试和工作都受益。 ## 五、别陷入“系统学习”的陷阱 很多文科生一决定转行，就本能地想“系统学习”：买一堆课、看一堆书、列一个庞大的学习计划，从游戏引擎到编程语言到项目管理知识体系，恨不得花半年把所有东西学一遍再去投简历。 我特别理解这种心态。因为你觉得自己“什么都不懂”，所以想先把短板补齐，补到有安全感了再行动。 但现实是，你大概率学着学着就跑偏了。 花了两个月看 Unity 教程，发现 PM 根本不需要会 Unity；花了一个月读 PMP 教材，发现游戏行业的项目管理和 PMP 讲的是两套东西；学了一堆，既没做出东西，也没离岗位更近。 更要命的是，你本来擅长的那些东西，比如理解力、表达力、对人的感知，因为所有时间都拿去补技术短板了，反而没有得到展示和打磨。 我更建议的方式是：先搞清楚目标岗位到底需要什么，然后按需补，补到够用就行。 什么叫“够用”？就是你能听懂研发在说什么，能在面试中讲清楚游戏是怎么做出来的，能拿出一份像样的项目管理案例，哪怕这个案例来自你之前的非游戏工作经历。 金融背景的同学，你在银行管过复杂项目、做过流程优化，这些经历换一种语言讲，完全可以对应到游戏PM的能力模型上。新闻传播背景的同学，你做过内容策划、协调过跨部门合作、管理过紧凑排期，这些也是PM的核心技能。 关键不是你学了什么新东西，而是你能不能把已有经验翻译成游戏行业听得懂的语言。 ## 六、总结：想清楚这三个问题 所以如果你问我，文科生转行做游戏PM，到底要补什么？ 我的答案是：不要泛泛地问“我要学什么”。这个问题太大了，容易把自己问迷茫。 真正有效的思路，是想清楚三个问题。 第一，我想去什么类型的游戏公司、做什么方向的PM？ 大厂的执行PM、中小团队的全能PM、美术方向的管线PM，不同方向对能力的侧重不一样。 第二，这个方向真正需要我理解什么？ 是行业认知不够，还是流程理解有缺口，还是工具不熟悉？对症下药，别一锅端。 第三，我补到什么程度，才能在面试和工作中说得上话？ 不是补到精通，是补到够用。然后把省下来的时间，放在打磨你真正的优势上。 文科背景不是你的包袱。你对人的理解、对语言的敏感、对复杂信息的整理能力，这些在游戏PM的工作中每天都在用。 真正会让你掉队的，不是“我不会写代码”，而是“我对游戏行业一无所知就来面试了”。 补该补的，亮该亮的，别把自己补成“高不成低不就”。 关于入行准备，我在[游戏项目管理14讲](/courses/game-project-management-14-lessons/)里做了更系统的梳理：游戏研发全流程是什么样的，PM在每个阶段扮演什么角色，日常工作有哪些，需要哪些基础技能，这些入行前需要搞清楚的问题，课程里都有覆盖。 如果你已经入行 1-3 年、正在经历成长瓶颈，也可以看看进阶课[从执行者到架构师](/courses/from-executor-to-architect/)。 如果你希望结合自己的背景判断转行路径、简历表达或面试准备，可以查看[咨询服务](/services/)。 --- ## 当AI重新划分游戏行业的阶层 - URL：https://pmnote.ai/articles/ai-reshaping-game-industry/ - 发布于：2026/03/14 - 专题：行业观察 - 摘要：分析AI如何拉大游戏行业个体能力差距，重新划分资源持有者、AI深度使用者和纯执行者的职业位置。 最近刷朋友圈和各种行业群，有一种很强烈的感觉： ## AI相关的消息密度已经到了让人窒息的程度。 隔几天一个新模型，隔一周一个新工具，今天某团队用AI三天做了个[Demo](/glossary/demo/)，明天某公司宣布裁掉一半外包改用AI。 你打开任何一个游戏从业者社群，话题永远绕不开AI。 焦虑是弥漫性的。 你知道应该学点什么，但不确定该学什么；你觉得不能落后，但又不清楚"前面"在哪里。 身边有人已经用Cursor重构了自己的工作流，也有人试了两天就放弃了，觉得"也就那样"。 前阵子和一个资深PM朋友聊天，他感慨道： "现在每天下班路上都在想，我这个岗位三年后还存不存在。不是被裁员那种不存在，是这个岗位的定义会不会被彻底改写。" 这个问题我也一直在想：当AI重新定义了生产效率，游戏行业的权力结构、阶层分布和职业路径会发生什么变化？ 我和几个朋友深聊了一次，聊了很久，从行业现状聊到历史规律，从技术趋势聊到个人选择。 ## 一个反直觉的事实：技术进步从来不会让人更轻松 很多人有一个模糊的直觉： AI提高了效率，应该让人更轻松才对——机器干活，人就可以歇着了。 这个直觉几乎在所有历史时期都被证伪了。 工业革命之前，欧洲农民的实际劳动时间没有我们想象的那么长。 经济史学家估算，中世纪英国农民全年工作天数大约150天，日均劳动六到八小时。 日出而作日落而息，农闲时节赶集、喝酒、过节日，一年的假期加起来接近五个月。日子不富裕，但时间是自己的。 然后蒸汽机来了。纺织工人的每周工作时间从45小时暴涨到80甚至100小时。一个"解放生产力"的技术革命，反而把工作时间推到了历史极值。 ## 为什么？因为机器比人贵。 工厂主需要机器24小时运转来收回成本，而失去了土地的前农民除了按工厂的节奏出卖时间，别无选择。 后来工作时间确实降下来了，但不是因为技术又进步了，而是因为工人开始有组织地反抗。八小时工作制是整整一个世纪的抗争换来的，不是资本家的良心发现。 这段历史给出了一个冷硬的公式： ## 工作时间 = 技术效率 × 权力结构。 技术提高了效率，但效率的红利分配给谁，取决于博弈的力量对比。 把这个公式套到游戏行业，一切就清晰了。 ## 游戏行业的"效率陷阱" 过去几年，游戏行业经历了一轮又一轮的"效率革命"——引擎升级、中台建设、敏捷流程、自动化工具链。每一轮都许诺"更高效、更轻松"。 结果工具越来越强，但加班越来越多。 [立项](/glossary/project-approval/)越来越快，但项目死亡率也越来越高。团队管理越来越"科学"，但从业者的心理状态越来越差。 这不是错觉。 2018年你做一个中型手游，团队可能五六十人，开发两到三年。 2025年你做一个同等体量的项目，团队可能精简到三四十人了——但每个人的工作强度比以前更大，因为老板的逻辑很简单：工具效率提升了，同样的人就应该产出更多。 没有哪个老板会因为引擎效率提高了就让团队提前下班。他会让你用省下来的时间多做一个玩法原型，多跑一轮测试，多打磨一版美术。 ## AI正在把这个逻辑推到极致。 当一个程序员用AI Coding一天能写完过去一周的代码量，老板不会说"太棒了你可以早点回家"，他会说"太棒了我们可以多做两个Feature"。 当一个美术用AI一天能出五版概念图，美术总监不会说"那你休息吧"，他会说"那我们把每个方案都迭代到更精的程度"。 效率提升永远不会被转化为闲暇，只会被转化为更高的产出要求。 这是竞争环境下的必然——你的竞争对手也在用AI，如果你把效率红利转化为休息而不是产出，你就输了。 ## 被忽略的变量：个体能力差距正在指数级拉大 如果说效率陷阱只是让人更忙，那接下来这件事的影响可能更深远。 过去游戏行业的分工逻辑建立在一个假设上： ## 同一个岗位、同一个职级的人，产能大致在同一个数量级。 一个三年经验的程序员和另一个三年经验的程序员，写代码的速度可能差两三倍，但不会差十倍。 AI正在打破这个假设。 我在之前的文章里提过，团队里每个人使用AI的水平参差不齐。 有人已经用Claude Code重构了整个工作流，有人还在把AI当搜索引擎用。 同一个岗位、同一个职级，实际产能可能差出一个数量级。但这只是冰山一角。 更深层的变化是： 一个深度掌握AI的人，不只是效率更高，他能做的事情的种类也在急剧扩展。 一个掌握AI的游戏PM，不只是写会议纪要更快、做Sprint报告更高效——他可以自己搭建项目管理的自动化系统，可以用AI做风险预测模型。我自己就用AI开发了[PM社区的网站](/)，这在两年前对一个不会写代码的人来说是完全不可想象的。 一个掌握AI的策划，不只是写需求文档更快——他可以直接生成可运行的原型来验证玩法，跳过了"策划写文档→程序理解→开发→验证"这整条链路。 一个掌握AI的美术，不只是画概念图更快——他可以独立完成从概念设计到变体生成到原型展示的全流程。 这种能力的跃迁不是线性的，而是指数级的。 而且它有一个关键特征： ## 一个人和自己的沟通效率最高，不需要开会、不需要对齐认知、不需要等审批流转。 一个超级个体配合AI，实际产出可能超过一个五人团队——不是因为他干活更快，而是因为他省掉了所有协调成本。 ## 游戏行业正在经历一次隐性的重新分层 做游戏的人都熟悉一个概念：段位。 排位赛里，青铜和王者玩的是同一个游戏，但他们面对的世界完全不同 ——匹配的对手不同，可用的策略不同，获得的奖励不同，甚至游戏体验本身都不同。 名义上在一个系统里，实际上活在不同的维度。 AI正在游戏行业内部制造一场类似的排位重置。 不是你原来在什么段位就永远在什么段位——而是评分规则变了，很多人的段位正在被重新计算。 ## 定段位的人：资源持有者 投资人、公司创始人、核心制作人——他们是规则的制定者。 他们的核心价值不在于自己会不会用AI，而在于资源调配和方向判断。做什么品类、投多少钱、什么时候上线、团队怎么搭，这些决策的权重在AI时代不但没降低，反而更高了。 因为AI降低了执行门槛之后，"做得出来"不再稀缺，"知道该做什么"才稀缺。 之前分享过一期游戏行业投资人的对话，他们看团队的核心标准其实很简单：有没有足够深的行业认知、有没有经历过失败并从中学到东西、有没有对一件事投入过一万小时的积累。 AI时代这些标准只会更严格，不会更宽松。 这一层的人受AI冲击最小。 甚至可以说，AI是在帮他们——用更少的人做更多的事，用更低的成本试更多的方向。 ## 上分最快的人：专业基础+AI深度使用者 这是AI时代真正的受益群体。 他们的共同特征是：有扎实的专业积累打底，同时把AI深度嵌入了自己的工作流。 不是"用过ChatGPT"那种浅层使用，而是真正理解自己领域的工作方式后，知道AI在哪些环节能替代自己、在哪些环节能放大自己。 在游戏行业，这群人的画像越来越清晰：能用AI Coding搭建自动化工作流的PM、能直接生成可运行原型验证玩法的策划、能把AI生成工具深度嵌入量产管线的TA、能独立完成从概念到成品全流程的美术。 一个人配合AI，产出可能等于过去一个小团队。 但这个群体的准入门槛很高。AI是放大器，不是创造器——它放大的是你已有的能力，不会凭空给你能力。 很多想转行做游戏PM的人，连游戏研发的基本流程都没搞清楚——立项、预生产、制作、测试、上线运营各个阶段PM要做什么，策划、程序、美术各组的工作方式和思维差异是什么。 这些基础认知不是AI能帮你补的，它是你驾驭AI的前提。就像你不懂国际象棋的规则，再强的AI也没法帮你赢棋。 我做的游戏PM基础课就是解决这个问题——先帮你建立对游戏研发全流程的认知框架，理解PM在每个环节中的角色和价值。有了这个地基，你才有资格谈"用AI放大自己"。 而对于已经有一定经验的PM，挑战在于从"执行者"跃迁为"架构师"。我一直说PM有三个段位：任务跟进者、问题解决者、体系架构师。 AI正在大量接管第一个段位的工作——进度追踪、信息同步、数据整理。 如果你还停留在这个层面，你的价值正在被快速稀释。但如果你能往上走，成为能设计体系、做出关键决策的人，AI反而是你最强的杠杆。 进阶课程里我花了很大篇幅讲这个转变——怎么从"拿到问题就动手"变成"先分析问题的本质，再从机制层面设计解决方案"。预见性管理、跨职能协作、体系化设计，这些能力在AI时代不是变得不重要了，而是变成了上分和掉段之间的分水岭。 ## 可能即将掉段的人：技能单一的纯执行者 这是最残酷的部分。 不是说这些岗位明天就消失了。而是工作还在，但价值在急剧缩水，议价能力在持续下降。 举个具体的例子。 两年前一个游戏公司的外包管理岗，核心工作是对接供应商、传递需求、跟进进度、验收交付。 这些事现在还需要人做，但当AI可以辅助生成更清晰的需求文档、自动追踪外包进度、甚至自动执行初步的质量检查，这个岗位就从"不可或缺"变成了"可以被压缩"。 可以思考下你每天的工作里，有多少是在做判断和决策，有多少是在搬运信息和执行流程？如果后者占了七成以上，不管你的title是什么，你的真实段位也许都在下滑。 ## 那个"努力就有回报"的时代正在结束 过去十年，中国游戏行业经历了一段罕见的普惠式繁荣。 人口红利和流量红利推着整个行业往上走。 很多人通过进入游戏公司实现了收入的跃升——2015年到2020年间，一个普通的游戏行业从业者年薪从十几万涨到三四十万甚至更高，不少人买房买车、实现了阶层跃升。 ## "进大厂"成为一整代游戏从业者的核心追求。 这段繁荣让很多人形成了一个信仰："努力就有回报。"你多加一天班，就能多做一个Feature，项目就能多赚一点钱，年终奖就能多发一些。 你的努力和别人的努力大致等价，你多干一小时就比别人多产出一小时。 但这个信仰的底层假设正在被动摇。 一方面，红利消退了。 人口红利见顶、[版号](/glossary/game-license/)收紧、市场从增量转存量。 很多人的"高薪"其实是被时代的潮水托着走的，潮水退了才发现自己的真实竞争力远没有薪资单上写的那么高。 我们都听过一句调侃："不要把平台的能力当成自己的能力。"这句话在游戏行业正在从调侃变成现实。 另一方面，AI正在打破"努力等价"的假设。 当一个掌握AI的人能创造出数十倍于普通人的价值，"勤奋"本身就不再是稀缺资源。稀缺的是驾驭AI的能力，以及——比驾驭AI更底层的——判断力和决策力。 中国游戏行业过去十年的高薪和扩张，某种程度上也是一种"被供养"——被人口红利供养，被流量红利供养，被资本的乐观预期供养。现在这些供养正在一个个消失。 而AI的到来，不是在修复这个局面，而是在加速分化。 掌握AI的人会越来越强，不掌握的人会越来越难。 ## 游戏行业会往哪个方向走？ 聊到这里，一个自然的问题是：那接下来会怎样？游戏行业会往哪个方向走？ 不管行业整体是变好还是变差，对个体来说，分化都会加剧。 ## 最乐观的情况——AI大幅提升了游戏开发效率，行业利润增长，公司赚得更多。 然后呢？公司会把红利分给你吗？ 大概率不会。 前面提到过，现在很多项目即使赚钱了，老板也倾向于把利润留在账上。 2022年版号寒冬的教训太深刻了，他们发现账上有钱才能扛过周期。 而且更残酷的是——他们发现不分钱也能留住人，因为供需失衡太严重了。 所以"行业变好→大家都受益"这个链条，在现实中根本跑不通。 效率红利不会变成你的闲暇，只会变成更高的产出要求。 你的竞争对手的PM已经在用AI一个人管两个项目了，你不跟上，项目效率就被碾压。 头部在集中，尾部在出清，中间在焦虑。 当然，不同品类的项目还是有差别的，出海SLG和国内休闲游戏面临的竞争压力完全不同，3A项目和独立游戏的生存逻辑也天差地别。 在最激烈的赛道上，分化会来得更快更猛；在一些细分领域，节奏会慢一些，喘息的空间会大一些。 但方向是确定的：能力差距会持续拉大，中间地带会持续收窄。 你要么往上走，要么接受往下滑，原地踏步在这个时代可能是一种幻觉。 ## 这个行业对人的消耗，是有极限 写到这里，我想聊一个很少有人公开讨论的话题。 游戏行业有一个特点：它对你的时间和精力的索取没有上限。 项目永远有下一个版本，Bug永远修不完，市场永远在变化，竞品永远在迭代。你不可能真的"做完了"。 ## AI在放大这种无上限的索取。 以前你下班了还能玩玩游戏放松一下，现在你的Agent可以在你睡觉的时候继续跑任务。 以前项目进度有物理天花板——人就那么多，一天就24小时——现在这个天花板被AI捅穿了，新的天花板变成了你的决策带宽和注意力极限。 我认识不少在游戏行业干了七八年的人，最近几年陆续离开了。有领大礼包的，也有主动走的。 有人回老家开了个小工作室，用AI帮本地企业做数字化转型。 有人转去做游戏相关的教育和培训——把自己积累的行业认知变成内容产品。 有人干脆换了赛道，去传统行业做项目管理，发现自己在游戏行业练出来的抗压能力和协调能力，在别的地方居然是稀缺资源。 他们做了一个理性计算：在这条赛道上继续投入的边际收益，对我来说已经不划算了。 这也许是一种更清醒的选择——评估了自己的投入产出比之后，决定把精力放在一个更适合自己节奏的地方。也许收入没那么高，但时间是自己的，精力用在自己认可的事情上，长期来看不一定是亏的。 过去十年，"留在一线""进大厂""做头部项目"是游戏从业者默认的成功叙事。 但当AI把个体能力差距拉到十倍甚至几十倍的时候，这条路的拥挤程度和淘汰烈度都在急剧上升。 不是所有人都适合、也不是所有人都需要挤在这条路上。 ## 尾声 我们大概率正站在一个分水岭上。 每一次被冠以"革命"之名的技术变革，最终都不仅仅改变了技术本身。 蒸汽机带来了工厂制度和工人阶级，互联网重塑了全球化和信息传播方式，移动互联网把人绑在了永不关机的手机上。 AI带来的变革也不会止步于"效率提升"。 它正在重新划定游戏行业的段位边界，重新定义"有价值"的标准，甚至迫使每个人重新回答一个问题：我到底想要什么样的职业生活？ 对于看完这篇文章、正在认真思考自己定位的你，我有三个具体建议： ## 第一，诚实评估自己的真实段位。 不是你的title写的是什么，而是你每天的工作内容是什么。如果你80%的时间在做信息搬运和流程执行，不管你有多高的title，你的段位都在下滑通道里。 ## 第二，投资AI替代不了的能力。 判断力、决策力、跨职能协调能力、体系化思维——这些是AI时代PM最核心的壁垒。 AI可以帮你整理数据、生成报告、追踪进度，但"这个功能该不该砍""资源不够时先保什么后砍什么""团队士气低落怎么办"——这些只有人能做的判断，才是你的护城河。 这也是我在[游戏PM的AI实战手册](/courses/game-pm-ai-practical-guide/)里一直强调的：AI工具只是手段，关键是你得先知道"要解决什么问题"。 很多人学AI工具的方式是"这个工具能做什么"，但正确的方式应该是"我的工作中最痛的问题是什么，AI能怎么帮我"。 围绕真实工作场景去嵌入AI，每个场景都值得你花时间打磨出一套高效的工作流。 ## 第三，主动做选择，别被惯性推着走。 最糟糕的状态不是选错了方向，而是根本没有选——每天焦虑但不行动，知道要变但不知道怎么变，一边抱怨一边维持现状。 如果你决定继续在这个行业深耕，那就认真提升自己的段位——从任务跟进者到问题解决者，从问题解决者到体系架构师。这条路不轻松，但AI给了你前所未有的杠杆。 如果你决定换一条路，那也不必遗憾。你在游戏行业积累的项目管理能力、跨团队协调经验、在不确定性中做决策的训练——这些能力在任何行业都有价值。 唯一确定的是，被动等待不会给你任何好结果。 这篇文章聊的是趋势和方向，如果你想要更落地的方法论——怎么搭建游戏研发的管理体系、怎么从执行者成长为架构师、怎么在实际工作中把AI嵌入项目管理工作流——欢迎来PM成长社区课程介绍页看看。社区里我会发工作中的思考和复盘，也有不少在大厂、中厂、创业公司做PM的同学互相交流。 不管你是刚入行想系统了解游戏PM是什么，还是有经验想突破瓶颈，或者想学AI提效的实操方法，本站都有完整的介绍，感兴趣的朋友可以去看看。 --- ## 游戏行业的钱、人和下一个十年 - URL：https://pmnote.ai/articles/game-industry-capital-next-decade/ - 发布于：2026/03/08 - 专题：行业观察 - 摘要：从游戏投资人流动切入，分析战投退潮、财投逻辑、AI变量和行业下一个十年的机会，给从业者三条行动建议。 ## 从两个游戏投资人的选择说起 2025年底，两个在字节做了多年游戏战投的人，几乎同时离开大厂，各自加入了VC基金。 一个去了一支专投中国单机创意团队的新基金，另一个加入了一家关注AI变量的美元基金。 这件事本身不算什么大新闻。 但如果你把它放到过去五年游戏行业的资本周期里看，它传递的信号比表面上要重得多 ——**钱正在换一种方式流进游戏行业，而这种变化会影响到每一个在行业里工作的人。** 大部分游戏从业者不关心投资。 觉得那是老板的事，跟自己的日常工作没什么关系。 但事实是，资本往哪里流，决定了什么类型的公司会被创建、什么类型的项目会拿到资源、什么类型的人才会变得稀缺。 你今天能不能找到工作、能拿到什么样的offer、你所在的项目有没有未来——这些问题的上游，都连着资本的判断。 刚听完405邮局的最新一期播客，两位游戏投资人——一位叫Yuki，一位叫文天——把他们从战投到VC的转型、对游戏行业的判断、以及AI变量带来的结构性变化，分享给听众。 信息密度极高，但很多内容是投资人之间的语言，游戏一线从业者未必能直接吸收。 这篇文章是我听完之后的消化和转译。 我会把里面对游戏从业者最有价值的几个判断拎出来，结合我自己作为游戏PM的观察，聊聊这些变化对我们意味着什么。 ## 一、2021年的疯狂和2024年的废墟 要理解今天游戏行业资本端正在发生什么，必须先回头看一眼2021年。 那一年，游戏投资疯狂到什么程度？ 用两位投资人的原话来说： - 有竞争对手带着TS（投资条款清单）当天看完项目直接签； - 有投资团队花了几个人一个月的时间写反向pitch材料，去"追"一个明星项目； - 有创始人把两家互相竞争的大厂投资人约到同一个饭局上，倒逼对方加速出手。 那轮疯狂的底层驱动力是什么？ 不是行业真的变好了，而是**大厂之间的竞争恐惧**。 字节入局游戏让腾讯感到威胁，腾讯大量出手做防御性投资——不是因为看好你一定能成，而是怕你成了之后被竞争对手拿走。 字节那边则需要不断证明自己的游戏战略能跑通，也在疯狂抢项目。 再加上元宇宙的风口、Meta押注VR，资本市场一片亢奋。 但两位投资人回头看，都认为：**那是一场假繁荣。** 为什么是假的？因为没有真正的市场增量。 手游的红利在2020年之后已经见顶，整个移动游戏市场是存量盘子。 在存量盘子上，资本疯狂涌入的结果，就是大量投了不该投的项目——估值虚高、产品质量不够、一发子弹没打中就再也融不到钱。 2022-2023年，这些项目集中暴雷。 缺钱、产品数据不好、战投因为策略收紧不再续投、财投看到战投都撤了也不敢进——一个连锁反应的死亡螺旋。 对从业者来说，这段历史说明： 第一，**行业的冷热周期，跟你个人的能力无关，但会直接决定你的际遇。**2021年加入一个拿了大笔战投的明星团队，觉得前途一片光明；2023年公司现金流断裂，所有人被迫重新找工作。这不是你的错，但你得为此承担后果。 第二，**大资源不等于高成功率。** 投资人总结说，过去几年"大力出奇迹"的项目，几乎没看到特别成功的。反而是一些研发成本三四千万的中小项目，靠差异化打出了远超预期的成绩。 对个人来说也是同理——你在一个200人的大项目里当螺丝钉，不一定比在一个20人的团队里独当一面更有成长性。 第三，**明星制作人的光环正在褪色。** 两位投资人都提到，现在看到"明星制作人"反而会警惕。很多所谓的明星制作人，成功靠的是市场红利期的时机，而不是真正不可复制的产品设计能力。 更危险的是，过往的成功经验在新的市场环境下可能变成惯性包袱。 ## 二、战投退潮，财投进场——这意味着什么 游戏行业有一个跟其他行业很不一样的地方：**长期以来是战略投资（战投）主导的。** 战略投资是什么？就是投你钱的人不是纯粹的财务投资人，而是腾讯、字节、网易这样的大厂。 他们投你，核心目的不是在股权上赚钱，而是要你的产品发行权、你的IP、你的人才——服务于他们自己的战略布局。 这种模式对创业团队来说有好处（资源支持），但也有很大的隐性代价。两位投资人点出了几个关键问题： **战投的钱往往只有一发子弹。** 大厂投你，本质上是赌你的产品能成。 但一个游戏项目的成功率本来就不高，万一第一个产品没打中，战投很难在内部justify给你第二笔钱。 你拿了战投的钱又没做成，其他投资人看到你cap table上有个大厂，大概率也不会接盘。结果就是：一次失败，直接出局。 **战投的条款会限制你的未来选择。** 排他协议、优先发行权、后续投资的限制——这些条款看起来是标准操作，但会在你最需要灵活性的时候卡住你。 **对接人是打工人，公司策略也可能频繁调整。** 战投背后是大公司，大公司的战略是会调整的。 今天投你的那个人可能明年就换岗了，你和新对接人之间没有信任基础，很多事情推不动。 现在的变化是：**VC（财务投资人）开始重新关注游戏行业。** 驱动这个变化的因素有几个： - AI带来的效率变革让小团队有了打出超预期产品的可能； - 黑神话的成功提升了游戏的社会认可度； - PC单机市场在中国有一个小的增长红利； - 新一代的游戏创业者更年轻、更懂AI、更有差异化的审美。 对从业者来说，这一轮战投到财投的转变意味着什么？ **第一，中小团队可能会拿到更多机会。** 战投偏好大项目、明星团队，因为它需要确定性来服务战略。 财投的逻辑不同——它愿意投小的、早的、甚至失败过的团队，只要判断这个人和这个方向有长期价值。 这对在中小团队工作的人来说是好消息：你所在的公司可能比以前更容易拿到钱。 **第二，创业门槛在降低，但对"人"的要求在升高。** 投资人现在评估团队，看的不是你的title有多高、之前在哪家大厂待过，而是你的热情、韧性、进化速度，以及你有没有一万小时的积累。 文天有一个判断：**一个人的特质，最终会完整地体现在他做出的产品里。** 不管公司有没有企业文化，创始人是什么样的人，产品就会是什么样的。 **第三，"做得快"比"做得好"在当下更重要——至少对创业团队来说。** 这不是说品质不重要，而是在技术底层按月甚至按周变化的环境里，一个五年开发周期的项目，等你做完，市场可能已经完全变了。 投资人用了一个词叫"持续精准PIVOT的能力"——不是一条路走到黑，而是在每一次技术迭代的节点上，快速判断要不要调整方向。 ## 三、AI到底改变了投资人看游戏的什么 AI是这轮资本回流游戏行业的最大催化剂。 但投资人兴奋的点，跟大部分从业者理解的可能不太一样。 不是"AI能帮游戏公司省成本"——虽然这也是事实。 更根本的是两件事： **1.AI改变了游戏行业的"估值叙事"** VC不投游戏的一个核心原因是：**游戏公司没有"指数级增长"的故事可讲。** 一个游戏项目，做好了赚一笔，做不好亏一笔，很难像互联网产品那样讲出网络效应、飞轮效应、赢者通吃的估值逻辑。 但AI给了游戏公司一个新的叙事框架。 当一个游戏团队具备深度使用AI的能力，它看起来就不再是一个纯内容公司，而是一个"内容+科技"的结合体。 这种profile更容易匹配VC的投资逻辑——有技术壁垒、有效率优势、有随技术迭代持续增长的可能性。 坦白说，这里面有泡沫的成分。 投资人自己也承认，看到游戏BP里带AI概念会警惕——到底是真的在用AI创造价值，还是蹭概念好融资？ 但不管怎样，**AI确实给了VC一个可以出手投游戏的理由。** 对行业来说，多一个资金来源渠道，总比只靠战投好。 **2.AI可能改变游戏行业的竞争格局** 投资人提到了一个更深层的思考：**AI时代，游戏的分发模式可能会发生根本性变化。** 过去十年，游戏的分发渠道从应用商店转向了信息流推荐。 未来，可能连信息流都不需要了——Agent会根据用户的偏好直接推荐游戏。 当分发模式变了，谁能获取用户的逻辑就变了，现有的渠道优势可能被重新洗牌。 另一个变化是实时生成能力。 文天提到了一个很有想象力的场景：如果游戏的内容可以根据每个玩家的偏好实时生成，那未来同一个IP下，喜欢战斗的玩家和喜欢探索的玩家玩到的可能是完全不同的游戏。 这种个性化内容生成一旦技术成熟，会从根本上改变游戏的产品形态。 这些变化目前还停留在"未来可能"的阶段。 但对从业者来说，有两个现在就该做的准备： **第一，在能力范围内，对AI技术的发展保持感知力。** 文天给了一个建议：游戏公司应该在AI的进程里"插眼"——了解各家模型厂商的迭代方向和发布节奏。 因为每一代新模型发布，都可能让某些传统品类做不下去。 你不需要成为AI专家，但你得知道风从哪个方向吹。 **第二，警惕"经验主义陷阱"。** 投资人提到一个很有意思的观察：现在AI工具（比如豆包）的主要用户是老人和小孩，因为他们是"白纸"，没有路径依赖。 反而是我们这代完整经历了移动互联网的人，会下意识地用旧框架理解新事物。 Yuki的原话是：**"所有互联网时代的积累，在AI时代都可能变成你的包袱。"** 这句话对游戏PM来说尤其值得反思。 我们引以为豪的那些方法论——管线搭建、Sprint机制、人天估算——不是说完全没用了，但它们被设计出来时的前提假设正在被动摇。 如果你只是在旧框架里做优化，而不去思考框架本身需不需要重构，那你可能会像那些明星制作人一样，被自己的经验困住。 ## 四、投资人看人的方式，对你的职业发展有什么启示 这可能是整篇播客里，对普通从业者最直接有用的部分。 两位投资人聊了很多"怎么看人"的方法论。 虽然他们看的是创始人，但这套评估框架，对你评估自己的职业竞争力同样适用。 **"你这辈子做过最难的选择是什么？"** 这是文天说他用来快速了解一个人的三个问题之一。 另外两个是"最近两年最开心的事情是什么"和"你最想完成的事情，你都为之做了什么"。 这三个问题背后看的是同一件事：**看一个人做选择的模式、什么事情能驱动他、以及他愿不愿意为目标付出行动。** 做PM久了，你会发现很多人在面试的时候讲得头头是道，方法论一套一套的，但实际工作中遇到真正需要拍板的时刻就退缩了。 投资人也有同样的观察——有些创业者一上来先摆一堆title和过往经历，这反而是一个警惕信号，说明他在用过去的铠甲包装自己，对未来的思考可能是空的。 **对从业者的启示：**你的竞争力不在于你去过哪家公司、拿过什么title，而在于你遇到过什么难题、做了什么选择、学到了什么。 在面试中、在日常工作中，能清晰地讲出你的判断逻辑和决策过程，比列一堆项目经历有说服力得多。 这也是我在帮人做简历优化和模拟面试时反复强调的一点：简历上的公司名会过时，但你能获得的能力和判断力不会过时。 **"失败过的人，反而更值得投"** 这是两位投资人共同提到的一个判断转变。 在战投体系下，一个上一个项目失败的制作人，很难在内部说服决策层再给钱。 但作为VC，他们现在反而愿意投失败过的团队——关键是看这个人从失败中学到了什么。 **游戏科学就是典型案例。** 冯骥在做黑神话之前，连续九年做移动游戏都不算成功。 从战投的角度看，手游都做不成，还要去挑战更难的单机买断制？根本说不通。 但如果你深入了解这个团队，就会发现他们做不好手游恰恰是因为太想把产品做好——在手游红利期，做得快比做得好更赚钱。 而当红利消失、市场进入存量竞争之后，做得好反而成了最大的竞争优势。 **对从业者的启示：**不要害怕失败的经历出现在你的履历里。 关键是你能不能讲清楚：这次失败教会了你什么？你的认知因此发生了什么变化？你下一步的选择是怎么基于这些教训做出的？ "一个团队和一个人，他最大的优势往往也是他最大的劣势。" 看清这一点，你才能在正确的时机把劣势转化为优势。 **热情不是口号，是一万小时的积累** 文天说他看创业者会重点看"有没有一万小时的积累"。 因为一万小时本身就说明了足够的热爱和韧性——你不会在一件你不真正喜欢的事情上投入一万小时。 对于游戏PM来说可能就是： **你在游戏项目管理这件事上，有没有真正深入地积累过？** 不是说你在这个岗位上坐了多少年。 是你有没有认真复盘过自己处理的每一个问题、有没有形成自己的方法论、有没有能拿得出手的案例和数据。 我自己从去年开始记录日常的工作思考，到现在已经快200篇了，可以在[文章库](/articles/)查看。 不是什么高大上的东西，就是每天遇到的具体问题、我的判断、我的决策逻辑。但这些记录帮我把零散的经验变成了可迁移的认知。 如果你还没有这个习惯，现在开始不晚。 你不需要发表、不需要分享，就是给自己看的。 但坚持半年之后回头看，你会发现自己的思考深度完全不同了。 ## 五、游戏行业的下一个十年——从"人口红利"到"时间红利" 播客最后聊到了一个宏观判断，我觉得值得单独拿出来说。 文天提到一个数据视角： 全球游戏人口大概30多亿，总人口七八十亿，人口红利的空间最多也就翻一倍。 但还有一个维度的增长空间远远没有被释放——**人均日均游戏时长。** 现在人均大概半小时到一小时。 但如果AI真的能大规模释放人们的工作时间，这个数字有可能增长5倍甚至10倍。 这个判断的前提是一个更大的假设： **当AI接管了越来越多的生产性工作，人类需要在"做什么"这件事上重新找到意义和快乐。** 虚拟世界——尤其是游戏——是最天然的去处之一。 Yuki的思考更进一步： **当AI在各个领域都比人类做得更好的时候，人类的成就感和满足感从哪来？**大概率只能在虚拟世界里找。 如果这个判断成立，那游戏行业在下一个十年的增长逻辑，跟过去完全不同。 不再是靠新设备、新渠道带来的人口红利，而是靠AI释放时间带来的"时间红利"。 这对从业者来说也许意味着： **这个行业的长期价值依然存在，甚至在增长。** 如果你正在犹豫要不要留在游戏行业，这个宏观判断可以作为一个参考。 短期内行业确实有波动，但长期看，游戏作为"服务于人本身需求"的产品形态，在AI时代不但不会被削弱，反而会变得更重要。 **但你必须进化。** 行业的增长不意味着你的岗位会自动变多。 AI正在改变游戏的制作方式、分发方式、甚至产品形态本身。 如果你还在用五年前的方法论做事，不管行业多好，你个人的处境都不会改善。 文天在播客里说： "AI其实已经来了，只是它分布不太均匀。用AI用得越深的人反而越恐惧，把AI当搜索引擎用的人反而不焦虑。" 这句话的另一面是： **真正理解AI能力边界的人，也是最清楚自己需要往哪个方向进化的人。** ## 六、回到你自己：三件现在就可以做的事 聊了这么多宏观的东西，最后落到个人行动上。 **第一，重新审视你选择公司和项目的标准。** 不要只看公司名气和薪资待遇。 问自己几个问题： - 这个团队的创始人/制作人，是在吃老本还是在持续进化？ - 团队对AI的态度是"等等看"还是已经在用？ - 项目的规模和周期是否合理——一个计划做五年的项目，在当前的技术变化速度下，风险是非常高的。 如果可能的话，优先选择那些"小而精、快迭代、深度使用AI"的团队。 投资人的判断是： **未来的赢家大概率不是资源最多的团队，而是最能利用AI放大产能的团队。** **第二，把"能讲清楚自己做了什么"当作一项核心能力来练。** 投资人评估创始人看的是：你做了什么选择、为什么这么选、结果怎样、学到了什么。 面试官评估你也是一样的逻辑。 很多PM的简历上写的是"参与""协助""推动"，没有量化成果，没有决策逻辑，没有失败复盘。 这种简历在投资人眼里叫"看不出这个人到底贡献了什么"——在面试官眼里也是一样。 从今天开始，每次做完一件有挑战的事情，花10分钟记录：背景是什么、你做了什么判断、结果怎样、如果重来一次会怎么做。 这些记录不光是面试素材，更是你思维方式的训练。 **第三，对AI保持"务实的好奇心"。** 不需要追每一个新工具、新模型。 但你应该在自己的工作中找到至少一个AI已经能帮你做得更好的场景，然后认真地把它用起来。 排期的风险识别、会议纪要的整理、需求文档的结构化自检、Sprint数据的分析——这些都是PM日常工作中AI已经能实际提效的场景。 不是未来的事，是现在就能做的事。 关于具体怎么把AI嵌入游戏PM的工作流，我在[游戏PM的AI实战手册](/courses/game-pm-ai-practical-guide/)里做了比较系统的整理，是一些围绕真实工作场景的实操方法。 感兴趣的朋友可以在我的PM成长社区课程介绍页了解详情。 社区里我每天也会发工作中的思考和复盘，类似这篇文章里提到的"每日记录"，只不过更聚焦在游戏项目管理的具体问题上。 ## 结尾 回到开头那两个从战投离开的投资人。 为什么他们愿意在这个时间点出来做游戏VC？ 不是因为行业已经回暖了，而是因为他们判断： **游戏行业正处在一个巨变前的黎明。** 生产方式在变、分发方式在变、产品形态在变、资本结构在变。 这些变化叠加在一起，意味着旧规则正在失效，新规则还没完全建立。 对投资人来说，这是低买的窗口。 对从业者来说，这是重新定义自己价值的窗口。 当旧的竞争优势——大公司背景、多年流水线经验、熟练的手工操作——正在被AI拉平的时候。 **真正稀缺的东西变成了：** - 判断力 - 进化速度 - 对变化的敏感度 - 以及在不确定性中做出选择的勇气 这些东西没有人能替你修炼。 但好消息是，它们跟你在哪家公司、拿什么title、有没有明星项目经历无关。 **它们只跟你自己有关。** 我们都在这个快速变化的时代，共勉~ --- ## 学项目管理，为什么看了那么多方法论还是管不好项目？ - URL：https://pmnote.ai/articles/why-methodology-isnt-enough/ - 发布于：2026/03/01 - 专题：项目管理实战 - 摘要：项目管理不是靠记忆就能掌握的知识，而是在真实协作、阻力和取舍中逐步长出来的手艺。 做游戏PM这些年，我接触过很多想入行或者刚入行的同学。 有人考了PMP，有人刷了几十篇方法论文章。 但聊到具体怎么管一个项目的时候，还是一脸茫然。 这不是他们不努力，恰恰是因为他们太努力了——只是努力的方向不对。 我自己也走过这条弯路。 2020年从策划转型PM，当时买了一堆书，考了好几个不同的项目管理专业认证，觉得自己什么都懂了。 结果真到了要拉通一个跨职能团队的时候，发现脑子里的知识和手上的活完全是两码事。 做策划时习惯了「自己把方案想清楚，推着程序和美术去执行」，转PM后一开始也是这个惯性。 结果发现完全行不通——PM的核心不是「自己把事情做对」，而是「让整个团队把事情做对」。 这两件事需要的能力完全不同，但看再多书也理解不了这个区别，只有撞上了才明白。 今天想聊的就是：学项目管理的人到底卡在哪儿？不管你是在岗的PM，还是正想转型入行的人，希望能帮你少走一些弯路。 ## 流失阶梯：学项目管理的四个关键卡点 学项目管理的人，热情耗尽的过程像一个阶梯。 每一阶都有人停下来，而跨过去的人能力会有质的提升。 ## 第一阶：脑子觉得懂了，手说不你没有 这是最常见的起点，也最容易被忽视——因为当事人觉得自己已经在学了。 看完几本书，刷完一套课，觉得「敏捷我懂了」「甘特图我会画了」「风险管理就那么回事」。 但从来没在一个真实项目里亲手排过一次期、拉通过一次跨组需求、处理过一次依赖冲突。 **项目管理更像学游泳，不像学历史。** 你可以通过看书了解蛙泳的姿势，但不下水永远学不会。 知识可以靠记忆，但判断力和协调能力只能靠真实场景里的摸爬滚打来练。 很多人在这一阶就停了。他们觉得自己在学，但其实只是在看别人学。 PM社区里有个同学，之前做某游戏的赛事PM，想转到游戏研发做PM。 ta有快3年的项目管理经验，也考了PMP，方法论聊起来是完全没问题的。 但去面试研发PM岗，面试官总是反馈「沟通没问题，专业也垂直，但缺乏研发经验」。 ta很困惑——我明明有项目管理经验啊？ 问题就在这里：赛事直播的项目管理和游戏研发的项目管理，虽然都叫PM，但需要的判断力方向完全不同。 直播项目的需求是相对明确的、边界是清晰的；研发项目是摸着石头过河的，需求在变、方向随时可能调整。 面试官说的「缺乏研发经验」，潜台词是：不确定你能不能适应这种混乱又灵活的工作方式。 这种能力差异，不是靠多看几本书能补上的。 ## 第二阶：开始用了，但被落地的阻力劝退 有些人跨过了第一阶，开始在工作中动手了。 用上了JIRA，开始做站会，试着推Sprint。有了一点信心。 但想把管理做得更系统的时候，一堆阻力扑面而来——而且最让人崩溃的是，这些阻力往往不是来自方法论本身，而是来自人。 我遇到过一个很典型的情况：有个PM在一家80人左右的公司，想推动美术部门在TAPD上开单子、给外派排任务时间，因为股东月底要看各部门产出量。 结果呢？原画组长说「tapd开单只方便PM」，追进度时对方不耐烦，还给老板打小报告说「PM影响制作效率」。 老板的反应是什么？「不要打扰创作。」 你看，这个PM想做的事情——让任务可追踪、让产出可量化——从管理角度完全正确。 但他面对的阻力不是「方法论不对」，而是「组长不配合、老板不支持」。 这种时候你去翻任何一本项目管理的书，大概率都不会告诉你该怎么办。 这里有个恶性循环：你想推改进，但推动本身需要大量精力去说服、协调、对齐。 这些精力花完了，反而没时间打磨方案本身。 最后留下的印象是「搞了半天也没什么用」，下次就更不想折腾了。 行动力在刚萌芽的时候最脆弱，最怕的不是难题，而是被一堆跟核心能力没关系的事反复消耗。 ## 第三阶：会做了，但只会照搬，换个场景就不灵 有些人扛过了前两阶，在项目里有了自己的节奏。 但另一个问题出现了：经验换个地方就不好使了。 这种情况在跨项目类型跳槽时特别明显。 我见过好几位做主机游戏移植出身的PM，项目管得很扎实——进度控制到位、交付质量稳定、团队评价也好。 但去面试国内自研厂的时候，前几轮都很顺，却总在后面的轮次被卡住。反馈通常是「经验不太匹配」，说了又好像没说。 后来跟其中几位聊下来，我觉得核心矛盾在于：移植项目和自研项目的管理逻辑差异比表面看起来大得多。 移植项目需求明确、边界清晰，核心是执行力和交付质量；自研项目是摸着石头过河，需求不断变、方向随时可能调，PM不只是管进度，还需要参与决策、判断优先级、甚至顶回不合理的需求。 这不是谁强谁弱的问题，而是两种不同的能力模型。 面试官担心的不是你做得不好，是适应成本。 类似的情况其实很普遍：在A项目管得不错的PM，换到B项目就手忙脚乱；在这家公司用得顺的流程，去另一家完全推不动。 很多时候不是能力退步了，而是经验还没有被提炼成可迁移的判断逻辑。 这一阶之所以关键，是因为它触及了项目管理的核心：学工具不难，真正难的是在具体情境中做取舍。 工具会变，流程会变，但判断力是能沉淀、能迁移的。 ## 第四阶：从「我能管」到「我能讲清楚为什么这样管」 最后一阶：你在实际工作中已经能管好项目了，但经验停在了自己脑子里。 你跟老板说「项目状态可控」，但说不清背后的判断逻辑；你跟团队说「这周盯紧这几个风险」，但没有一套可复用的框架让别人理解你的思路。 你的管理能力跟你当前的团队绑死了，离开这个团队就得重新摸索。 我之前帮一个同学看他的面试表现时发现了这个问题。 他在项目里其实做了很多好的判断，但面试时只会说「我负责了xxx的项目管理」，讲不出「我为什么这样做、当时面对的选择是什么、我是基于什么做的取舍」。 面试官听完只觉得「嗯，做过」，不会觉得「这个人有想法」。 当你能把经验结构化地表达出来——不是复述书本知识，而是用自己的话讲清楚「我在什么场景下做了什么判断、为什么」——你的能力就从「能做」变成了「能迁移」。 可以带新人，可以做分享，可以影响团队的工作方式。从执行者变成了架构师。 ## 怎么才能真正学会 回头看这四道阶梯，本质都是一个问题： **理论和实践之间的鸿沟。** 传统的解法是给你更多内容——不会排期？写篇教程。不会开会？录个视频。 教程越来越多，学习路径越来越长，但鸿沟还在那里。 这也是为什么项目管理的内容多到泛滥，但真正会管项目的人依然稀缺。不是内容不好，是光看内容解决不了这个问题。 我自己这些年的体会是：真正有效的学习路径不是「从理论到实践」，而是「从实践到理论」。 先在真实场景里动手，遇到具体问题了再回去找方法论，这时候你会觉得「原来如此」，而不是「这有什么用」。 但这里有一个很多人面对的现实：如果我还没有项目可以练手呢？ ## 已经在岗的人：从一个你能控制的小改变开始 如果你有项目、有团队、有真实的问题摆在面前，最有效的方式是：学一个点就试一个点，别等「准备好了」再动手。 关键是从最小的、你一个人能决定的改变切入。 比如你觉得排期总不准，不要一上来就想推一整套估时方法论。 先从你负责跟进的几个任务开始，跟执行人一起拆一遍，记录预估和实际的偏差。 两三个迭代之后你手上就有数据了，想推改进也有了依据，比空喊「我们要改善排期」有说服力得多。 先改自己的工作方式，做出效果，再用效果去影响别人。 ## 还没有机会上手的人 你可能想转型做游戏PM但还在其他岗位上，可能刚入职还没被分配独立管项目的职责，也可能在小团队里压根没有正式的PM岗。 这种情况比很多人以为的要普遍得多。 我做咨询以来收到最多的问题不是「怎么管好项目」，而是「我还没有项目可以管，怎么办」——美术商务想转游戏PM的、赛事直播想转研发PM的、在外包公司想去自研厂的，各种各样的背景都有。 **核心思路还是要实践，但方式得变通。** ### 在现有工作中找「管理切面」去练 你不需要有PM的title才能练项目管理。任何涉及多人协作、有交付时间的工作，都是练习场。 你是策划，负责一个系统设计，能不能主动把上下游的美术需求、程序需求梳理成进度表，跟进各方的产出节奏？ 你是程序，手头有个跨几个人的模块，能不能试着把依赖关系理清、给个时间计划？规模小没关系，走完一遍从计划到交付的循环，比看十篇文章都实在。 之前有个实习的同学问我：公司刚立项了一个新项目，完整跟到上线要一年，但他原本计划实习六个月就去找更大的公司。 我的建议是留下来跟完——因为校招面试官看的不是「你在哪家公司待过」，而是「你能讲清楚什么」。 完整经历一个项目从立项到上线，能讲的东西远比多一行大厂名字扎实。 ### 用「案例拆解」代替泛泛看教程 没有自己的项目踩坑，就去研究别人踩过的坑——关键是带着问题去拆。 比如你看到一个「原型期关卡管线搭不顺」的案例，不要只看结论，去想：管线不顺的原因真的是管线设计有问题吗？还是执行层面的人能力不足？如果策划负责人自己都不知道怎么做一个正确的关卡，管线再怎么优化也没用——这种「问题不在问题表面」的判断，才是项目管理真正需要的能力。 ### 给自己造一个「模拟项目」 找几个朋友搞个Game Jam，哪怕做个很小的demo，你来负责协调和进度。 或者组织一次线下活动、做一个内容专题。规模不重要，走完一遍从计划到交付的全过程才重要。 ### 找到一群同行者 这一点我特别想说，因为它解决的不只是学习效率的问题，还有一个被严重低估的东西——孤独感。 学项目管理、推管理改进，经常是一件挺孤独的事。 老板可能觉得「别整花样，能交就行」，同事可能觉得你在加负担。一个人扛着，没有正反馈，一两个月热情就凉了。 但如果你能进入一个有活跃讨论的PM社区，情况就不一样了。 别人在群里聊「我遇到了xx问题怎么办」，你跟着一起想、一起讨论，这本身就是低成本的实践——你不用自己踩那个坑，但你参与了分析和判断的过程。 我做「Hao的游戏PM笔记」以来，社区里讨论过的真实问题比任何教程都丰富：怎么跟不配合的美术组长打交道、外包PM怎么转自研、原型期策划能力不足PM该不该兜底……这些问题的讨论过程本身就是最好的学习材料。 ## 不管在不在岗，都要输出 还有一个通用建议：试着把学到的、想到的东西表达出来。 不是说要做自媒体，而是输出本身就是最好的消化方式。 你以为想清楚了的东西，写的时候才发现很多地方是糊的。 形式可以很轻：在社区回答一个别人的提问，在群里分享今天碰到的小状况，写一段复盘。 关键是从「只看不说」变成「参与表达」。当你开始持续输出，你就不再是一个人在消化信息，而是在跟别人交换经验。 这种交换的复利，比独自刷文章大得多。 ## 从执行者到架构师 最后聊一个更长线的问题。 项目管理的能力可以分两层。 第一层是「执行者」——能管好一个具体的项目，任务拆得清、进度跟得住、风险提前发现、沟通及时有效。 第二层是「架构师」——能设计一套管理体系，让项目不完全依赖某个PM的个人能力就能运转。理解不同方法的适用条件，能根据项目特点设计流程，在组织层面建机制而不是纯靠人去兜。 很多PM的职业瓶颈就卡在这两层之间。 执行层已经很熟了，但没有跳出来从更高的维度审视自己的做法。 从策划转PM到现在五年多，我最大的体会是：拉开PM差距的，不是谁知道更多工具和框架，而是谁能在信息不完整、需求在变、资源有限的情况下做出更好的判断。 工具会迭代，流程会变，但判断力是能积累、能迁移的。 ## 最后 项目管理是一门在实战中长出来的手艺。 光看书和考证，你能获得一种「我在学习」的安全感，但能力不会真的长到你身上。 如果你手上有项目，今天就可以找一个小点去试。如果暂时没有上手的机会，先从案例拆解和社区讨论开始，同时在日常协作中主动找能练手的场景。 不管在什么阶段，别一个人闷头学。 找到同行者，多交流、多碰撞，这件事的价值可能比你想象的大。 如果你想继续系统梳理从执行到体系化管理的方法，可查看[从执行者到架构师](/courses/from-executor-to-architect/)。 --- ## 游戏PM怎么用AI？先有问题再找工具 - URL：https://pmnote.ai/articles/bilibili-bv1v1zib6e9u/ - 发布于：2026/02/23 - 专题：AI效率与游戏PM - 摘要：先明确要解决什么问题，再找工具。 ## 从聊天到Agent，是体感上的分水岭 我用AI是从23年ChatGPT发布就开始了，但真正感觉到AI时代到来，是开始用Agent帮我做事之后。 只用聊天机器人的时候，对AI能力的判断来自它的回复：质量确实在提升，从初中生变成高中生再变成大学生，但体感有限——你感觉不到它从根本上改变了什么。当你真正开始用Agent，这种感觉完全不一样了：它不只是回答，它开始动手。 这让我想到一个类比：移动互联网早期，应用商店里全是手电筒、计算器、清理大师这类工具应用，最典型的猎豹清理大师2014年登顶了56个国家的工具榜。但后来手机厂商把这些功能内嵌进了系统，工具应用就失去了生存空间。同样的事可能也会在AI行业发生：生成PPT、生成图片、部署网页这类基础工具，最终可能由大模型厂商自己做，只有一些细分场景是产品公司的机会。 ## 务实的方式：先有问题，再找工具 AI的新闻每天都有，追是追不完的，时间成本太高。对我来说更务实的方式是聚焦需求：**先明确日常工作当中，你希望AI帮你解决的是什么问题，然后再找工具去解决它。** 拿我自己来说，AI已经深度嵌入日常项目管理工作流，主要是三个场景。 **第一个场景，风险识别。** 我建了一套提示词，把Sprint相关的信息喂给AI，让它先帮我筛一遍异常。以前这些事要我人肉过单子、对排期、找异常，现在AI先做初筛，我来做判断。 **第二个场景，会议纪要。** 录音转文字之后，AI帮我提取核心决议和待办事项，我再检查一遍。这个应该很多人都在做了。 **第三个场景，汇报文本。** 周报的结构化整理、定期的版本进展汇报，这些重复性的工作基本都交给AI了。 ## 本质是一套方法论 这些听起来像是效率工具的堆砌，但本质是一套方法论：**PM应该把所有基础性、重复性的执行工作交给AI，把自己的时间和精力释放到真正需要人来判断、决策和协调的事情上。** 如果一个PM每天的时间都花在信息搬运上，那他的成长速度和空间都是有限的。AI不是来取代PM的，是帮你把机械性的工作接过去，让你有精力去做真正重要的事。 想把AI接进自己的工作流，可以看[《游戏PM的AI实战手册》](/courses/game-pm-ai-practical-guide/)。 --- ## 游戏行业的5个AI落地方向 - URL：https://pmnote.ai/articles/five-ai-directions-game-industry/ - 发布于：2026/02/21 - 专题：AI效率与游戏PM - 摘要：分别看看世界模型、引擎渲染、生产工具、玩家体验和产业协作这五个方向，AI 已经在游戏行业做到哪一步。 最近看了硅谷101的一期视频，聊的是为什么顶尖AI公司都在押注游戏。 英伟达开源了能玩1000多款游戏的基础模型Nitride，OpenAI被曝想花5亿美元收购游戏公司Medal，xAI要用Grok跟英雄联盟职业选手对战，Google接连推出Genie 3和SIMA 2…… 看这些新闻标题，可能会觉得这些离我们挺远——"AI打游戏"听起来更像技术秀，跟我明天要交的版本没什么关系。 但仔细想想，这些动作背后藏着一个对游戏行业影响深远的信号：**AI公司正在把游戏当作技术落地的主战场，而不只是实验室里的[Demo](/glossary/demo/)。** 这可能意味着接下来几年，游戏研发的工具链、生产管线、甚至产品形态，都会被这股力量重塑。不是"可能会"，是"正在发生"。 我之前写过几篇关于AI对研发流程影响的文章，主要是从PM的日常工作出发，聊的是"AI怎么帮我们提效"。 这篇想换个角度——不聊具体岗位怎么用AI，而是拉远一步，**梳理AI在游戏行业的几个关键落地方向，以及这些方向对研发团队意味着什么。** ## 一、为什么AI公司都盯上了游戏？ 这个问题决定了AI在游戏行业的投入力度和持续性。 答案其实不复杂：**游戏是目前最理想的AI训练和验证环境。** DeepMind的创始人Demis Hassabis 16岁就在游戏公司工作，后来创办DeepMind的核心思路就是——在游戏这种规则清晰、反馈即时的虚拟世界里训练AI智能。从Atari到AlphaGo到AlphaStar，几乎每一次AI的关键突破都跟游戏有关。 为什么游戏这么特殊？三个原因。 **第一，游戏提供了规则明确、可以无限试错的环境。**现实世界里你没法让一个AI反复尝试几百万次决策来学习，但在游戏里可以。这正是训练强化学习、世界模型所需要的条件。 **第二，游戏天然产生海量多模态数据。**画面、声音、文字、玩家行为、物理交互——这些数据的丰富度和结构化程度，是其他应用场景很难比的。对于训练多模态大模型来说，游戏数据是一座金矿。 **第三，游戏是AI能力最直观的展示窗口。**AI能不能理解复杂环境、做出合理决策、与人类协作？让它打一局王者荣耀比写一篇论文更有说服力。这也是为什么xAI要搞Grok对战职业选手——这种公开验证对AI公司的品牌价值巨大。 理解了背后的道理，你就能明白为什么AI公司对游戏的投入不是心血来潮，而是战略级的长期押注。**这股力量会持续向游戏行业输送技术、工具和资源。** 对游戏研发团队来说，这是一个重要的判断前提：AI在游戏行业的渗透不会减速，只会加速。现在不关注，等到被动适应的时候成本会更高。 ## 二、世界模型：听起来很远，其实离研发很近 "世界模型"这个概念最近被提得很多，但大部分讨论都停留在技术层面——什么是世界模型、谁家的模型更强、能生成什么样的画面。 对游戏研发来说，世界模型真正值得关注的不是它的技术原理，而是它正在改变的一件事：**"游戏世界"的构建方式。** **从"人工搭建"到"AI生成"** 传统的游戏世界是怎么做出来的？策划定规则，美术做资源，地编搭场景，程序写逻辑，QA测试验证。这是一条漫长的、高度依赖人力的生产链。 世界模型提供了一种全新的可能：用AI直接生成可互动的3D环境。 Google的Genie 3可以通过文本描述实时生成动态的、可交互的游戏世界。腾讯的混元World能用一句话或一张图生成3D场景，并且支持实时交互和空间记忆。李飞飞的World Labs在用空间智能技术重塑三维内容创作。 这些目前还处在早期阶段，生成的世界在精度、稳定性、可控性上都远达不到商业游戏的标准。但方向是清晰的。 **对研发团队的实际影响** 世界模型目前还不能替代完整的关卡制作流程，但它已经可以在几个环节产生实际价值： **快速原型验证。** 项目早期，策划经常需要验证一个玩法概念在特定空间里是否成立。以前这需要等地编搭建白盒场景，短则几天，长则一两周。 如果世界模型能快速生成一个"大概是这样"的可交互环境，验证周期可以大幅压缩。 这对[立项](/glossary/project-approval/)期和预生产期的项目尤其有价值——你可以用更低的成本试错更多的方向。 **场景概念的沟通工具。** 和概念图类似，世界模型生成的3D场景可以作为团队内部的沟通载体。 策划想要的场景氛围、空间关系、光照感觉，用文字描述容易出现理解偏差，用一个AI生成的3D预览来对齐，效率会高很多。 **训练数据和测试环境的生成。** 如果你的项目需要训练AI NPC或AI Bot，世界模型可以快速生成大量不同配置的环境用于训练。 同样，自动化测试也需要多样化的场景来验证边界情况。 **但是目前的阶段：**世界模型生成的内容目前还无法直接进入量产管线。 游戏引擎对资产的规格要求极其严格——面数、UV、LOD层级、碰撞体、导航网格——这些世界模型都处理不了。 它更像是生产链的"上游辅助工具"，而不是对现有管线的替代。 我的判断是： 未来2-3年，世界模型在游戏研发中的角色更多是"加速器"而非"替代者"。 它能让前期验证更快、沟通更高效、测试覆盖面更广，但核心的资产生产和引擎整合依然需要人来做。 ## 三、AI进入引擎内部：渲染管线的静默革命 如果说世界模型是"从外面改变游戏世界的构建方式"，那AI进入引擎内部就是"从里面改变游戏世界的呈现方式"。 这个方向可能是目前被低估得最厉害的一个。 **渲染管线二十年来的第一次根本性变化** 游戏画面是怎么呈现在你屏幕上的？ 靠渲染管线——它决定了3D模型、光照、阴影、材质、粒子效果怎么被计算并显示出来。 这条管线过去二三十年基本没有发生根本性变化。 2018年英伟达推出硬件光线追踪模块是第一次大的升级，让游戏有了更真实的光照效果。 2025年是第二次。这一次的变化是：**AI开始直接参与渲染计算。** 最典型的例子是英伟达的DLSS（Deep Learning Super Sampling）。 它的原理是：不再要求GPU硬算每一个像素，而是先用较低分辨率渲染，再让AI"脑补"出高分辨率的画面细节。 结果是更高的帧率和更好的画质，同时降低了硬件门槛。 这不只是一个"画面更好看"的技术升级。对游戏研发团队来说，它改变了性能优化的思路。 **对研发团队的实际影响** **性能优化的方法论在变。**以前TA和程序做性能优化，核心思路是"减负"——降低模型面数、压缩贴图精度、减少光源数量、控制Draw Call。这些手段本质上都是在牺牲画面质量来换取帧率。 AI渲染提供了一种新思路：不需要在源头上那么拼命减负，而是让AI在最后一步"补回来"。 这不意味着美术可以不管性能地随便做，但它确实拓宽了画面表现和性能之间的取舍空间。 **跨平台适配的难度可能会降低。** 游戏要在PC、主机、移动端都跑得流畅，以前需要针对不同平台做大量的资产分级和渲染策略调整。 如果AI渲染技术能够在更多硬件上运行（不只是高端显卡），那跨平台适配的工作量有可能减少。 腾讯游戏引擎团队正在做的事情就包括这个方向——把只能在高端显卡上运行的AI渲染能力做轻量化，让更多平台和设备能用上。 这对需要覆盖多平台的项目来说是实实在在的利好。 **TA岗位的技能栈在扩展。** 当渲染管线里引入了AI模块，TA除了要懂传统的Shader编写和引擎渲染流程，可能还需要理解AI渲染模型的工作原理和调参逻辑。 这不是说TA要转行做AI，而是工具变了，使用工具的人需要跟上。 **但这个方向有一个现实限制：**DLSS 4目前高度依赖英伟达最新的高端显卡上的AI加速单元。 对于面向大众市场的游戏，特别是移动端游戏，AI渲染的实际可用性还受到硬件覆盖率的限制。 不是所有玩家都用得起RTX 5090。 所以短期内，AI渲染更多是"高端体验的加分项"，而不是"所有项目的标配"。但趋势是明确的，值得TA和技术团队提前储备相关知识。 ## 四、引擎外的AI生产力：从"体力活"开始渗透 比起引擎内部的渲染革命，AI在引擎外的资产生产环节渗透得更快、更广，也更容易被一线研发团队感知到。 **游戏资产的"体力活"到底有多重** 一个不做游戏的人可能很难想象，游戏里一个角色从设计到能在引擎里跑起来，中间要经过多少步骤： 概念设计→三视图→高模→低模→UV展开→贴图绘制→骨骼绑定→蒙皮权重调整→动画制作→引擎导入调试。 这条链上，真正需要创意判断的环节其实只占一小部分——概念设计、关键Pose设计、最终效果审核。 大量的中间环节是高度重复、规则明确、但极其耗时的"体力活"。 蒙皮就是一个典型。 它的工作内容是告诉引擎"当骨骼动的时候，模型表面的每个顶点应该跟着怎么动"。 这个过程需要手动调整大量参数，一个简单角色可能要花3-5天，复杂角色更久。它几乎不产生创意价值，但少了这一步角色就动不了。 **AI正在接管的环节** 腾讯游戏推出的VisWise工具体系就是在解决这类问题。 以蒙皮为例，AI可以自动计算权重和系数，效率提升最高可达8倍——以前3-5天的活，现在两个小时左右能完成。 类似的还有： **动画制作的自动化辅助。**基础的运动循环（走、跑、跳）、面部表情驱动、动作混合这些环节，AI已经能提供质量不错的初始方案，动画师在此基础上调整，比从零开始做快得多。 **材质和贴图的批量生成。**当一个场景需要几十种不同材质的地面、墙面、植被贴图时，AI可以根据几个样本快速生成风格一致的变体，减少美术的重复劳动。 **自动化的资产检查。**模型面数是否超标、命名是否规范、UV是否有重叠、贴图精度是否符合规格——这些以前需要人工逐个检查的事情，AI可以批量完成。 **对研发团队的实际影响** **美术团队的产能结构会变化。** 当"体力活"被AI大幅压缩，美术团队的产能瓶颈会从"手不够快"转向"脑不够用"——审美判断、风格把控、创意方向这些需要人来做的事情，会成为新的瓶颈。 这对美术管理提出了新要求。 以前美术主管的一大职责是排产能、盯进度、确保交付量。 未来，审美把关和方向判断的权重会越来越大。 如果一个美术主管只会排活儿，不懂风格和品质，他的价值会被AI工具稀释。 **外包管理的逻辑可能被改写。** 目前游戏行业大量使用外包来完成资产量产。如果AI能接管一部分重复性的量产工作，外包的需求结构会发生变化——纯"体力型"的外包需求会减少，"创意型"和"高精度调优型"的外包需求会增加。 对于正在管理外包供应商的PM来说，这意味着评估供应商的标准也要调整。以前看的是"人多、速度快、价格低"，以后可能更看重"审美水平高、能用AI工具提效、交付质量稳定"。 **资产管线的前期规划需要考虑AI工具的接入。** 如果你的项目决定引入AI辅助生产，那在资产管线搭建的时候就要把AI工具的输入输出格式、质量检查标准、人工审核节点考虑进去。 这不是等量产开始了再临时加的，需要在预生产期就规划好。 ## 五、AI重塑玩家体验：从脚本NPC到AI原生交互 前面几个方向都是AI对"怎么做游戏"的影响。这个方向不一样——它影响的是"游戏本身长什么样"。 **NPC终于可以不再像NPC了** 传统的NPC交互是什么体验？固定对话树，选A说一段、选B说一段，设计师写多少分支它就有多少分支。 再精心设计的NPC，对话几轮之后你就能摸到它的"底"。 大模型驱动的NPC则完全不同。 它可以基于角色设定、世界观规则、玩家的历史行为，进行真正的自由对话。玩家说什么它都能接住，而且回应是动态生成的。 已经有商业产品在做了。 网易的《逆水寒》大规模应用了智能NPC系统，每个NPC都有自己的"生活"和行为逻辑。 射击游戏《ARC Raiders》的敌人AI可以根据战斗情况做出动态反应。王者荣耀的灵宝互动功能支持全场景语音操控。 这些不是实验室里的Demo，是已经上线的、真实玩家在体验的功能。 **AI不只是对话，还在融入核心玩法** 比对话更有意思的是AI跟核心玩法的融合。 和平精英里的AI战犬布鲁斯就是一个例子。 它不只是一个"听指令的辅助工具"，而是在战术竞技框架里新增了一个战术单元——它能听懂自然语言指令，执行牵制、侦察、救援等任务，并且对全局策略产生影响。 这种设计的意义在于：**AI不再是"附加功能"，而是"核心机制的一部分"。**它改变了玩家的决策空间和策略选择。 还有AI教练的方向。王者荣耀的AI教练（王者指挥官）已经在游戏中实际应用，为玩家提供实时战术建议。三角洲行动、英雄联盟手游也有类似的AI语音助手系统。 **对研发团队的实际影响** **策划的设计范式需要调整。** 传统的关卡设计、剧情设计是"确定性设计"——设计师预设所有可能的路径和结果。AI驱动的交互是"涌现性设计"——设计师定义规则和角色性格，具体发生什么在运行时才知道。 这对策划的能力要求变了。以前重要的是"写好每一句对话"，现在重要的是"定义好角色会怎么思考、世界运行的规则是什么"。策划需要的不再只是叙事能力，还有系统设计能力。 **QA面临全新的挑战。** 怎么测试一个"每次玩都不一样"的系统？传统的测试用例是基于确定性的——输入A，预期输出B。 但AI驱动的系统输出是不确定的，你需要测试的不是"它说了什么"，而是"它会不会说不该说的东西""它的表现是否在合理范围内""玩家的体验是否达到了设计目标"。 这需要全新的QA方法论：基于规则的自动化边界检测、大规模的玩家行为模拟、体验层面的主观评估。目前行业内还没有成熟的解决方案。 **运营和安全的压力增大。** AI生成的内容存在不可控性——NPC可能说出违规的话、生成不合适的内容、产生非预期的行为。 这需要配套的内容安全机制：实时过滤、行为监控、异常告警。 这些不只是技术问题，也是运营团队需要提前规划的事情。 ## 六、一个结构性问题：AI公司有技术没场景，游戏公司有场景没技术 聊到这里，有一个问题值得单独拿出来说。 目前AI在游戏行业的落地存在一个明显的"错位"： 一边是顶尖的AI公司——OpenAI、Google、英伟达、Anthropic——它们有最强的模型和充足的算力，但缺少游戏落地的实战场景。 它们做的Demo很酷，但要把技术塞进一个真正的商业游戏项目里，中间隔着巨大的工程化鸿沟。 另一边是传统游戏厂商——它们有海量的用户、成熟的IP、完整的[研发管线](/glossary/pipeline/)，但对最前沿AI技术的理解力和掌控力不足。 很多游戏公司对AI的使用还停留在"让员工用ChatGPT提效"的层面，远没有触及AI能力的深水区。 **这个错位导致的结果是：真正匹配这轮AI能力跃迁的游戏形态还没有出现。** 目前看来，能站在"中间地带"的公司有优势。 比如腾讯，一方面有开源大模型混元系列和游戏引擎技术储备，另一方面有王者荣耀、和平精英这些超大体量的产品作为落地场景。 这种"技术+场景"的双轮驱动，是大多数纯AI公司或纯游戏公司不具备的。 但这不是只有巨头才需要思考的问题。对于中小型游戏公司来说，这个错位也意味着机会： **善于使用AI工具的中小团队，可能打出超出团队规模的产品力。** 当AI降低了执行层面的门槛，10个人的团队如果每个人都能深度使用AI，实际产能可能接近过去30-50人的规模。 关键不在于你能不能自己训练模型，而在于你能不能把现有的AI能力高效整合进自己的研发流程。 ## 七、结语：这些方向对游戏研发团队意味着什么 最后做一个收束。 上面聊了五个AI在游戏行业的落地方向： **AI训练场** — AI公司押注游戏的长期理由，决定了AI在游戏行业的投入会持续增加。 **世界模型** — 改变游戏世界的构建方式，短期是"加速器"，长期可能重塑整个场景生产管线。 **AI渲染** — 改变游戏画面的呈现方式，拓宽了画面品质和性能之间的取舍空间。 **引擎外AI生产力** — 从蒙皮、动画、材质这些"体力活"开始渗透，正在改变美术的产能结构。 **AI原生玩家体验** — 从NPC交互到核心玩法融合，正在改变"游戏本身是什么样的"。 这些方向的共同特点是：**它们不是彼此独立的，而是会互相加速。** 世界模型让场景生成更快 → AI渲染让画面呈现更高效 → 引擎外工具让资产量产更便宜 → AI NPC让内容体验更丰富。 当这些方向同时推进，游戏研发的"从想法到成品"的路径会被大幅压缩。 对游戏研发团队来说，我觉得有三件事值得现在就开始想： **第一，关注AI工具在自己管线上的接入点。** 不需要所有方向都跟，但你的项目里一定有某个环节是最痛的、最耗时的、最适合让AI来做的。找到它，认真试。 **第二，评估团队的AI使用能力。** 同一个团队里，不同人使用AI的水平差异可能非常大。这种差异如果不被识别和拉齐，就会变成隐性的效率损耗。PM尤其需要关注这一点——你管理的不只是人的产能，还有"人+AI"的综合产能。 **第三，提前思考AI对产品设计的影响。** 如果你的项目还在立项期或预生产期，现在就应该讨论：这个产品有没有适合融入AI的场景？NPC交互、内容生成、玩家辅助……这些方向是否值得探索？不一定要做，但应该想过。 Demis Hassabis在最近的采访里说，他未来一定要做的一件事就是把通用AI技术重新应用在游戏中，创造出"终极游戏"。 "终极游戏"还很远。但AI改变游戏研发的方式，已经开始了。 --- ## 游戏项目管理（PM）完全指南 - URL：https://pmnote.ai/articles/game-pm-complete-guide/ - 发布于：2026/02/17 - 专题：求职与转行 - 摘要：一篇看完游戏 PM 的岗位分类、日常工作、薪资、转行准备，以及简历和面试中的常见问题。 ## 本文适合谁 - 想转行成为游戏项目经理的人 - 已经在做游戏PM、希望系统提升的从业者 - 从其他行业PM想转入游戏行业的人 - 对游戏开发流程和团队协作感兴趣的人 本文将覆盖游戏PM的薪资前景、核心能力模型、游戏开发全生命周期、日常工作内容、转行策略、简历与面试准备等完整内容。全文约12000字，建议收藏后分段阅读。 ## 一、游戏PM岗位概览：分类与薪资 ### 游戏PM的薪资水平是多少？ 游戏行业的PM岗位可以按职级划分为五个层次，一线城市（上海、北京、深圳、广州）的薪资范围大致如下： > 💬 经验判断。以下范围来自我在 2024—2026 年接触的招聘、求职与咨询样本，不是行业薪酬统计。城市、公司、项目阶段和候选人经历都会让结果明显波动。 **初级PM / PM助理**（月薪6K-12K）：主要负责会议记录、任务跟进、数据整理和基础协调工作。这是大多数人进入游戏PM领域的起点。 **项目经理**（月薪12K-20K）：能够独立负责一个项目或项目中的核心模块，承担项目规划、进度管理和风险控制的完整职责。 **高级 / 资深项目经理**（月薪20K-40K）：管理大型游戏项目，参与战略规划，负责团队管理和跨部门协作。 **主PM**（月薪30K-50K）：同时管理多个项目，负责项目管理体系建设、团队培养和战略决策。 **项目总监**（月薪50K以上）：负责整个项目管理体系，主导流程建设和组织层面的战略规划。 从初级PM到项目总监，差距主要来自公司、品类和项目成败。 ### 游戏PM有哪些细分方向？ 除了按职级划分，游戏PM还可以按专业领域分为四种类型： **研发PM** 是最常见的类型，聚焦游戏开发全流程，从策划到开发、测试、上线，需要深入理解技术实现、制作流程和团队协作。 **美术PM** 聚焦美术资源的生产管理、美术团队的工作协调和美术工作流程的优化。如果你有美术背景或对视觉生产流程感兴趣，这是一个很好的切入方向。关于美术PM的系统知识，我在[美术项目管理基础](/courses/game-art-project-management/)课程中有专门的讲解。 **中台PM** 聚焦内部效率工具和系统的项目管理，比如素材管理系统、自动化测试平台、数据分析工具等。中台PM的目标是让其他项目组——研发、美术、测试——都能更高效地工作。举个例子，一个好的素材管理系统可以帮助美术团队快速查找和复用资源，大幅减少重复劳动。 **发行PM** 聚焦游戏发行环节，包括渠道对接、商务合作、上线协调等。这类PM需要更强的商务意识和市场理解能力。 ## 二、游戏PM的职业发展路径 ### 游戏PM未来能做什么？ 游戏PM的职业发展主要有三条路径： **路径一：纵向深耕（专业路线）** 初级PM → 项目经理 → 高级/资深项目经理 → 主PM → 项目总监 这条路最稳定，也最容易被量化。你会成为某个领域的项目管理专家，成为团队中”唯一了解全局”的人。项目总监级别的年薪通常在50万到80万之间。 **路径二：横向拓展（业务路线）** 项目经理 → 制作人助理 → 制作人 → 游戏总监 从项目管理转向游戏内容和商业决策。这条路需要你对游戏设计和商业模式有更深的理解。制作人级别的年薪通常在80万到150万以上。 **路径三：复合发展（管理路线）** 项目经理 → PMO → 项目管理部门负责人 → 运营VP 建设和管理整个组织的项目管理体系。这条路适合有组织管理志向的人，你不仅要做好项目，还要建立可复制的流程和培养团队。 选择哪条路径没有绝对的好坏，关键是找到自己的兴趣点，并在PM岗位上有意识地积累相应的能力。我在[从执行者到架构师](/courses/from-executor-to-architect/)这门课程中，对这三条路径各阶段需要的能力和跃迁策略做了详细拆解。 ## 三、游戏PM的核心能力模型 ### 优秀的游戏PM需要什么能力？ 一个优秀的游戏PM需要在三个维度上持续建设能力： **第一维度：硬技能** 项目管理方法论是基本功，包括敏捷开发（Agile/Scrum）、瀑布式管理（Waterfall）以及实际中最常用的混合模式。工具层面需要熟练使用Jira、Confluence、飞书项目、禅道等项目管理工具，以及Excel高级功能和基础数据分析能力。同时还需要掌握游戏行业的核心知识，包括各岗位的职责与工作流程、技术基础概念（前后端、客户端、服务端）、游戏品类与玩法分类，以及行业关键指标（DAU、ARPU、留存率、付费率等）。 **第二维度：软技能** 沟通协调能力是游戏PM最核心的软技能。向上沟通要做到结论先行、数据支撑、提供选项；平级沟通要换位思考、互利共赢；向下沟通要清晰明确、及时反馈。除此之外，问题解决能力、抗压能力、情商和快速学习能力都是游戏PM的关键软技能。 **第三维度：业务理解** 游戏理解（知道什么是好游戏、理解玩家需求）、商业意识（理解成本、收益和投入产出比）、行业洞察（了解市场趋势和竞品动态）、资源意识（合理分配有限资源）——这些构成了PM从”执行者”升级为”决策参与者”的关键能力。 ### 游戏 PM 在岗时需要积累什么？ 不同公司对游戏 PM 的职责定义差异很大。有些岗位集中在会议、排期和跟进，有些岗位还要承担版本、风险、流程和团队协作。求职和在岗发展时，需要确认目标岗位实际要求什么。 下面几项能力会直接影响 PM 能否承担更复杂的项目。 **理解项目全局。** 熟悉目标、依赖、风险和关键决策，能够说明一项变化会影响哪些交付。 **保留工作证据。** 记录版本、风险、延期和流程变化，用实际材料说明自己处理了什么问题。没有可靠数据时，不编造效率提升比例。 **理解业务和玩家。** 项目取舍会影响玩法、用户体验和成本。PM 需要理解这些影响，才能参与讨论。 **建立跨职能信任。** 策划、程序、美术和测试愿意及时暴露风险，团队才有机会在问题扩大前处理。 ## 四、游戏开发全生命周期与PM的角色 ### 游戏是怎么开发出来的？PM在每个阶段做什么？ 理解游戏项目的完整生命周期，是成为合格游戏PM的基础。需要特别说明的是，游戏开发中很多阶段是并行进行的，而不是严格的线性流程。 **[立项](/glossary/project-approval/)阶段（Pre-production，通常1到3个月）** 这个阶段PM的核心工作包括协助立项方案准备（市场调研、竞品分析、成本预估）、组建项目团队、搭建项目管理框架（工具选型、文档模板、流程规范）以及制定初步[里程碑](/glossary/milestone/)计划。关键产出是项目章程、资源计划和初步进度表。 **原型阶段（Prototype，通常2到6个月）** PM需要推动团队快速迭代验证核心玩法，同时严格控制范围蔓延（Scope Creep），组织定期评审会议，管理需求变更记录。关键产出是可玩原型、技术方案和详细开发计划。 **开发阶段（Production，通常6到18个月）** 这是最长也最复杂的阶段。PM的核心工作包括日常进度跟踪和风险管理、协调跨部门资源（美术、音频、测试）、组织Sprint计划会和[每日站会](/glossary/daily-standup/)、管理需求变更和版本迭代、质量把控和测试协调。关键产出是各版本里程碑交付物、风险日志和持续更新的进度看板。 **测试阶段（[Alpha](/glossary/alpha-test/)/[Beta](/glossary/beta-test/)/RC，通常2到4个月）** 测试阶段并不完全独立，程序在修复Bug的同时，美术可能还在做优化，策划也在做内容调整。PM需要管理Bug修复优先级、协调开发和测试资源、控制版本发布节奏、准备上线材料。 **上线与运营阶段（Live Ops，持续进行）** PM负责版本更新管理、突发问题快速响应、活动和内容更新协调、数据监控和复盘。 以上是通用流程，实际执行会根据项目规模有很大差异。小团队可能一个PM身兼多个阶段的管理，大团队则会有更细的分工。在[游戏项目管理14讲](/courses/game-project-management-14-lessons/)中，我对每个阶段的管理要点和常见陷阱做了详细讲解，并结合了我在不同规模团队中的实际案例。 ## 五、游戏PM需要了解的技术概念 ### 游戏开发中前端和后端的区别是什么？PM为什么要懂技术？ **客户端（前端）** 是玩家能看到和直接交互的部分，包括UI界面、角色模型、场景、特效、音效和输入控制。常用技术栈包括Unity、Unreal Engine、Cocos等游戏引擎。客户端团队关注的核心是画面表现、操作体验和性能优化。 **服务端（后端）** 是在服务器上运行、玩家看不到的部分，包括游戏逻辑、数据存储、玩家账号系统、联网对战和防作弊机制。常用技术栈包括Java、Go、Python、C++等。服务端团队关注的核心是系统稳定性、数据安全、并发处理和数据一致性。 PM不需要会写代码，但必须理解前后端的区别，因为这直接影响你的项目管理决策：前端开发高度依赖美术资源，如果美术资源延期，前端就会被阻塞；后端更容易出现难以预估的技术风险，需要在排期中预留调优时间；联网功能需要前后端协同开发，接口定义、联调测试都需要专门的协调时间。 ## 六、游戏PM的日常工作是什么样的？ ### 游戏PM的一周是怎么过的？ 以开发阶段为例，一个典型的PM工作周大致如下： **周一：周会与计划。** 上午主持团队周会，回顾上周进度，布置本周任务，然后更新项目进度看板，检查里程碑风险。下午与主策划、主程序、主美术对齐本周重点，处理需求变更申请并评估影响。 **周二：协调与会议。** 上午每日站会后，召开跨部门协调会（如美术资源需求评审）。下午处理临时需求和问题，更新风险日志，跟进高优先级Bug。 **周三：执行与跟进。** 上午站会后逐一跟进关键任务进度。下午组织技术评审会或策划评审会，更新项目文档。 **周四：问题解决。** 集中解决本周堆积的阻塞问题，与测试团队对齐本周测试计划，处理突发事件（比如关键功能延期）。 **周五：复盘与规划。** 主持本周[项目复盘](/glossary/retrospective/)会，准备下周计划和资源协调，撰写并发送周报。 以上是理想情况。实际工作中会有大量临时会议、紧急问题和需求变更，需要灵活调整。 ### 游戏PM的时间都花在哪里？ 我做过的项目里，PM 的时间通常在五类事情之间来回切换：协调跨部门资源和分歧；维护计划与里程碑；跟进任务、风险和问题；整理项目文档；处理当天突然出现的阻塞。每一类占多少取决于项目阶段。立项期的规划更多，版本临近交付时，风险处理和跨职能协调会明显增加。 ## 七、游戏PM面临的典型挑战与应对 ### 策划给需求慢但又要得急，PM怎么办？ 这是游戏PM最常遇到的问题之一。策划突然说”需要加一个新功能”，但具体是什么、怎么实现、什么时候要，都说不清楚。 **短期应对策略：** 建立需求提交流程，要求所有需求通过正式渠道提交（如Jira工单），包含需求背景、优先级和期望时间。对于紧急需求，立即组织30分钟快速会议，让策划当场说清楚需求，程序当场评估工作量。同时用数据透明化影响，告诉相关方”插入这个需求会导致哪些已排期任务延后”。 需求分类处理也很重要：真紧急真重要的立即安排，调整现有计划；假紧急真重要的协商合理时间；真紧急假重要的说服延后；假紧急假重要的排入Backlog。 **长期改善策略：** 建立需求池制度，区分”本版本必做”和”未来可做”。定期开需求评审会，集中处理新需求。排期时预留10%到20%的缓冲时间应对变更。和策划团队建立共识，培养”提前沟通”的习惯。对于频繁变更严重影响项目的情况，通过向上升级机制寻求管理层支持。 这些方法不是理论推演，而是我在实际项目中反复验证过的做法。在「游戏项目管理14讲」的需求管理章节，我详细拆解了需求变更管理的完整框架，包括变更评估模板和优先级矩阵工具。 ## 八、零经验如何成为游戏PM？ ### 没有经验能做游戏PM吗？ 零经验不代表没机会，但需要策略性地准备。根据我的观察和辅导经验，有三个可行的切入策略： **策略一：从执行岗切入** 可以直接检索”项目助理”“PM实习生”等初级岗位，核对资格、到岗时间和职责，在实际工作中积累经验。 从执行岗升到项目经理需要完成几个关键跃迁：从被动执行到主动规划，学会分解任务和制定计划；从跟进汇报到独立决策，培养在问题出现时提供解决方案的能力；从关注单点到理解全局，不局限于自己的任务，而是看懂项目全流程的依赖关系。 实践建议是主动承担更多责任（比如负责组织某个例会或跟进某个模块），向现有PM学习处理问题的方式，定期寻求反馈，并让领导知道你的晋升意愿。 **策略二：从其他岗位转岗** 运营转PM是常见且可行的路径。运营经验让你更懂用户和数据，活动策划和执行经历本身就是项目管理能力的锻炼，跨部门协作经验可以直接迁移。 其他行业PM转游戏同样可行。PM的核心能力（沟通协作、风险管理、进度控制、资源协调）是通用的，可以跨行业迁移。需要补足的主要是游戏行业知识：制作流程、行业术语和游戏审美。 但游戏PM有几个区别于其他行业PM的特殊性需要注意：游戏是创意驱动的，需求变化频率远高于传统软件项目；团队由策划、程序、美术、音频等多种角色组成，思维方式差异大，沟通成本高；质量判断包含大量感性因素（好不好玩、美不美），不像传统软件那样有明确的功能验收标准。 **策略三：从游戏行业上下游切入（曲线救国）** 这是很多人忽视的重要策略。如果你暂时找不到直接的游戏PM岗位，可以从游戏行业的上下游入门： 可以同时看看游戏美术外包、引擎、工具、发行和渠道相关公司的项目岗位。不同机会的经验门槛与工作范围差异很大，先核对自己能承担的职责，再判断它是否提供了目标方向需要的协作与交付经验。 比如在美术外包公司做PM，你会深入了解美术工作流程和团队协作，这些知识可以直接迁移到游戏公司的美术PM岗位。 进入相关公司后，可以按实际工作内容设定学习目标和复盘时间。届时检查自己新增了哪些职责与证据，再决定是否继续；后续转岗仍需满足新岗位要求，不是完成固定任职时长就会自动发生。 已有游戏美术研发经历，正在比较研发、外包或小团队机会，可以结合美术转PM的路径选择，核对下一份工作的实际职责、带教和代价。 还在判断是否要离开美术执行，可以先看美术转PM的适配与代价，用一段实际协作观察工作内容，再比较全年收入和积累方向。 在校生缺少游戏实习，可以沿无游戏实习的校招准备，同时申请合适岗位并整理真实校园项目。海外管理类专业则可以先用研发、发行、本地化与美术PM的方向比较，选择最有证据支撑的投递方向。 影视CG制片已经管过资产、外包和交付，可以参考CG转游戏美术PM的迁移准备，补清引擎接入、验收和版本依赖，再比较直接投递与PV制片机会。 ## 九、游戏PM简历怎么写？ ### 游戏PM简历的核心要点 游戏PM的简历结构应包括以下几个板块： **个人信息与求职意向：** 明确写清”项目经理”或”项目协调员”的求职方向。 **核心能力关键词：** 用3到5个关键词概括你的能力，比如”项目管理 / 跨部门协调 / 敏捷开发 / 风险控制 / 游戏行业”。 **项目经验（最重要的板块）：** 每个项目用”背景→角色→职责→成果”的结构来写。即使你之前不是PM岗位，也要突出与项目管理相关的工作。 关于简历撰写，先写清个人职责、处理过程和实际结果。有可靠记录时再补充团队、交付节点或工作量等数字；没有测量过的改善幅度不用估填。使用里程碑、风险等术语时，要能说明它在自己的经历中具体指什么。做过Mod、独立游戏或其他协作项目，也可以如实写明性质与完成度。 常见的简历错误包括：只罗列技能而没有具体项目支撑、项目描述只写功能而不写个人贡献、缺乏量化数据（全是”负责”“参与”等空泛描述）、看不出PM相关能力。 有美术经历、还没有正式PM任职记录，可以参考美术转PM的能力证明材料，把一个协作过程整理成案例，再配上计划、风险记录和目标JD对应表。 ## 十、游戏PM面试怎么准备？ ### 游戏PM面试常见问题有哪些？ 游戏PM面试的问题通常分为四类： **第一类：项目经验题。** 比如”介绍你做过的一个项目”“项目中遇到最大的困难是什么”。回答建议使用[STAR法则](/glossary/star-method/)——先描述情境（Situation），再说明任务（Task），然后讲你的行动（Action），最后给出结果（Result），尽量用数据支撑。 **第二类：PM能力题。** 比如”你如何管理需求变更”“多个部门争抢资源你怎么协调”。回答时要展示你的方法论，说明你考虑了哪些因素，体现沟通和协调能力，最好举实际案例。 **第三类：游戏理解题。** 比如”你最近玩的游戏是什么”“你觉得什么是好游戏”。回答时不只谈玩法体验，也要从项目管理视角分析，比如”这个游戏的开放世界设计意味着美术资源量巨大，排期管理一定很有挑战”。 **第四类：情景模拟题。** 比如”项目即将上线发现严重Bug，修复需要延期，你怎么决策”。回答时展示你的决策思路，说明如何收集信息、评估选项，体现你权衡多方利益的能力。 ### 如何在面试中脱颖而出？ **带作品去面试。** 准备一份”项目管理作品集”，可以是你之前项目的计划表、进度看板截图、流程优化方案。即使是为某个你玩过的游戏设计的模拟项目计划，也能展示你的PM思维。 **做好公司研究。** 提前玩目标公司的游戏产品，准备分析和建议。在面试中展示你的研究成果，会让面试官眼前一亮。 **展示具体方法论。** 不要说”我会管理风险”，而是说”我会建立风险登记表，包含风险描述、影响评估、应对计划、责任人，每周在项目会上逐条Review”。具体的、可落地的方法论是区分初级和高级候选人的关键标志。 **准备有深度的反问。** 面试最后的提问环节非常重要。问”贵司PM团队的组织架构是怎样的”“PM在这里的职业发展路径是什么”“当前项目最大的管理挑战是什么”，能展示你的思考深度。 ## 十一、游戏PM的技能提升路径 ### PM应该怎么持续成长？ 游戏PM的能力成长可以分为四个阶段： **第一阶段（0到1年）：打好基本功。** 学习并实践PMP或敏捷认证的核心框架（认证本身可选，但知识体系要掌握），熟练使用项目管理工具，培养基础沟通协调能力。目标是能独立跟进简单项目。 **第二阶段（1到3年）：深耕游戏行业。** 深入了解游戏制作全流程，参与至少一个完整项目从立项到上线的全周期，培养跨部门协作和复杂问题解决能力。目标是成为能独当一面的游戏PM。 **第三阶段（3到5年）：建立业务视角和管理能力。** 从执行者转变为决策参与者，学习团队管理和体系建设。这个阶段的关键跃迁是从”管好一个项目”到”建立一套可复用的管理方法论”。实际职责变化比固定年限更值得关注。 **第四阶段（5年以上）：领导力与创新。** 引领行业最佳实践，推动组织层面的管理创新，培养影响力和商业思维。目标是成为PM领域的Leader或转向制作人方向。 **日常学习建议：** 每周阅读游戏行业资讯（GameRes、游戏葡萄、游戏陀螺等）；每月深度体验2到3款新游戏，从项目管理视角分析；每季度学习一个新工具或新方法论；每年完成一个系统性学习项目。 AI也可以用于会议纪要、周报、风险跟踪和知识整理。[游戏PM的AI实战手册2027](/courses/game-pm-ai-practical-guide/)围绕这些任务提供文档课程、模板与练习，适合已经使用AI、准备把它接入日常工作的游戏从业者。 ## 十二、常见问题解答（FAQ） ### PM需要会编程吗？ 不需要精通，但建议了解基础概念。能看懂简单代码、理解技术实现逻辑，会让你更好地与程序团队沟通，也能更准确地评估技术风险和工作量。 ### PM和制作人有什么区别？ PM聚焦”如何按时按质完成项目”，核心是执行和流程管理；制作人聚焦”做什么样的游戏”，核心是创意方向和商业决策。两者有重叠，大公司分工明确，小团队可能一人兼任。 ### 游戏PM的工作压力大吗？ 确实压力不小。主要来自进度压力（上线日期通常不可改）、协调压力（处理各种角色和利益的冲突）和责任压力（项目延期时PM往往首当其冲）。但也有很高的成就感：看到一个游戏从概念变成上线产品，看到自己的协调和推动让团队从混乱走向高效。 ### 女生适合做PM吗？ 性别不能直接说明一个人是否适合做 PM。更值得检查的是，你是否愿意长期处理信息、依赖和分歧，能不能在压力下把事情说清楚，并持续跟进到结果。团队和岗位的具体要求也比性别更重要。 ### 游戏PM的天花板在哪里？ 专业路线可以继续承担复杂项目和项目管理体系建设；也有人转向制作、业务管理或创业。每条路径都需要额外能力与具体机会，不能仅凭PM任职年限推导职级或收入。比较职业机会时，先看下一份职责会增加什么，以及自己希望长期积累什么。 ### 如何判断团队是否需要PM？ 有几个信号可以参考：团队超过5人或涉及3个以上部门协作时；项目周期超过3个月、依赖关系复杂时；频繁出现延期、返工、信息不透明或会议效率低下时——这些都是引入专业PM的时机。 ### 有哪些推荐的学习资源？ 按用途分三类。**入门搭框架**：本站四个专题的文章可以按主题系统浏览；想要成体系的学习，可以看我的课程[游戏项目管理14讲](/courses/game-project-management-14-lessons/)。**进阶补深度**：[从执行者到架构师](/courses/from-executor-to-architect/)面向1到3年经验、想建立方法论的PM；PMBOK和敏捷的经典教材值得精读一本，重点是知识体系而不是证书。**保持行业敏感**：GameRes、游戏葡萄、游戏陀螺的行业资讯，加上每月从PM视角拆解2到3款新游戏。最后说句实话：所有学习资源都比不上把方法用到手头项目里、再认真复盘一次。 ### 游戏PM课程、简历修改和模拟面试怎么选？ 还在了解职业，可以先读本指南并做[求职自检](/tools/career-check/)。需要系统建立岗位、研发流程和管理框架，可以看[游戏项目管理14讲](/courses/game-project-management-14-lessons/)；已承担美术线协作、需要补美术生产认知，再核对[美术项目管理基础](/courses/game-art-project-management/)的适用范围。[从执行者到架构师](/courses/from-executor-to-architect/)主要面向1到3年游戏PM，聚焦跨职能风险和流程建设。 已经有目标JD、需要整理自己的经历，对应简历修改；有面试安排、需要检查实际回答，对应模拟面试；需要近期判断转岗或具体机会，可以了解单次语音咨询。课程与个人求职服务分别提供，不把学习课程当作获得工作经验或录用的替代。 AI方向有两门不同的课：[游戏人的AI第一课：从旁观者到驾驭者](/courses/ai-first-lesson-for-game-industry/)介绍行业与岗位变化；[游戏PM的AI实战手册2027](/courses/game-pm-ai-practical-guide/)面向真实工作流，包含讲解视频与配套讲义。当前大纲、服务范围与权益统一查看[课程与咨询](/services/)。 ## 关于作者

这份指南由「Hao的游戏PM笔记」作者 Hao 整理。想继续系统学习，或者想聊具体问题，可以看课程与咨询。

--- ## 2025 AI总结——一个游戏PM的年度观察 - URL：https://pmnote.ai/articles/game-pm-ai-annual-observation/ - 发布于：2026/02/14 - 专题：AI效率与游戏PM - 摘要：以游戏PM视角回顾2025年AI进展，分析推理模型、Coding Agent、多模态和Agent对游戏研发、美术、策划、PM的影响。 最近听了一期播客，是晚点Late Post做的2025年AI领域年终总结，从模型、应用、巨头竞争到具身智能，信息密度非常高。听完之后我感觉：如果你只关注AI行业本身的叙事——谁家模型又刷榜了、哪个产品日活过亿了——你会觉得这些事离自己挺远的。 但也因此想做一期内容，讲讲2025年AI行业的发展，对游戏行业、游戏研发的影响到底有多大。 如果站在游戏研发的视角看，过去一年发生的很多事情，其实已经开始改变我们每天的工作方式了。只是这种改变不像新闻标题那么抓马，它更像水悄悄地渗进沙子，稍不注意，回头一看，很多东西可能已经不一样了。 作为一名工作近10年，从策划转型的游戏PM，我觉得2025年AI带来的变化，影响最大的不是游戏的产品形态，而是**研发方式本身**。 因此，我想尝试从一个游戏PM的视角，聊聊2025年AI进展中那些真正影响到游戏行业的部分，以及过去一段时间，我自己的一些思考和实践。 ## 一、背景：2025年AI到底发生了什么 这里我想提几件对游戏行业有直接影响的事儿。 ### 推理模型崛起：AI学会了”想一想再回答” 2025年初，DeepSeek R1的发布可能是这一年最具标志性的事件。 它是第一个在大参数规模上复现了OpenAI o1 推理能力的开源模型，而且训练成本只有557万美元——这个数字让整个行业都重新评估了”做AI到底需要多少钱”。 推理模型出现之后，AI不再只是”你问我答”的条件反射，它开始能一步步拆解复杂问题。 这对游戏行业意味着AI可以理解”帮我设计一个兼顾新手引导和老玩家挑战的关卡难度曲线”这种需要多步推理的需求了，而不只是”帮我写一段NPC对话”。 ### Coding能力爆发：AI有了”手脚” 2025年，Anthropic的Claude Code、OpenAI的Codex、Google的Antigravity相继发布。所有头部模型公司都在All in Coding能力。 为什么这件事对游戏行业重要？因为Coding能力本质上是AI在数字世界里”动手做事”的能力。会写代码的AI，不只是程序员的效率工具——它可以自动化构建工具、批量处理资源、生成测试脚本、搭建数据看板。这些全都是游戏研发中每天在发生的事。 ### Agent元年：从”对话”到”干活” 2025年被广泛认为是Agent应用的元年。Agent和之前的ChatBot最大的区别是：ChatBot是你问它答，Agent是你给它一个目标，它自己拆解任务、调用工具、完成工作。 Claude Code不只是一个编程助手，它本质上是一个通用Agent——你可以让它去做PPT、搭网页、处理数据、自动化流程。 26年1月，OpenClaw的爆火更是把Agent推到了大众面前。字节的Trae、蚂蚁灵光、各种Agent Builder产品纷纷涌现。 对于游戏行业来说，未来也许以前很多”太小众、不值得专门开发”的内部工具需求，现在可以用Agent快速构建了。 ### 多模态成为标配 原生多模态模型——用同一个模型处理文字、图片、语音、视频——在2025年成了主流能力。 也就是说，现在的AI终于能够”看懂”美术资源、”听懂”会议录音、”读懂”策划文档了，而不是只能处理纯文本。 对游戏这种天然多模态的行业来说，这个变化的意义可能被低估了。 ## 二、美术管线：最先被冲击的，也是争议最大的 如果要评选2025年AI对游戏研发影响最大的环节，美术一定排第一。 这也是争议最大的领域——美术从业者的焦虑、版权问题的模糊、审美标准的讨论，全部集中在这里。但我想先跳出情绪，从项目管理的角度说说我观察到的实际变化。 ### 概念设计阶段：从”画三稿选一稿”到”画三十稿选一稿” 以前，一个角色的概念设计流程通常是：策划写需求描述→美术出2-3个方向的草图→评审选定方向→细化。这个流程的瓶颈在于，出草图本身需要时间，所以我们能看到的”可能性空间”是有限的。 现在，AI图像生成工具（比如Midjourney、Stable Diffusion、可灵等）可以在极短时间内生成大量概念图。这不是说AI取代了概念设计师，而是**评审的输入端变了**——我们不再是从3个方向里选，而是可以从30个甚至更多的方向里筛选和组合。 现在，策划甚至可以自己先用AI生成一批参考图来表达意图，然后和美术一起讨论。 这改变了沟通的起点——从”我想要一个大概这样的感觉，你懂我意思吧”变成了”我想要的大概是这几张图的方向，我们来聊聊哪个更合适”。 需求沟通的效率确实提升了，但新的问题也出现了：当每个人都能轻松生成”看起来还不错”的图时，怎么判断什么才是真正有价值的美术方向？这需要更专业的审美判断力，反而对美术主管和美术总监提出了更高的要求。 ### 量产阶段：效率提升是真的，但管线没那么容易改 概念设计是冰山的一角。游戏美术的大头在量产——角色模型、场景资源、UI界面、特效动画，这些才是消耗人力最多的环节。 2025年，AI在美术量产上的辅助主要体现在几个方面： **变体生成**：有了一个确定的角色设计后，AI可以快速生成不同配色、不同装备的变体方案，大幅减少了重复劳动。对于养成类、卡牌类游戏来说，这个能力非常有价值——因为这类游戏对角色皮肤、装扮变体的需求量很大。 **2D到3D的辅助**：一些工具开始能够从2D概念图辅助生成3D模型的初始形态，虽然精度还不够直接用于生产，但可以加速建模师的前期工作。 **UI/UX原型**：用AI快速生成界面原型图，供策划和UI设计师讨论。这在项目早期验证阶段特别有用——我们不需要等UI设计师排完手头的活再出原型，策划可以自己先用AI搭一个”大概长这样”的界面来对齐理解。 但说实话，AI并没有真正改变美术量产的核心管线。 因为游戏美术的量产管线是一个高度定制化的工业流程，每个项目的美术风格、技术规格、引擎适配需求都不一样。AI生成的资源要进入引擎，还需要大量的规范化处理——模型减面、UV展开、贴图规格调整、骨骼绑定、动画适配……这些环节，目前的AI还做不好。 **所以我的判断是：2025年，AI对美术管线的改变更多发生在”上游”（概念、参考、沟通）和”周边”（变体、原型），核心量产管线的变革还需要时间。但这个趋势是不可逆的，值得提前规划。** ## 三、程序开发：Coding Agent是真的好用，但别迷信 说完美术，聊聊程序。这是我在日常工作中**实际体感最强**的AI应用领域。 ### Coding Agent正在改变程序员的工作方式 2025年，Cursor、Claude Code、Trae等AI编程工具已经成了很多程序员的日常。我观察到团队里的一些变化： **写代码的速度确实快了**。特别是一些模式化的代码——数据结构定义、接口封装、配置文件生成——AI可以直接帮你写出来，程序员只需要Review和调整。 **Debug效率提升了**。把报错信息丢给AI，它往往能比自己查文档更快地定位问题。特别是一些引擎相关的报错，AI对常见坑的覆盖度很高。 **文档和注释变好了**。这个可能是意外收获——以前催程序员写注释是PM的老大难问题，现在AI可以根据代码自动生成注释和技术文档，质量还不错。 ### 但Coding Agent不是银弹 作为PM，我更关注的是：这些效率提升是不是真的转化成了项目层面的收益？ 现在我看到的是：**局部效率有提升，但整体交付速度的提升没有想象中那么大。** 原因大概如下： 第一，**AI写的代码需要Review，而Review本身需要时间**。一些程序员反馈，AI生成代码的速度很快，但如果不仔细Review就合入，后面出bug的概率其实并不低。而Review AI代码和Review人写的代码，需要的注意力不太一样——你要警惕AI可能”编造”一些看起来合理但实际不存在的API调用。 第二，**游戏开发中最难的部分不是写代码，而是架构设计和系统间的耦合处理**。AI在单个功能的实现上越来越强，但在理解整个游戏系统的架构、处理模块间的复杂依赖关系上，还有明显的短板。程序Owner需要处理的”技术依赖识别、跨组沟通”这些事情，AI提供的帮助有限。 第三，**工时评估并没有因为AI变得更准确**。这可能有点反直觉——AI不是让写代码更快了吗？但实际上，工时评估的难点从来不是”写代码需要多久”，而是”需求变更的概率有多大”“联调的复杂度是什么”“这个功能和另外三个功能的依赖关系怎么排”。目前看下来还是高度依赖人的经验。 **因此我们团队的做法是：鼓励程序团队使用Coding Agent提效，但不要因此压缩工时估算。把AI节省的时间投入到代码质量（更多Review、更完善的测试用例）而不是更多的功能堆砌。** ## 四、策划工作：AI正在悄悄改变”想法如何变成方案” 相比美术和程序，AI对策划工作的影响更隐性，但可能是最深远的。 ### 需求文档的质量在提升 这是我自己感受最明显的一个变化。以前策划写需求文档，质量参差不齐——有的写得很细致，有的只有三行字，程序同学看完一头雾水。 现在，越来越多策划开始用AI辅助整理需求文档。流程大概是：先口述或简单写下想法，然后让AI帮忙结构化——补充边界条件、整理异常情况、生成数据表的初始框架。这相当于AI充当了一个”需求审查助手”，帮策划在交付给程序之前先自检一遍。 作为PM，我非常欢迎这个变化，因为**需求文档质量是影响研发效率的最大隐性变量之一**。很多项目的返工、扯皮、联调延期，根源都是需求描述不清。 ### 竞品分析和市场调研的效率飞跃 以前做竞品分析，需要一个个去玩竞品、截图、记录、整理——费时费力，而且很难做到全面。 2025年，AI在信息收集和整理上的能力让这件事变得高效了很多。你可以让AI帮你整理某个品类近期上线的产品列表、核心玩法特征、用户评价中的高频关键词、商业化模式等等。当然，AI输出的结果需要你自己去验证和判断，但它至少把”搜集和初步整理”这个最耗时的环节大幅压缩了。 ### 但策划最核心的能力AI替代不了 策划的核心能力是什么？是**审美判断、玩法直觉和对玩家情感的理解**。 “这个关卡的节奏是不是合理”“这个养成系统的付费点设计会不会让玩家反感”“这个剧情转折的情绪铺垫够不够”——这些问题AI可以给你参考意见，但最终的判断必须是人来做。 甚至更根本的：**“这个游戏到底好不好玩”**这个问题，AI给不了你答案。好玩是一种综合的、主观的、高度依赖上下文的体验判断，是策划和制作人最不可替代的价值所在。 ## 五、项目管理：哪些事变了，哪些没变 作为一个在一线的研发PM，我想专门聊聊AI对项目管理这个岗位本身的影响。 ### 变了的事 **会议记录和信息整理**——这可能是我个人使用AI最高频的场景。游戏研发团队的会议非常多：[每日站会](/glossary/daily-standup/)、Sprint评审、跨组对齐、[里程碑](/glossary/milestone/)评审……以前整理会议记录是一件耗时但又不得不做的事。 现在，AI可以从录音中提取核心决议和待办事项，准确率已经相当不错了。我的习惯是让AI先出一版，然后自己快速过一遍修正——总耗时从以前的30-40分钟缩短到10分钟以内。 **Sprint报告和进度追踪**——AI可以根据项目管理工具（TAPD、JIRA等）中的数据自动生成Sprint总结：哪些任务完成了、哪些Delay了、Delay的原因分类是什么。PM只需要在此基础上添加自己的分析和判断。 **风险预警的敏感度提升**——当你把项目的任务依赖关系、历史Delay数据喂给AI时，它可以帮你识别一些你可能忽略的风险点。比如”上个Sprint程序A的工时评估偏差率是35%，这个Sprint他负责的功能在[关键路径](/glossary/critical-path/)上，建议预留缓冲”——这种分析AI做得很快。 ### 没变的事 **跨组协调和人际沟通**——这是PM最核心的工作之一，也是AI最帮不上忙的。 “程序觉得策划的需求不合理” “美术觉得排期太紧” “上级觉得进度太慢” ——这些冲突的化解需要同理心、沟通技巧和对每个人性格、处境的理解。AI可以帮你起草一封措辞得体的邮件，但坐下来和人面对面解决问题，只有你自己能做。 **优先级决策**——当资源有限（永远有限），先做什么后做什么？ 这个判断需要综合考虑技术风险、市场窗口、团队状态、上级期望等多个维度的信息，很多还是”只可意会”的软信息。AI可以帮你整理决策所需的数据，但最终做决定的依然还得是人。 **流程设计和团队文化建设**——推行Sprint机制、建立Feature Owner制度、设计工时评估的改进方案、推动测试质量规范的落地……这些”建制度”的事情，需要的是对团队的深度理解和持续的推动力。AI无法替代这件事，因为每个团队的情况都不一样，没有可以直接套用的模板。 ### PM岗位重心的变化 如果把PM的工作分成”信息处理”和”决策+协调”两大类，AI正在大幅压缩第一类工作的时间。这意味着PM可以（也应该）把更多精力放在第二类工作上。 换句话说，**AI不是在替代PM，而是在把PM从”高级秘书”推向”真正的管理者”**。以前我们花大量时间在整理信息、写报告、追进度上，留给思考和决策的时间其实不多。现在，AI把那些信息处理的活接过去了，PM没有理由不去做更有价值的事——比如更前瞻性地识别风险、更深入地理解每个人的状态、更系统性地优化流程。 这对PM提出了更高的要求。你不能再拿”我一天都在整理报告”当借口了——AI已经帮你整理了，那你省下来的时间用来干了什么？ ## 六、Agent对游戏产品形态的影响：一些个人思考 聊完AI对研发侧的影响，我也想分享一些关于AI如何影响游戏产品本身的思考。 这部分更偏预测，不一定对，但我觉得值得游戏从业者关注。 ### NPC交互的革命 2025年Agent能力的爆发，对游戏来说最直接的应用场景就是NPC。 传统NPC的对话是预设的分支树，再怎么精心设计也是有限的。而基于大模型的NPC可以进行真正的自由对话，根据玩家的行为和对话历史动态调整反应。 已经有一些独立游戏和[Demo](/glossary/demo/)在做这件事了。长期来看，这可能从根本上改变叙事类游戏和RPG的设计范式——从”设计固定剧情”变成”设计角色性格和世界规则，让故事在互动中涌现”。 但这也带来了新的项目管理挑战：怎么测试一个”每次玩都不一样”的系统？怎么确保AI生成的内容不会出现违规或破坏体验的情况？怎么评估这种系统的”质量”？这些问题都没有现成的答案。 ### 个性化内容生成 Agent的另一个潜力方向是为每个玩家生成个性化的内容——个性化的任务、个性化的对话、甚至个性化的关卡布局。这在技术上正在变得可行，但在设计上提出了巨大的挑战：当内容是动态生成的，游戏设计师如何保证体验的质量底线？ 我觉得更现实的路径是”AI辅助+人类审核”的混合模式：AI负责生成候选内容，人类设计师负责设定规则和审核质量。这不是一个纯技术问题，它需要重新设计整个内容生产的流程和管线。 ### 玩家社区和UGC 2025年的一个趋势是Agent的数量在爆发，在游戏领域，这可能意味着玩家可以用AI工具更容易地创建MOD、自定义内容、甚至自制游戏，1月底的心动发布的AI游戏开发工具——TapTap制造，已经打响了第一枪。 这对有UGC生态的游戏来说是重大利好——降低创作门槛意味着更多的内容产出。但对平台方来说，也意味着更大的内容审核压力。 ## 七、总结 写到最后，聊几句心里话。 ### 焦虑是正常的，但不要被焦虑裹挟 2025年的AI进展确实让很多游戏从业者感到焦虑——美术担心被取代，程序担心AI写代码比自己好，策划担心创意不再稀缺，PM担心流程自动化后自己没事可做。 我觉得焦虑是正常的、健康的，它说明你在关注变化。但不应该被焦虑裹挟——如果你因为焦虑而病急乱投医、每个AI工具都去试一遍但没有一个真正用起来，那焦虑只会加重。 更好的方式是：**找到你工作中最痛的那个点，认真地用AI去解决它**。是会议记录太费时？那就认真调试一个会议记录的AI工作流。是需求文档总是写不清楚？那就探索用AI辅助需求结构化的方法。一个一个点地攻克，比泛泛地”学AI”有效得多。 ### 最该投资的还是”人”的能力 AI再强，最终也是工具。工具的价值取决于使用它的人。2025年的AI进展，如果有一个最大的启示，我觉得是：**那些最不可能被AI替代的能力——审美判断、同理心、系统思维、沟通协调——反而是我们最应该投资的能力**。 对游戏PM来说，这意味着：别只顾着研究AI工具，也要花时间提升自己的管理能力、沟通能力、行业认知。这些”软实力”在AI时代不是变得不重要了，而是变得更重要了——因为”硬活”AI能帮你干，但决定”干什么”“怎么干”“谁来干”的能力，只能自己修炼。 ### 保持对新事物的好奇心 回顾2025年，从DeepSeek R1到Agent元年，从巨头大战到创业公司的涌现——这个行业的变化速度是惊人的。 作为游戏PM，我们不需要成为AI专家，但需要保持对新事物的好奇心和感知力。 每年春节前后，AI行业都会有意想不到的大事发生——2023年是ChatGPT，2024年是Sora，2025年是DeepSeek R1。2026年的春节又会是什么？ 不管是什么，它一定会以某种方式传导到游戏行业。而那些提前有所准备的团队和个人，会比其他人更快地把变化转化为优势。 我们都在这个快速变化的时代里，一起加油。 --- ## 一名互联网游戏PM眼中的 AI 变革 - URL：https://pmnote.ai/articles/ai-change-in-game-pm-eyes/ - 发布于：2026/02/09 - 专题：AI效率与游戏PM - 摘要：从游戏PM视角复盘AI带来的管理变化：人天估算、线性流程、站会、文档、QA和经验判断都需要被重新理解。 ## 引 最近有个感觉，越来越强烈：过去十年在游戏行业学的项目管理方法论，正在集体失效。 甘特图、[燃尽图](/glossary/burndown-chart/)、人天、Sprint、迭代、[里程碑](/glossary/milestone/)、流程规范。 这些词曾经是游戏项目管理的圣经。我们用它们拆解版本，用它们约束团队，用它们向制作人汇报进度。 但最近我一次又一次地发现，这些词所指向的管理范式，正在被 AI 从根基上动摇。 这是因为过去的一切，都建立在一个正在消失的前提之上：人是生产的瓶颈。 而新世界的前提变了：Agent 正在成为真正的生产力单元。 2026 年了，也许不应该再试图用旧的管理框架去驾驭一个全新的生产方式。 我想从一个游戏 PM 的视角，聊聊哪些旧认知正在崩塌，以及什么正在取而代之。 ## 上篇：正在崩塌的六个旧共识 ## 一、人天估算正在变成一场集体幻觉 游戏开发的排期，过去全靠人天。一个功能多少人天，一个版本多少人月，一个里程碑需要几个 Sprint。整个项目管理的大厦，建立在"人天可预估"这个地基之上。 但这个地基正在开裂。 同一个程序员，不用 AI 写一个战斗系统的基础框架可能需要两周，用 AI Coding 可能三天就搞定了。同一个美术，不用 AI 画一套概念图需要一周，用 AI 辅助可能一天出五个方案。 人天估算的前提是：同一个人做同一件事，效率大致稳定。但当 AI 介入之后，同一个人的产出波动可以达到三到十倍。你还怎么用"人天"来排期？ 更要命的是，团队里每个人使用 AI 的水平参差不齐。有人已经用 Claude Code重构了自己的整个工作流，有人还在把 AI 当搜索引擎用。同一个岗位、同一个职级，实际产能可能差出一个数量级。 人天估算没有消失，但它正在从一个精确的度量单位，退化成一个模糊的参考区间。 ## 二、线性流程正在被 AI 击穿 游戏开发的经典流程是一条线性的链：策划出需求文档 → 评审 → 程序拆解任务 → 开发 → 提测 → QA 测试 → 修 Bug → 验收。 这条链之所以存在，是因为每个环节都依赖"人"来完成，而人与人之间的信息传递需要文档、会议、流程来保障。 但 AI 正在打穿这条链上的每一个环节之间的墙。 当策划可以用 AI 直接生成可运行的原型，"需求文档→程序理解→技术评审"这三步可以压缩成一步。当 AI 可以自动生成测试用例并执行回归测试，"提测→QA→回归"也在被压缩。 不是说流程不需要了，而是流程拆多细、走多快，完全变了。过去一个 Sprint 两到四周是合理的，因为从需求到可验收需要这么久。但当 AI 把中间环节大幅压缩之后，一周甚至几天就能完成过去一个 Sprint 的量。 你的 Sprint 周期不变，但产出密度剧增，这意味着管理节奏必须跟着变。还按照旧节奏开评审、做回顾，团队可能会觉得流程在拖后腿。 线性流程不会消失，但它会从一条长链变成多条短链并行。项目管理的重心，从"管控流程的执行"转向"协调并行短链之间的依赖"。 ## 三、每日站会的价值需要重新定义 每天早上十五分钟，每个人说三句话：昨天干了什么、今天要干什么、有什么阻塞。这是 Scrum 的标配，也是游戏团队最常见的会议形式。 日站会之所以有用，是因为信息分散在每个人脑子里，团队需要一个低成本的方式来同步进展和发现风险。 但问题来了：当 AI 工具可以实时追踪每个人的代码提交、任务状态、文档更新，你还需要让每个人花十五分钟口头汇报吗？ AI 已经能做到自动生成每日进展摘要，自动标记偏离计划的任务，自动识别可能的阻塞点。这些事情，一个 Agent 比一场站会做得更快、更准、更全。 日站会不会完全消失，但它的功能正在被重新定义。它不再是信息同步的工具，而应该是团队建立共识和解决复杂问题的时间。如果一场站会的内容 AI 都能总结出来，那这场会就不该开。 项目管理者需要重新思考：哪些会议是为了传递信息（AI 可以替代），哪些是为了达成共识（人必须参与）。 ## 四、文档驱动的协作模式正在被颠覆 游戏行业有一个根深蒂固的传统：一切以文档为准。策划案、技术方案、美术规范、测试用例，文档是团队协作的锚点。 "你看文档了吗？"——这句话在游戏团队里出现的频率，可能仅次于"这个需求什么时候做完？" 文档之所以重要，是因为人的记忆不可靠，人与人之间的口头传递会丢失信息。文档是一种用"写下来"来对抗"记不住"的机制。 但 AI 正在改变这个模式。 当 Agent 可以直接阅读代码库、理解上下文、追溯历史讨论，它需要的不是一份精心排版的策划案，而是结构化的、机器可读的需求描述。 当你写一份五十页的策划案，可能只有 20% 的内容是真正的决策信息，剩下 80% 是背景铺垫、设计解释和格式排版。AI 不需要那 80%。 这不是说文档不重要了，而是文档的形态需要进化。从"写给人看的长文档"进化成"人和 Agent 都能高效消费的结构化信息"。 未来的游戏策划案可能不再是一个 Word 文件，而是一组结构化的数据、一套可执行的规则描述、一份 Agent 能直接消费的需求定义。 ## 五、专职 QA 的传统定位正在被重写 在游戏行业，QA 一直是一个庞大但容易被低估的岗位。大量的测试工作是重复的、机械的：走遍每一张地图的每一个角落，尝试每一种装备组合，反复触发每一个对话分支。 这恰恰是 AI 最擅长的事情。 AI 可以 7×24 小时不间断地跑自动化测试，可以模拟成千上万种玩家行为路径，可以在每次代码提交后几分钟内完成过去需要一天的回归测试。 很多游戏团队已经开始用 AI 构建自动化测试框架：自动生成测试用例、自动执行测试场景、自动标记异常并生成报告。过去需要十个 QA 花一周做的版本回归，AI Agent 可能一个晚上就跑完了。 但这不意味着 QA 这个角色消失了。机械的重复测试交给 AI，人类 QA 的价值会转向更高层面：制定测试策略、定义质量标准、做体验层面的主观评估——这些需要理解"好玩"是什么的工作，AI 目前还做不好。 项目管理者需要重新规划 QA 团队的结构和职责，而不是继续用人头数来衡量测试能力。 ## 六、经验主义的管理直觉正在被数据 Agent 碾压 作为一名工作快十年的游戏项目管理，最引以为豪的是什么？直觉。看一眼进度就知道哪里要出问题，听一句汇报就能判断风险在哪里。 这种经验主义的管理直觉，曾经是项目管理者最大的壁垒。 但当 AI Agent 可以实时分析项目数据——代码提交频率、Bug 收敛曲线、需求变更历史、人员负载分布——并据此预测风险和给出建议时，纯靠经验的直觉就显得既粗糙又危险。 经验能覆盖的变量有限，一个人最多同时关注十几个风险维度。但 AI 可以同时监控几百个指标，发现人类注意不到的模式和关联。 这不是说经验没有价值，而是经验需要和 AI 的数据分析能力结合，才能发挥最大作用。一个只靠直觉管项目的 PM，和一个用 AI Agent 辅助决策的 PM，判断力的差距会越来越大。 旧共识碎了一地。但废墟之下，新规则已经在生长。 ## 下篇：正在生长的四条新规则 ## 规则一：AI 投入不是成本，是军备竞赛 让我们看看最新的现实。 顶级模型的定价还在攀升。更大的上下文窗口、更强的推理能力、更快的响应速度，每一项都在烧钱。一个深度使用 AI Coding 的游戏开发团队，一个月的 Token 消耗可以轻松过万美元。 这不是成本，这是投资。 你的竞争对手的程序团队已经在用 AI Coding 以两到三倍的速度产出代码。 你的竞争对手的美术团队已经在用 AI 一天迭代十个方案，而你的美术还在手画第二稿。 你的竞争对手的策划团队已经在用 AI 做快速原型验证，而你的策划还在写第三版需求文档。 在 AI 的使用上省钱，就是在战略上认输。 游戏行业的竞争一直是效率和品质的竞争。当 AI 成为效率的核心变量，能不能用好 AI、敢不敢投入 AI，就决定了团队的天花板。 算力上的马太效应在游戏行业体现得尤其明显：投入 AI 越多 → 迭代越快 → 品质越高 → 市场反馈越好 → 收入越多 → 投入 AI 越多。这个飞轮一旦转起来，追不上的团队会被甩得越来越远。 ## 规则二：PM 的核心能力从"管人"变成"编排 Agent" 游戏项目管理过去的核心能力是什么？沟通协调、资源调配、进度把控、风险管理。本质上都是在"管人"——理解人的能力边界，协调人与人之间的配合，确保每个人都在正确的时间做正确的事。 但当 Agent 成为团队中事实上的生产力单元，PM 需要管理的对象变了。 你需要知道哪些任务适合交给 AI、哪些必须由人来做。你需要设计人和 AI 协作的工作流，而不是纯粹人与人协作的流程。你需要评估 AI 输出的质量标准，而不是只看人的交付物。 未来的游戏 PM 需要具备一种新能力：Agent 编排。就像导演需要知道怎么调度演员和特效团队一样，PM 需要知道怎么调度人类成员和 AI Agent，让它们在正确的节点上配合。 这不是一个可选的技能点，这是未来 PM 的基本功。 不会编排 Agent 的 PM，就像不会用 JIRA 的 PM 一样，很快会被行业淘汰。 ## 规则三：游戏开发正在从"大团队长周期"变成"小团队快迭代" 过去做一款中型游戏，需要 50-100 人的团队，开发周期三到五年。为什么需要这么多人、这么长时间？因为每一个环节——美术资产制作、程序功能开发、关卡设计、测试验证——都需要大量的人力投入。 AI 正在从根本上改变这个等式。 当 AI 可以辅助生成美术资产、加速代码编写、自动化测试流程，完成同样的工作量需要的人就少了。少了多少？现在可能是少 10%，两年后可能是少 30%~50%。 这意味着游戏开发的组织形态会发生根本性的变化。 大团队的优势在于分工细致、各司其职。但大团队的劣势也很明显：沟通成本高、决策链条长、转向困难。当 AI 降低了纯执行层面的人力需求，大团队的沟通成本劣势会被进一步放大。 未来的赢家可能是那些 10-20 人的精英小队，每个人都深度使用 AI，团队的实际产能等价于过去 50-100 人的规模。管理这样的团队，PM 需要的不是层层汇报的管控体系，而是扁平高效的协作机制。 小而精的团队 + 大量 AI Agent = 新时代游戏开发的最优解。 ## 规则四：PM 的终极价值回归——决策力 你有没有想过，当 AI 接管了项目管理中大量的事务性工作之后，游戏 PM 的价值究竟在哪里？ 进度追踪，AI 可以做。风险预警，AI 可以做。会议纪要，AI 可以做。数据报告，AI 可以做。资源排布的初步方案，AI 也可以做。 那人类 PM 还剩下什么？ 答案是：判断力和决策力。 AI Agent 有数据，有效率，有耐心。但它没有对"好玩"的直觉，没有对团队情绪的感知，没有对市场时机的嗅觉，没有在信息不完整时做出关键决策的魄力。 游戏是一个充满不确定性的行业。做什么类型的游戏、砍掉哪个功能、要不要推迟测试日期、团队士气低落时该怎么办——这些决策没有标准答案，需要的是对游戏、对人、对市场的综合理解。 AI 能把所有数据和分析摆在你面前，但最后拍板的，必须是人。 未来游戏 PM 的核心价值，不是亲自跑流程，而是做出正确的决策。 就像古代的将军，能力不在于自己挥刀砍人，而在于排兵布阵——给他多少兵（Agent），他都能指挥得动，并打赢仗。 ## 终 旧世界，人是瓶颈，流程是保障，文档是锚点，经验是壁垒。 新世界，Agent 是产能，效率是投资，数据是锚点，决策力是壁垒。 两个世界，每一个关键词都在剧变。 流程已死，Agent 永生。 让我们勇敢地扔掉旧流程图，拥抱新的生产力。 --- ## 游戏PM，有哪些重要却不为人知的知识？ - URL：https://pmnote.ai/articles/game-pm-hidden-knowledge/ - 发布于：2025/11/12 - 专题：求职与转行 - 摘要：系统介绍游戏项目经理的岗位分类、薪资水平、发展路径、能力模型、日常工作、转行方法和面试准备，适合想了解或进入游戏PM岗位的人。 ## 游戏PM到底是什么岗位？ 很多人第一次听到“游戏PM”，会以为这个岗位就是排排期、开开会、写写会议纪要。真实情况要复杂得多。 游戏项目经理处在策划、美术、程序、测试、运营等多个职能之间，核心价值不是替某个人下指令，而是让项目目标、任务优先级、开发节奏和风险状态变得清晰。一个成熟的游戏PM，需要理解游戏开发流程，也需要理解团队协作和资源分配。 如果你想进入游戏PM岗位，可以先从三个问题开始理解： - 游戏PM有哪些细分方向？ - 游戏PM未来能怎么发展？ - 什么能力会决定你能不能长期做下去？ ## 游戏PM的薪资和方向 游戏PM通常可以按职级分成几个层次。 初级PM或PM助理，更多负责会议记录、任务跟进、资料整理和基础协调，是很多人进入这个岗位的起点。项目经理开始独立负责一个项目或核心模块，要承担项目规划、进度管理和风险控制。高级或资深项目经理会管理更大型的项目，参与战略规划、跨部门协作和团队管理。再往上，是主PM、项目总监这类角色，工作重点会逐渐从执行管理转向体系建设和组织决策。 除了职级，游戏PM也有不同方向。 研发PM最常见，负责游戏开发全流程，从策划方案到开发、测试、上线都要参与。美术PM聚焦美术资源生产、外包管理和美术管线。中台PM更关注内部工具、素材系统、自动化测试平台、数据工具等效率系统。发行PM则偏向渠道对接、商务合作和上线协调。 不同方向对能力的要求不同，但背后的道理是一样的：你要能看懂项目如何流动，也要能让信息在团队里高效流动。 ## 游戏PM的职业路径 游戏PM常见的发展路径大致有三类。 第一类是专业路线：从初级PM到项目经理、高级项目经理、主PM，再到项目总监。这条路最稳定，也最容易被量化，核心是不断扩大你能负责的项目复杂度。 第二类是业务路线：从项目经理逐渐靠近制作人方向，最终进入游戏内容和商业决策。这条路要求你不仅懂管理，还要懂玩法、用户、商业模式和产品判断。 第三类是组织管理路线：从项目PM走向PMO、项目管理部门负责人，甚至更高层的运营管理岗位。这条路关注的不只是一个项目，而是一套可复制的管理体系。 选择哪条路，没有标准答案。关键是你要知道自己更适合做“项目专家”“业务决策者”，还是“组织体系建设者”。 ## 游戏PM真正需要的能力 一个优秀的游戏PM，通常需要三类能力。 第一类是硬技能。你要理解项目管理方法论，比如敏捷、瀑布、混合开发模式；要会使用项目管理工具；也要了解游戏行业基本概念，包括客户端、服务端、美术资源、数值、版本、测试、上线等。 第二类是软技能。游戏研发是高度协作的工作，PM每天都在处理沟通、协调、冲突和信息不对称。向上要能说清楚结论，平级要能推动共识，面对团队成员要能把模糊问题拆成可执行任务。 第三类是业务理解。只会排期的PM很容易被替代。真正有竞争力的PM，要理解什么是好游戏、理解玩家需求、理解项目成本和收益，也能判断某个需求在当前阶段是否值得做。 PM的核心竞争力，不是“会催进度”，而是能站在全局里识别风险、组织信息、推动决策。 ## 游戏PM在项目生命周期里做什么？ 游戏项目不是从头到尾匀速推进的。不同阶段，PM关注的事情完全不同。 [立项](/glossary/project-approval/)阶段，PM要协助团队梳理市场调研、竞品分析、成本预估、团队配置和初步[里程碑](/glossary/milestone/)。这个阶段的重点是让一个模糊想法变成一个能被讨论和评审的项目。 原型阶段，PM要推动团队验证核心玩法，控制范围蔓延，记录需求变化，组织定期体验和反馈。这个阶段不是追求完整，而是尽快回答“这个玩法是否成立”。 开发阶段，PM要管理需求拆解、资源排期、跨职能协作、[版本节奏](/glossary/version-cadence/)和风险跟踪。越到中后期，项目复杂度越高，PM越需要让信息透明。 测试和上线阶段，PM要组织缺陷管理、版本[封版](/glossary/code-freeze/)、上线准备和应急预案。上线后，还要协同运营、数据、研发团队，根据玩家反馈继续迭代。 所以游戏PM不是只存在于某个环节，而是贯穿项目生命周期的连接器。 ## 零经验怎么入行？ 没有经验也可以进入游戏PM，但不能只靠一句“我想转行”。 如果你是应届生，可以优先通过校招进入游戏公司，再在项目中接触管理工作，逐步转岗。这个路径适合已经具备某个游戏研发相关技能的人，比如策划、美术、程序、运营。 如果你不是校招生，可以考虑先进入小团队、独立游戏公司或游戏上下游公司。小公司通常更看重综合能力，你需要提前理解游戏行业各职能如何协作。上下游公司包括美术外包、买量投放、达人营销、线下活动、公关传播等，它们能让你接触游戏项目，也能积累行业人脉。 此外，自媒体和作品集也是加分项。如果你能持续输出对游戏项目管理的理解，或者做出可展示的分析、工具、复盘内容，会比只在简历里写“学习能力强”更有说服力。 ## 简历和面试怎么准备？ 游戏PM简历最重要的不是堆项目名，而是写清楚你解决了什么问题。 你可以用“背景、问题、动作、结果”的结构来描述经历。比如某个版本延期风险很高，你如何梳理依赖、调整优先级、推动风险对齐，最终让版本按计划交付。这样的表达，比单纯写“负责项目进度管理”有价值得多。 面试时，常见问题会围绕项目经历、跨部门沟通、需求变更、风险管理、冲突处理、流程优化展开。面试官真正想知道的是：你是否理解游戏开发的复杂性，是否能在信息不完整的情况下做判断，是否能推动团队往前走。 如果你准备进入游戏PM岗位，建议把自己过往经历里的“协作、组织、推进、复盘”全部重新梳理一遍，找到和项目管理能力相通的部分。 ## 最后 游戏PM不是一个靠证书就能做好的岗位。PMP、敏捷认证、工具能力都很有帮助，但它们只是基础。 真正决定你能走多远的，是你能否理解游戏研发的真实流程，能否看见团队协作里的问题，能否把复杂信息整理成清晰判断，并且推动团队一起做出结果。 如果你想进入这个岗位，最重要的不是先问“要不要考证”，而是先问自己：我是否愿意长期在复杂的人、事、流程之间，做那个让事情变清楚的人。 延伸阅读：[游戏项目管理（PM）完全指南](/articles/game-pm-complete-guide/) --- ## 3分钟沉浸式模拟面试｜腾讯游戏PM岗 - URL：https://pmnote.ai/articles/tencent-game-pm-immersive-mock-interview/ - 发布于：2025/03/01 - 专题：求职与转行 - 摘要：这是一段腾讯游戏PM的面试模拟，问题均为高频真题。tips：遇到不熟悉的问题，可以先暂停思考。 这是一段腾讯游戏PM的面试模拟，问题均为高频真题。 很适合作为模拟面试来练习 tips：遇到不熟悉的问题，可以先暂停思考。 相信你在练习一段时间后，整体语言表达和知识储备，会有明显进步 主页还有其他pm岗位模拟面试视频，欢迎点赞收藏视频，下次更新时更容易推送给你～ 继续练习：[游戏 PM 面试训练场](/interview/) --- ## 游戏PM业务面一定要懂的开发常识 - URL：https://pmnote.ai/articles/game-pm-pipeline-basics/ - 发布于：2025/02/01 - 专题：项目管理实战 - 摘要：解释游戏生产管线的含义、来源、拆解方式和对游戏PM的价值，帮助PM理解为什么大型项目需要流程、标准和上下游协作。 ## 为什么游戏PM要懂“管线”？ 如果你最近看游戏PM岗位，会发现越来越多招聘JD里开始出现“管线”这个词。 管线的英文是 Pipeline，最早来自制造业，可以理解为工业流水线。把这个概念放到游戏研发里，就是把一个复杂的生产过程拆成多个固定环节，让不同职能按流程协作，稳定产出可用内容。 游戏PM不一定要亲自制作资源，但必须理解资源是怎么从一个想法变成游戏内可用内容的。否则，你很难判断排期是否合理，风险在哪里，上下游为什么会卡住。 ## 从流水线到游戏生产管线 在传统制造业里，一个工人通常不负责完整生产一个产品，而是负责其中一道或几道工序。每个环节的输入和输出都相对稳定，整体效率就能提升。 游戏生产管线也是类似逻辑。 游戏里的角色、场景、怪物、关卡、活动、UI，不是某一个人从头做到尾，而是经过策划、美术、程序、测试等多个环节共同完成。每个环节都有自己的工具、标准和交付物。 以美术为例，一个角色资源可能会经历[原画](/glossary/concept-art/)、模型、贴图、绑定、动作、特效、程序接入和验收。上一个环节的输出，就是下一个环节的输入。只要中间某一步标准不清或交付延迟，后面的环节都会受到影响。 ## 为什么游戏行业越来越重视管线？ 随着游戏品质要求越来越高，制作过程被拆得越来越细。 过去一个小团队可能靠几个人沟通就能把事情推进下去。但当项目变成开放世界、长线运营、多人并行开发时，靠“吼一嗓子”“临时问一下”就不够了。 大型游戏需要稳定[版本节奏](/glossary/version-cadence/)，比如每隔固定周期上线新内容。想做到这一点，就必须把生产过程拆解清楚：谁在什么时间交付什么，交付物达到什么标准，问题如何反馈，返工如何处理。 管线的价值就在这里：它让复杂生产变得可预期。 ## 管线和瀑布式开发有什么关系？ 游戏生产管线和瀑布式开发有相似之处，都强调流程、阶段、上下游交付和质量控制。 但二者不完全一样。瀑布式开发通常有相对固定的阶段，比如需求、设计、开发、测试、维护。而游戏管线更灵活，它可能围绕某一种资源或某一类内容展开。 比如角色管线、场景管线、关卡管线、大世界生产管线、活动版本管线，它们的工序和参与人员都不一样。每条管线要解决的，是某一种内容如何稳定、高质量、可重复地被生产出来。 所以PM不能只套一个通用流程，而要理解不同内容的生产逻辑。 ## 管线为什么能提升效率？ 管线提升效率，主要来自几件事。 第一，拆解更清楚。复杂内容被拆成多个工序，每个环节知道自己负责什么。 第二，上下游关系更明确。每个环节都知道自己的输入来自哪里，输出要交给谁。 第三，标准更稳定。验收口径、命名规范、交付格式、版本管理都逐步固化，减少反复沟通。 第四，人员熟练度提升。专人专事之后，同一类问题会被反复处理，团队会逐渐形成经验和模板。 这也是为什么越大型、越长期运营的项目，越需要建立自己的生产管线。 ## 管线对游戏PM的价值 对PM来说，管线不是一个抽象概念，而是非常具体的工作抓手。 如果你理解管线，就能更好地拆任务、排节点、识别[关键路径](/glossary/critical-path/)。你会知道哪个环节容易成为瓶颈，哪些交付物必须提前确认，哪些地方需要预留返工时间。 同时，PM也是非常适合参与管线搭建的角色。因为PM天然站在端到端流程中：从需求提出，到资源生产，到功能接入，到测试验收，再到版本上线。 一个好的PM，不只是盯着每个人有没有完成任务，而是要持续优化任务之间的连接方式。 ## 管线也有代价 管线不是只有好处。 从公司角度看，管线能提高效率和稳定性。但从个人成长角度看，如果一个人长期只负责某个固定环节，也可能导致视野变窄、成长空间受限、可替代性提高。 这也是游戏工业化里经常被忽略的一面：流程越成熟，个体越容易被放进固定位置。对从业者来说，不能只满足于做好自己手头的一个环节，还要主动理解上下游，知道自己所在环节如何影响整体。 对PM来说更是如此。你不能只做管线里的“催进度角色”，而要理解管线为什么这样设计，哪里可以优化，哪些问题是结构性的。 ## 最后 游戏管线的本质，是把复杂的游戏研发过程拆解成可管理、可追踪、可复用的生产系统。 对游戏PM来说，懂管线不是为了显得专业，而是为了真正看懂项目是怎么被生产出来的。 当你能理解一条资源从需求到上线的完整路径，你的项目管理就不再只是排期和跟进，而会变成对整个生产体系的理解和优化。 --- ## 又没经验又不是校招，怎么进入游戏行业？ - URL：https://pmnote.ai/articles/enter-game-industry-without-experience/ - 发布于：2024/11/04 - 专题：求职与转行 - 摘要：给非校招、低经验候选人提供进入游戏行业的几种路径：校招转岗、小团队积累、上下游公司跳板，以及用作品和自媒体建立长期优势。 ## 没经验，也不是校招，还有机会进游戏行业吗？ 如果你想入行或转行游戏PM，但现在手里还没有 offer，不用立刻陷入焦虑。 游戏行业确实竞争激烈，尤其是头部公司和热门项目，对学历、项目经验、岗位匹配度要求都不低。但这不代表没有路径。很多时候，你可以通过“曲线救国”的方式，先进入游戏行业或游戏行业上下游，再逐步积累经验和跳转机会。 下面是几种更现实的路径。 ## 路径一：校招进入游戏公司，再内部转岗 这条路径更适合还在大四、研究生阶段，或者即将毕业的同学。 如果你能通过校招先进入游戏公司，即使一开始不是PM，也有机会在项目中接触管理工作，之后逐步转岗。 不过，这条路通常要求你已经具备某个游戏研发环节的专业技能。比如策划、运营、程序、美术、测试等。你可能本来就是相关专业，也可能通过自学、课程、项目作品补足了某项能力。 进入项目后，你可以先做好本职工作，再主动参与一些组内管理事项，比如任务拆解、版本跟进、会议纪要、问题追踪、跨职能沟通。随着你对项目流程越来越熟悉，就有机会逐步转向PM方向。 这条路的关键是：先用一个可被录用的专业能力进入游戏公司，再在真实项目里培养项目管理能力。 ## 路径二：先去小而美的游戏公司 如果你已经错过校招，或者暂时够不到大厂，可以考虑先去小而美的游戏公司。 小公司竞争压力可能没有头部厂商那么夸张，但它对人的综合素质要求往往更高。因为小团队不像大公司那样分工极细，你进去以后很可能要接触很多上下游工作。 这类公司会更关注你是否理解游戏行业如何运转，是否知道各个职能大概做什么，是否能在不完善的流程里主动补位。 你可以去 TapTap 上搜索一些小而美的独立游戏，查它们背后的公司，再看看是否有招聘。也可以关注游戏葡萄、GameRes、竞核等行业媒体，很多小团队会在这些渠道被报道。 独立游戏和中小团队里，机会并不少。很多大厂出来的人会做自己的项目，也有一些团队虽然规模不大，但产品很有特色。你先在这里积累项目经验，之后再跳到更大的公司，会比完全没有游戏经历更有说服力。 ## 路径三：先进入游戏上下游公司 如果你的学历、实习经历或项目经历暂时没有优势，可以考虑先进入游戏行业上下游公司。 这类公司不一定直接做游戏，但会服务游戏项目。比如游戏美术外包、宣发素材、买量投放、达人营销、线下活动、公关传播等。 美术外包公司会给游戏项目提供角色、场景、动作、特效或宣传素材。买量和投放公司会参与广告素材、用户增长和数据优化。达人营销、MCN和线下活动公司，也会和游戏项目产生很多合作。 这些经历的价值在于，你可以接触真实游戏项目，了解甲方需求、项目节奏和交付标准。做得好以后，可以把它作为跳板，再进入中型游戏公司或甲方项目组。 这条路特别适合暂时没有直接入行机会的人。它不是最短路径，但很实用。 ## 路径四：用作品和自媒体建立个人信用 除了找公司，你还可以经营自己的游戏相关内容。 这不一定要做成大号。重点是把你的思考、分析和学习成果展示出来。比如： - 写一篇游戏项目拆解； - 做一份竞品分析； - 复盘一个版本活动； - 整理一套游戏PM入门知识； - 用表格或工具模拟一个项目排期。 这些内容可以写进简历，也可以作为面试时的作品集。相比一句“我学习能力强”，真实作品更能证明你在认真理解这个行业。 如果你想做游戏PM，自媒体还有一个额外好处：它会逼你不断整理表达。项目管理本质上也是信息组织和表达能力，长期输出会让你在面试中更有条理。 ## 工作一段时间后，学历和实习会变得没那么重要 很多人焦虑，是因为一开始没有好学校、好实习、好项目。但职业发展不是只看起点。 当你工作一段时间之后，再去跳槽，企业更看重的是你实际做过什么、解决过什么问题、有没有项目经验、有没有靠谱口碑。 所以，如果第一步不能直接进入理想公司，可以先进入相关行业或小团队。真正重要的是在实际工作中积累能力，经营口碑，让自己下一次跳槽时更有筹码。 ## 最后 没有经验、不是校招，进入游戏行业确实更难，但不是没有路。 你可以通过校招转岗、小团队积累、上下游公司跳板、作品集和自媒体输出，逐步把自己从“完全没有游戏经历的人”变成“有相关经验、有行业理解、有可展示成果的人”。 职业转型最重要的不是一步到位，而是先找到一个能让你进入游戏生态的位置。只要你进入了这个生态，后面的机会就会变多。 --- ## 大胆去面游戏公司！！真的不难！！ - URL：https://pmnote.ai/articles/game-company-interview-practice/ - 发布于：2024/09/29 - 专题：求职与转行 - 摘要：如果你容易在面试中紧张或思维不顺，可以在听到问题后点暂停思考一下。主页中也有真实的面试题，不妨尝试当做模拟面试，具体方法：1.听完问题后暂停视频，即兴回答问题，尽量展示出专属于你的思考或业务沉淀 如果你容易在面试中紧张或思维不顺，可以在听到问题后点暂停思考一下。 主页中也有真实的面试题，不妨尝试当做模拟面试，具体方法： 1.听完问题后暂停视频，即兴回答问题，尽量展示出专属于你的思考或业务沉淀 2.以面试官的角度或者让身边的朋友看你的肢体和眼神。同时讲视频转文字，看看自己的回答是否有逻辑性 3.根据视频中的面试问题，多点发散积累成自己的面试问题库 继续练习：[游戏 PM 面试训练场](/interview/) --- ## 网易校招游戏PM面试模拟丨附答题思路 - URL：https://pmnote.ai/articles/netease-campus-game-pm-mock-interview/ - 发布于：2024/09/02 - 专题：求职与转行 - 摘要：进度落后，首先评估项目状态，确定进度落后的原因。然后制定详细的追赶计划，可能包括增加资源、优化流程、重新分配任务或调整范围 网易游戏 校招PM 模拟面试，整理了一些高频面试问题 适合在校找实习、秋招毕业生和转行游戏PM的同学使用~ 聊一下回答的思路 首先阐述游戏开发的基本流程，这个比较简单，网上很多了 进度落后，首先评估项目状态，确定进度落后的原因。然后制定详细的追赶计划，可能包括增加资源、优化流程、重新分配任务或调整范围 冲突或者bug都很常见，如果无法达成共识，PM应该找到能做决策的人支持 继续练习：[游戏 PM 面试训练场](/interview/) --- ## 腾讯游戏PM实习面试模拟（附思路） - URL：https://pmnote.ai/articles/tencent-game-pm-intern-mock-interview/ - 发布于：2024/09/01 - 专题：求职与转行 - 摘要：无论是冲突还是进度落后，都是意外情况，你可能无法独立解决，但你需要有个大概的思路——找能解决问题的人求助 对于实习生没有项目经历的要求，主要希望你提前了解过了项目管理是啥，有基础概念 主要还是对于沟通能力是有要求的 腾讯天美 PM实习生 模拟面试，整理了一些高频面试问题 适合在校找实习、秋招毕业生和转行游戏PM的同学使用~ 聊一下回答的思路 无论是冲突还是进度落后，都是意外情况，你可能无法独立解决，但你需要有个大概的思路——找能解决问题的人求助 对于实习生没有项目经历的要求，主要希望你提前了解过了项目管理是啥，有基础概念 主要还是对于沟通能力是有要求的 继续练习：[游戏 PM 面试训练场](/interview/) --- ## 字节游戏PM面试真题（难度：高） - URL：https://pmnote.ai/articles/bytedance-game-pm-interview-questions/ - 发布于：2024/07/25 - 专题：求职与转行 - 摘要：用一组高难度游戏PM面试问题，拆解面试官会重点考察的项目经历、敏捷实践、资源管线、需求冲突、线上事故和职业规划能力。 ## 高难度游戏PM面试在考什么？ 游戏PM面试里，真正难的不是回答“你会不会用项目管理工具”，而是面试官会通过一连串场景题，判断你是否真的理解项目是怎么跑起来的。 这类问题通常不会只考概念，而是考你能否把项目经历、协作方法、业务理解和风险判断串起来。下面这组问题，可以当作一套高强度模拟面试题来练。 ## 自我介绍之后，面试会很快进入项目细节 面试官通常会先让你做一个简短的自我介绍。这里不要流水账式复述简历，而要突出三件事： - 你做过什么类型的项目； - 你在项目里承担了什么角色； - 你解决过什么具体问题。 紧接着，面试官很可能会问：“可以介绍一下你们之前的项目开发流程是什么样的吗？在这个过程中，你做了什么事来保证项目正常运转？” 这个问题看似普通，其实是在考你是否真的理解项目流程。你不能只说“我们用敏捷开发”，而要讲清楚需求怎么进入、怎么拆分、怎么排期、怎么提测、怎么验收、风险怎么暴露、版本怎么[封版](/glossary/code-freeze/)。 ## 挫折题：你怎么处理项目里的真实问题？ “过去的项目有没有经历什么挫折？是怎么解决的？” 这类问题不是让你讲一个完美故事，而是看你在压力下如何判断。好的回答通常要包含： - 问题发生的背景； - 当时的主要风险； - 你做了哪些协调和推进； - 最后结果如何； - 复盘后流程做了什么调整。 游戏项目里遇到延期、需求变更、资源冲突、质量不达标都很正常。关键不是有没有问题，而是你有没有把问题转化成可管理的事项。 ## 敏捷实践不是背术语 如果你的简历里写了敏捷实践，面试官大概率会追问：“你们项目中的敏捷是怎么做的？” 这个问题不能只回答[每日站会](/glossary/daily-standup/)、Sprint、看板。面试官想知道的是：这些机制在你的项目中到底解决了什么问题。 比如每日站会是不是暴露了阻塞？Sprint计划是不是帮助团队控制范围？回顾会有没有真的产生改进项？需求变更时，团队如何重新评估优先级？ 如果敏捷只是挂在墙上的流程，那就没有说服力。你要讲出它如何影响项目节奏和团队协作。 ## 专业背景会被转化成管理场景 如果你有美术、策划、程序等专业背景，面试官可能会问：“如果你觉得当前项目美术质量不够高，但你现在是项目管理角色，你会怎么处理？” 这个问题在考角色切换。 作为专业同学，你可能会直接判断画面好不好；但作为PM，你不能只停留在个人审美。你需要先判断问题属于标准不清、资源不足、时间不够、反馈链路过长，还是验收机制缺失。 然后你要推动相关负责人对齐标准，拆出问题清单，明确优先级和调整方案。PM的价值不是替主美拍板，而是让质量问题进入可讨论、可追踪、可解决的流程。 ## 插需求题：老板要插需求怎么办？ “如果你已经做好了一个季度的规划和排期，老板突然要求插入一批新需求，并且不能影响原有需求排期，你会怎么办？” 这个题很典型。错误回答是直接说“我会协调大家加班”。更成熟的回答应该先做影响评估。 你需要明确新需求的优先级、工作量、依赖关系和风险；再评估现有计划中哪些内容可以延期、降级或替换；最后给老板提供几个选项，而不是简单接受一个不可能的目标。 PM不是把压力原样传给团队的人，而是把模糊要求变成可选择方案的人。 ## 管线题：你是否理解游戏制作流程？ “如果让你负责整个角色管线的项目管理，涉及制作流程、资源分配、排期协调，你会怎么着手？” 这个问题很能区分候选人是否理解游戏研发。 你需要先拆解角色生产链路：概念设计、[原画](/glossary/concept-art/)、建模、贴图、绑定、动作、特效、音频、程序接入、测试验收。然后明确每个环节的输入输出、负责人、验收标准和常见风险。 接着建立排期和追踪机制，识别[关键路径](/glossary/critical-path/)，重点关注上下游等待、返工、审核卡点和资源冲突。 这类题没有唯一答案，但如果你能从“流程、标准、依赖、风险、验收”几个维度回答，就会比只说“我会排期跟进”扎实很多。 ## 冲突题：多人理解不一致怎么办？ “同一个需求，策划、美术、程序都有自己的理解，最终做出来策划验收不满意，你会怎么办？” 这类问题考的是需求对齐能力。 PM首先要复盘需求在前期是否有清晰文档、参考图、验收标准和确认记录。如果没有，问题不只是执行，而是需求传递链路本身出了问题。 处理上，可以先把三方拉到一起，对齐实际差异：策划想要什么，美术按什么理解做的，程序实现受到了什么限制。然后明确哪些内容必须调整，哪些可以接受，后续如何补齐验收标准。 长期来看，要建立需求评审、关键节点确认和变更记录，避免同类问题反复发生。 ## 情绪、事故和流程推行 面试官还可能问三类压力题。 第一类是情绪冲突：“团队成员在推进需求过程中向你发火，你怎么办？”这时要先处理情绪，再处理问题。不要急着争辩对错，先确认对方卡在哪里，再把问题从情绪表达还原成具体事项。 第二类是线上事故：“线上出现严重事故，PM应该做什么？”这时PM要协助建立应急机制：确认影响范围、同步关键信息、推动修复、记录时间线、组织复盘，确保事故处理不靠临场发挥。 第三类是流程被挑战：“你推行新流程，被人说不懂业务怎么办？”这时不要用职能身份压人，而要回到业务问题本身。流程不是为了显得专业，而是为了解决真实痛点。如果新流程没有解决问题，就应该调整；如果确实能解决问题，就要用数据和结果建立信任。 ## 最后：面试官真正想看到什么？ 游戏PM面试考的不是你背了多少术语，而是你是否具备几种底层能力： - 能不能看懂项目流程； - 能不能识别关键风险； - 能不能推动跨职能协作； - 能不能在压力下做出合理判断； - 能不能把经验复盘成可复用方法。 如果你能围绕真实项目经历，把这些能力讲清楚，高难度面试题就不再只是“被拷问”，而会变成展示你专业度的机会。 --- ## 网易游戏PM面试真题（难度：高） - URL：https://pmnote.ai/articles/netease-game-pm-interview-hard/ - 发布于：2024/07/07 - 专题：求职与转行 - 摘要：这是一段网易游戏项目管理工程师的面试模拟，问题均为高频真题。适合在校生校招实习面试、秋招春招面试、转岗游戏PM的同学，社恐和思维不顺的同学可以反复练习 这是一段网易游戏项目管理工程师的面试模拟，问题均为高频真题。 适合在校生校招实习面试、秋招春招面试、转岗游戏PM的同学，社恐和思维不顺的同学可以反复练习，具体方法： 1.用手机录制自己模拟面试的状态 2.听完问题后暂停视频，即兴回答问题 3.模拟面试结束后，以面试官的角度或者让朋友看你的肢体和眼神。同时将视频转文字，看看自己的回答是否有逻辑性 继续练习：[游戏 PM 面试训练场](/interview/) --- ## 腾讯游戏PM 面试真题（难度：中） - URL：https://pmnote.ai/articles/tencent-game-pm-interview-mid-level/ - 发布于：2024/06/30 - 专题：求职与转行 - 摘要：这是一段腾讯游戏PM的面试模拟，问题均为高频真题。适合在校生校招实习面试、秋招春招面试、转岗游戏PM的同学，社恐和思维不顺的同学可以反复练习 这是一段腾讯游戏PM的面试模拟，问题均为高频真题。 适合在校生校招实习面试、秋招春招面试、转岗游戏PM的同学，社恐和思维不顺的同学可以反复练习，具体方法： 1.用手机录制自己模拟面试的状态 2.听完问题后暂停视频，即兴回答问题 3.模拟面试结束后，以面试官的角度或者让朋友看你的肢体和眼神。同时将视频转文字，看看自己的回答是否有逻辑性 4.根据视频中的面试问题，多点发散积累成自己的面试问题库 继续练习：[游戏 PM 面试训练场](/interview/) --- ## PM面试反问环节的满分答案！ - URL：https://pmnote.ai/articles/pm-interview-reverse-questions/ - 发布于：2024/04/20 - 专题：求职与转行 - 摘要：拆解游戏PM面试反问环节不该问什么、应该问什么，并给出适合问直属上级、上级领导和HR的高质量问题。 ## 面试反问，不要只问晋升规则 很多同学在面试最后的反问环节，特别喜欢问公司晋升规则。 这个问题不是完全不能问，但在大多数情况下，它不是一个高质量问题。因为晋升机制只是框架，真正决定你能不能升职加薪的，是你和同岗位竞争者之间的实力对比。 如果你做得足够好，即使规则没有写得特别清楚，公司也会想办法留住你。反过来，如果你表现很差，再完善的晋升机制也帮不了你。 所以，面试反问环节更重要的目的，不是打听一个标准答案，而是进一步了解岗位、团队和业务，也让面试官看到你的思考方式。 ## 问直属上级：岗位到底要做什么？ 第一个推荐问题是： “我有仔细阅读过咱们的招聘简介，但还是想听您当面讲一讲，这个岗位的工作职责和主要工作内容是什么？” 这个问题适合问你的直属上级，也就是未来最可能直接管理你的人。 招聘启事通常写得比较概括，但真实工作内容可能更复杂。有的岗位写着项目管理，实际更偏流程维护；有的岗位写着PM，实际可能要承担大量外包管理、资源协调或版本推进。 你需要在面试中尽量确认清楚：这个岗位真正要解决的问题是什么，你加入后最先负责哪些工作，团队对这个岗位的期待是什么。 ## 问直属上级：当前最大的挑战是什么？ 第二个推荐问题是： “您在当前工作中遇到的最大挑战是什么？” 这个问题同样适合问直属上级。 它能帮你判断当前业务处在什么状态。是项目方向不清？资源不足？版本压力大？团队协作有问题？还是岗位本身处在救火状态？ 如果对方告诉你项目正在经历非常艰难的探索期，你就要认真思考自己是否适合加入。不是说困难项目不能去，而是你要知道自己面对的是什么。 这个问题也能帮助你判断岗位重要程度。真正关键的岗位，通常会直接面对业务中的核心挑战。 ## 问领导：团队风格是什么样？ 第三个推荐问题是： “请问您和团队的工作风格是什么样的？” 这个问题可以问直属上级，也可以问更高一级领导。 你可以通过对方的回答判断团队管理风格、沟通习惯、节奏强度和加班情况。如果你比较介意长期高压或过度加班，这是一个相对自然的打探方式。 注意，不要直接把问题问成“你们加班严重吗”。这样容易让对方进入防御状态。问团队风格，会更柔和，也更容易得到真实信息。 ## 问面试官：我有哪些匹配和差距？ 第四个推荐问题是： “通过刚才的面试，您觉得我在哪些地方比较匹配这个岗位？哪些地方还有差距？” 这个问题很有价值。 一方面，你可以从比你更了解岗位的人那里获得真实反馈，知道自己哪里需要补。另一方面，也能侧面判断自己的面试通过率。 如果对方能很具体地指出你的优势和不足，说明他确实认真评估了你。如果对方回答很模糊，也可以作为你判断这场面试质量的参考。 这个问题还会给面试官留下一个印象：你是愿意接受反馈、愿意持续改进的人。 ## 问前辈：长期发展怎么建议？ 第五个推荐问题是： “未来我希望在某个方向长期发展，您作为前辈可以给我提一点建议吗？” 这个问题适合问级别更高的领导。 它的好处是既表达了尊重，也能获得一些有价值的信息。很多面试官其实愿意分享经验，只是你需要给他一个合适的问题入口。 这个问题也能让对方感受到你不是只想拿一份工作，而是在认真思考长期发展。 ## 问HR：新人融入有什么支持？ 第六个推荐问题是： “请问公司在新人融入方面会提供什么样的支持？” 这个问题适合问HR。 它一方面表达你有较强入职意愿，另一方面也能帮助你了解公司有没有成体系的新人培养机制。 特别是对转行或低经验候选人来说，新人支持非常重要。有没有导师、有没有培训、有没有明确的试用期目标、有没有项目文档和交接机制，都会影响你入职后的适应速度。 ## 最后 面试反问环节不是随便问一个问题结束流程，而是你最后一次展示判断力的机会。 好的反问，应该同时服务三个目标： - 帮你判断这个岗位是否值得去； - 帮你进一步理解团队和业务； - 让面试官看到你关注的是实际工作和长期发展。 不要只问晋升机制这类表层问题。多问岗位职责、业务挑战、团队风格、个人差距和新人支持，得到的信息会更有价值，也更能体现你的成熟度。 --- ## 游戏行业面试经验分享（社招PM） - URL：https://pmnote.ai/articles/game-pm-social-recruitment-interview/ - 发布于：2023/08/18 - 专题：求职与转行 - 摘要：社招PM的核心能力要求：懂游戏研发流程、懂项目管理知识、有实际项目经历。 --- ## 游戏项目管理（13）——过程管理 - URL：https://pmnote.ai/articles/game-dev-process-management/ - 发布于：2023/04/01 - 专题：项目管理实战 - 摘要：从一个资料片重大延期风险出发，拆解常规周报、紧急问题汇报和数据透明三种过程管理方式。 往往我们在做计划的时候，明明已经想的比较周全了，可当版本真正开始做之后会发现，很多事情没有那么简单。 这次我们以一个案例开场：（已做脱敏） 项目A是一个射击RPG游戏，计划在年底推出一部大的资料片，对游戏中的枪械体验做升级，希望与场景形成联动，在实战中衍生出更多策略选择，丰富玩家体验。 在版本规划时，相关研发同学对功能涉及的模块进行了拆分和估时，起初判断工作量虽然比较大，但是难度不高，努努力可以在版本节点之前交付。 但是真正开工之后却发现这个需求涉及的范围没有想象中简单，牵扯面很大，底层框架也比较老，盘根错节不好下手，目前看来工作量至少是原来的两倍，甚至更多！ 这个资料片是年底版本最重要的卖点，如果延期，所有人的指标都完不成…… 在项目管理的日常工作中，心态绝对是最需要修炼的技能之一。即使规划时做好了「万全」的准备，在项目实施的过程中，依然会遇到各种意料之外的情况，甚至是影响项目生死的突发事件，这时需要通过及时有效的沟通推进问题解决。 之前接触过的很多负责任的同事，当ta们在执行中遇到困难，往往习惯于自己消化，不到最后一刻绝不会暴露问题寻求帮助。这时的进度通常已经和预期偏差很大了。 承认自己遇到了问题需要帮助，其实是件非常困难的事情。毕竟，很多人都有「想要把事情做好，让老板有个好印象」的心态。 但是，作为项目管理人员，当事情已经超出了你的可控范围时，我们首先要做的，是第一时间直面问题，呈现事实和反馈遇到的困难。这种真实坦诚的态度，对于整个项目而言，反而是最有利的。 今天我们就来梳理一下项目管理日常做汇报的几个方法。 ## 常规工作汇报 一份常见的项目周报可能只是记录当周任务，但项目整体的进展状态、风险情况等信息都没有体现，而这两者恰恰是周报最应该体现的内容。 为了更直观地展示项目状态，我们可以尝试引入天气图标，把项目分成几个等级。加入天气图标展示项目整体进展，再结合风险分析，可以得出一份更清晰的周报。 需要注意控制下一份周报的长度，阅读量控制在5分钟以内，因此切忌事无巨细地罗列任务，关注重点即可。 ## 紧急问题汇报 当项目遇到了影响范围很大的突发事件或者风险时，如上面说到的严重延期、线上事故、大客户投诉等，项目经理需要向全组或主要干系人第一时间同步项目的变化信息，以此协调应对方案。 对于汇报形式可以不用拘泥于模板，毕竟事出突然，言简意赅地传递信息并组织应对才是关键。一份紧急汇报可以包含几个基本元素：问题描述、影响结果、初步分析、处理方案、需要的支持。 以文章开头的例子来说，一份紧急汇报可以是这样的： - **问题描述**：资料片核心功能重大延期风险 - **影响结果**：该功能处在版本的关键路径上，可能会造成版本延期1个月 - **初步分析**：资料片中的枪械升级功能，部分代码和底层框架混在一起，需要重构，且最初负责该功能的开发已经离职。之前对这部分功能的拆分与评估不充分，改动风险较高，可能会影响局内战斗的稳定性，具体还需要详细评估 - **处理方案**：主程参与进行技术评估工作，本周四之前给出细化的拆分排期；主策介入评估方案调整的可行性，本周内给出结论 - **需要的支持**：版本结束后的大团建 通过一份紧急汇报，制作人、老板会第一时间了解团队正在面临的问题和可能的后果，同事也会知道即将采取什么方案去处理。如果有条件，第一时间面对面沟通的效果会更好。 项目开发过程中的各种紧急情况，其实很考验项目经理的素养。项目经理自身不能着急，需要直面分体，在紧急时刻勇于承担责任，协助决策者选择更好的应对方式。 ## 数据汇报 项目经理很容易陷入细节地工作中，今天催版本进度，明天推需求规划，可是却发现大家不配合你。事实上，与其每天挨个盯梢做一个监工，不如使用工具，把项目的状态展示在所有人面前。 在版本的关键阶段，定时在大群同步版本研发进展，慢慢就会发现，问题被处理的速度加快了。 原文用Bug趋势图和开发进展图展示这种透明方式：团队能够同时看到Bug是否在收敛、开发任务完成到什么程度，而不是只靠PM逐个询问。 除了手动制作的开发进度图之外，Jira本身也提供了一些常见的项目仪表盘，用于展示项目进展和每位团队成员的工作安排情况，快速定位研发过程中的瓶颈。 工具千千万，适合最重要。在使用工具之前，项目经理需要结合当前团队需要重点改进的事项，选择合适的工具，将信息「透明」给大家。 项目进展汇报是项目经理面向所有干系人的重要沟通平台，使用得好则可以成为一个有力的杠杆。引用一位前辈的话：想要改善什么，就去透明什么！ ## AI时代怎么看这个方法 AI很适合承担过程信息的第一轮整理：从项目系统汇总进度、把会议记录转成结构化周报、识别长期未更新的任务，并提示可能偏离计划的依赖。但自动生成的汇报不能替代PM核实事实，更不能替团队承担风险升级的责任。真正有效的用法，是让AI减少收集和排版时间，让PM把精力放在异常判断、影响分析和推动支持上。越是紧急的风险，越要先由人确认上下文。 > 观点溯源：《AI时代，游戏PM还剩下哪些不可替代的东西？》 如果你想继续系统梳理从执行到体系化管理的方法，可查看[从执行者到架构师](/courses/from-executor-to-architect/)。 --- ## 游戏项目管理（12）——版本管理 - URL：https://pmnote.ai/articles/game-version-management-basics/ - 发布于：2023/01/26 - 专题：项目管理实战 - 摘要：用准备、开发、运营三个阶段拆解游戏版本管理，从目标规划和范围确认一路走到发布、反馈跟踪与复盘。 游戏版本管理在PM的日常工作中有着举足轻重的地位，开发者通过一个个游戏版本将内容带给玩家，本文将通过一个极简的版本模型介绍游戏版本管理的基本步骤。 版本管理，是对软件开发过程中特定功能的集合或特定代码构建结果进行管理，主要包括版本编号的管理、版本的前期规划、版本开发时的需求变更应对以及版本发布上线后的总结回顾等内容。 版本开发流程可以根据版本状态拆分为三个阶段，分别是「准备阶段」「开发阶段」和「运营阶段」，我们再将这三个阶段拆分为一个个相对具体的节点： - 准备阶段：版本规划、确认版本需求范围 - 开发阶段：版本资源生产、版本功能开发、版本验收与测试、版本发布 - 运营阶段：反馈问题跟踪、版本复盘 ## 准备阶段 计划阶段的核心是确定版本的目标和发布策略，再根据实际情况（可能存在的各种限制）将目标和策略拆分为一个个具体的需求。 ### 版本规划 常见的游戏**版本目标**大致分为四类：拉新、留存、促活和增收。 在实际场景中，大家自然是全都想要，但由于开发资源有限，一个版本能承载的需求量是有上限的，这时需要根据游戏当前的数据情况，制定符合长线发展的版本目标。因此通常会从中选择一到两个作为主要的版本目标，投入大部分开发带宽。 **发布策略**是指游戏版本开发完成后，投放给玩家的方式。通常会先在测试服发布，验证数值和暴露Bug，一段时间后再全量发布，这样做能降低风险，就算版本有严重恶性Bug，影响范围也相对可控。 如《英雄联盟》会在新英雄正式放出之前，先在测试服验证新英雄的表现；《梦幻西游》会动态挑选线上服务器作为新功能/玩法的试点，收集一线玩家的反馈并作出相应调整。 **版本号**也是版本规划中必不可少的一环，此时可以考虑使用业界通用的规范。关于版本号的使用说明网上已有大量介绍，可根据项目实际情况自行选择，这里保留一篇原文引用的资料：[软件版本命名规则 - 腾讯云开发者社区](https://cloud.tencent.com/developer/article/1834484)。 ### 确认版本需求范围 版本规划完成之后，接下来需要探索实现目标路径。 当版本目标是提升留存时，有很多种方式看起来都能提升留存，比如增加游戏深度、增加运营活动、改善核心玩法体验、丰富外围系统等。此时团队需要选择具体的路径。 假设《代号C》是一款武侠游戏，新版本希望提升长线留存，团队认为需要继续**打磨核心玩法**，并将其和竞品做出明显的差异化，以此为卖点留住玩家。 对此，团队将「**打磨核心玩法**」拆分成了更具体的任务： - 增加门派特色——门派专属技能 - 丰富战斗策略——添加更多增益减益类型 - 完善基础战斗体验——优化战斗表现和打击感 - …… 通过不断拆分，最终将抽象的目标变为可落地的需求点。 ## 开发阶段 在准备阶段产出了一批需求，我们将在开发阶段将它们逐一实现。 ### 版本资源生产 版本资源可以分为文档资源和美术资源。 比较理想的情况是策划提前两个版本完成文档编写，美术提前一个版本完成美术资源制作，这样程序在开工时能拿到确定的方案和正式美术资源，能有效降低风险。 以版本序列描述这种理想状态：1.2版本的策划案在1.0版本功能开发期间准备完成；进入1.1版本开发时，美术资源开始前置生产；到1.2版本正式开发时，程序能够拿到相对确定的方案和资源。 然而往往由于种种现实因素，无法实现上述这种理想情况。 因为游戏市场竞争激烈且外部环境变化较快，几个月前准备的策划案可能已经不适合当下的市场环境了，需要做出迭代或者推翻重新设计。如果是下游还没开工的策划案倒还好，影响相对有限，如果已经有美术/程序开始开发，则需要通过变更控制来确保整体风险可控。 *变更控制流程值得单独写一篇文章，先挖个坑。* 在策划案准备完成后，可以组织资源宣讲会，此时策划会和参与需求制作的美术描述需求详情。美术评估、拆解实现需求所需的素材清单。需求对清楚之后就可以排期制作了。 ### 版本功能开发 到了这一步，程序将开始实现策划案里的功能。 这时PM需要对开发进度做整体把控，通过晨会、周会等各种正式和非正式渠道获得信息，了解开发过程中是否出现了阻塞或其他特殊情况（如请假、需求变更等），及时暴露风险并制定相应的后处理方案。 ### 版本验收与测试 这里的版本验收与测试是指开发封版后的QA统一回归测试。 每个版本功能点的验收与测试应该是贯穿开发过程中始终需要策划、美术、程序密切配合的，并不是程序自己做完觉得没问题就结束了，而是整个功能点涉及的制作者都对效果验收通过才算结束，其中策划重点验收功能和各种边界条件，美术重点验收功能的表现效果。这里也非常考验团队配合，往往需要一段时间的合作才能把这一步跑顺。PM可以根据排期设置一些节点，提醒制作者参与到过程验收中来。同时也鼓励美术、程序将开发中的过程版本展示到开发群中，让大家了解功能目前的进展。 关于测试通过的标准，通常会有一些定量的指标。功能方面会有各类Bug率的指标，如： - A类Bug = 0 - B类Bug < 10 性能方面也会有对应的要求，如： - 低端机帧率达到20 ### 版本发布 当版本终于通过测试之后，这时可以进行版本发布的流程。过程中会有一些分支切换、合并的动作，完成后QA去线上服白名单跑回归，回归通过后版本就正式见玩家了。 版本发布流程还是比较复杂的，上面只是简单概括了下大致流程，PM需要提前和相关同事确认好发版过程中各种突发情况的处理方案，确保风险可控。 ## 运营阶段 版本发布后，我们将能收到真实玩家的反馈，此时PM需要关注**反馈问题跟踪**和**版本复盘**。 ### 反馈问题跟踪 玩家在进行游戏的过程中会通过客服或社区反馈遇到的问题；线上日志也会暴露一些测试环境很难发现的问题。 PM此时可以定期组织团队，对收集到的问题、反馈进行优先级排序，逐一处理。对于一些影响严重的问题，如大量crash、充值失败等，在收到问题的第一时间就需要采取行动，在最短时间内解决问题。 *这里牵扯到线上反馈问题的分级处理，有机会开新坑。* ### 版本复盘 复盘的重要性不言而喻，之前整理过复盘的内容，可以回顾：[游戏项目管理（3）——项目复盘](/articles/game-project-retrospective/)。 至此，一个游戏版本的完整闭环就结束了。 和之前一样，上面描述的版本管理模式仅仅是一个极简模型，真实的项目可能比这个复杂得多，但整体思路框架是不变的，还是需要通过多实践掌握版本管理的精髓。 ## AI时代怎么看这个方法 AI可以帮PM从项目工具中汇总进度、标记长期未更新的依赖、整理版本风险和线上反馈，也能更快生成供团队讨论的初稿。但版本目标选什么、哪些需求必须砍、什么时候可以承担发布风险，仍然依赖PM对玩家、团队和业务的综合判断。更合适的用法，是把信息整理交给AI，把省下来的时间用于范围取舍、跨组沟通和关键节点决策。 > 观点溯源：《AI时代，游戏PM还剩下哪些不可替代的东西？》 如果你想继续系统梳理从执行到体系化管理的方法，可查看[从执行者到架构师](/courses/from-executor-to-architect/)。 --- ## 从0到1的游戏项目管理 - URL：https://pmnote.ai/articles/game-pm-from-0-to-1/ - 发布于：2022/10/16 - 专题：项目管理实战 - 摘要：把从0到1的游戏项目管理拆成项目内和中台支持两类场景，梳理初创团队、中途加入团队和多项目支持的管理方法。 ## 引言 这篇文章将尝试把从0到1的游戏项目管理过程抽象成标准sop，尽可能把需要做的事情标准化，希望能通过这种方式探索出一条合适的游戏项目管理之路。 游戏项目的一大特点在于[立项](/glossary/project-approval/)初期追求敏捷，这时相较于工具&规范，PM应该更多关注如何快速响应变化和产出[demo](/glossary/demo/)，因此以下会从两个方面实操PM参与项目的过程。 ## Part1 亲身参与项目的管理方式（项目内） 当项目经理亲身参与项目时，对项目的目标和实现目标的方式会有更多参与的空间，除了基础的项目管理工作外，需要分出一部分精力参与到思考项目的实际设计中来，和团队成员一同思考论证项目方向的可行性。 ### 初创团队 **①明确项目范围和成本，制定[预研](/glossary/pre-production/)计划** 对于新的项目，相对于流程和工具，最开始让项目运转起来更重要的是大家有着明确的目标，方向一致。 > 一个不到5人的小团队，期望做一款运动品类的游戏合集，在正式开工之前，项目经理和团队一起确定了[里程碑](/glossary/milestone/)计划，明确关键时间节点和需要交付的内容范围。 **②制定工具&规范** 工具&规范这块，只需要几个简单必要的晨会周会等轻量化流程能让项目正常运转下去即可。 > 由于项目体量不大并且有明确的目标，立项初期大家通过teambition给自己/彼此开单的方式记录每日的工作内容，每周五固定时间做一次当周的进度总结，体验目前的版本（PC/手机），记录问题并讨论解决方案。不断重复这个过程直到demo review会。 **③承担一些项目内的公共任务** 在研发过程中，项目经理需要跟着团队一起成长，从各方面为团队提供帮助，调整工作重心以适应团队需求。 > 在demo阶段项目经理不需要对流程和工具投入太多精力，可以将空出来的时间投入到项目研发中，比如项目可能需要更多调研竞品，收集目标用户反馈。这时项目经理可以和团队一起参与调研的过程，打入竞品/论坛内部了解玩家的真实想法，尝试访谈一些核心玩家，为明确项目方向提供助力。 **④根据项目进展适当引入新的流程机制** 当项目运转发现问题或痛点时，考虑适当引入合适的流程，由浅入深逐步推进，如果一开始就实施完整流程sop，不但影响效率，也很容易引发大家的抵触情绪。 > 项目demo进度稳定，到了需要背景音乐/音效的阶段，这时项目经理可以参考已有项目的规范，适当裁剪，形成适合目前团队的音效提需/回收流程。 ### 中途加入团队 ①团队访谈了解情况 项目经理中途加入团队，首先需要了解团队成员的情况和团队目前的运转方式，收集各自的痛点，包括团队负责人和团队成员各自关心的问题（通常位置不一样面对的问题同样也会不一样） > 团队负责人认为团队的沟通效率不高，感觉美术需求一直爆单但是实际上做出来的资源最终实装至游戏内的却不多。 项目经理通过和团队成员逐一访谈，发现是因为需求确定时间较晚，美术同学做的时候是根据提需求的顺序做的，而不是需求的优先级，因此会出现实际做出来的低优先级资源因为程序带宽不足无法实装至游戏内。 ②将信息整合在一起，将收集到的问题排列优先级，先处理高优问题 在访谈的过程中能收集到各种各样的问题，这时项目经理需要判断这些问题的影响范围，优先处理影响范围大的问题，下面简单列一些过往访谈收集到的问题，因为每个团队的情况不一样，大家可以自行判断应该优先处理哪个问题*（已做模糊处理）*。 > 团队成员策划A：验收流程不明确，缺少自测，提交验收的内容有明显bug；美术资源在实装后还出现对效果不满意需要反复调整的情况，并且改动也没有对应的单子追踪，大多是口头需求，无法跟进最终效果。 团队成员程序B：人手不足，按编制我们团队应该有10人，但是实际上目前只有8人，其中包括两名校招生；开发时间比较紧张，出现过策划案还没完全定下来就抢先一步宣讲的情况；有时会出现开始功能开发但是前置美术资源还没做完的情况，也不知道对应的资源什么时候做完。 团队成员美术C：插单和临时需求多，并且提的太晚了；信息同步有问题，有时候策划改了需求但是美术同学没被通知到；不清楚同组其他同事手上在做什么；主美审核返工比较多，特别是到交付节点的时候，经常卡在审核这边。 ③处理问题的过程中观察并记录团队的状态 一些问题的解决方案往往需要团队成员的配合，在方案确定后提前和重要干系人沟通讨论方案可行性，确保得到足够的支持后再落地推进方案。每天记录下当日发现的问题，对于需要额外支持的问题有计划地寻求帮助。 > 推进方案的过程中也是了解每位团队成员的好时机，利用这个机会逐步建立信任。 ④定期（版本、sprint或自然月）回顾团队的工作总结，根据实际反馈调整策略 每达到一个关键里程碑节点，最好根据实际工作产出和计划做对比，观察团队的需求完成情况，并以此为依据作为未来版本需求承接能力的参考。 > 每个人都有自己的估时习惯，也许过于乐观、也许过于保守，过程中项目经理需要尽量了解每个人的估时偏好，做到自己心里有数。 ⑤每一到两个季度重新对团队进行访谈，再回到第2步开始 不同阶段团队面对的问题可能是不同的，定期访谈（通常是年中和年终两次绩效考核之前）一方面是了解大家的工作状态，另一方面是和团队成员沟通对过往反馈问题的解决情况。 ## Part2 作为中台支持项目的管理方式（项目外） 作为中台支持项目管理的特点之一是不实际参与项目内的管理或只是协助团队成员制定项目的大计划，对接的项目数量通常较多，且每个项目团队的情况各异，不一定有完全符合所有团队的标准流程，这时一方面需要通过访谈，了解各个团队目前遇到的困难和核心诉求，拆解各个团队的业务链路，看看过程中哪些是特殊的，哪些是可以共用的，可以考虑制作一套完整的流程，针对不同团队的特点做裁剪和适配，每个团队只用这个流程中的一部分，有这份流程作为底子在，最终目标是能用一套流程应对各种情况。 **①和每个团队负责人访谈** 对于了解团队现状来说，访谈总是一个好的打开方式，通过和不同团队的负责人聊天，项目经理在建立联系的过程中还能收集到一手信息，其中最重要的是**团队的业务目标和遇到的实际问题**。 业务目标是团队存在的意义，遇到的实际问题是项目经理需要投入精力解决的方向。接下来还是举几个实际存在的栗子，分别代表这三种不同的问题类型，让读者有个基础概念*（已做模糊处理）*。 > 团队A主打休闲竞技品类，希望打造移动端的糖豆人体验。目前遇到最大的问题是使用的自研引擎，对3C的支持不够完善，引擎底层还在打磨3C的体验，但是项目等着用，出现了卡脖子的情况。 团队B主打社交品类，希望打造一个绝美的场景，并在场景内加入各种互动元素，让进入其中的玩家能通过游戏中的内容实现社交的目的。目前遇到的问题在于美术资源产出速度不达预期，并且因为对美术品质要求较高，经常出现资源返工的情况。 团队C主打家园养成品类，希望打造一个有趣的生态，通过设计足够的目标和激励，让玩家有动力建造自己的家园并和好友们分享，最终实现正向循环。目前遇到的问题是上层虽然对项目的最终形态有一致预期，但是对于实现的路径有各自的看法，导致项目方向迟迟无法确定，产生了一些开发资源浪费，影响了整个团队的节奏。 **②尝试为每个团队定制解决方案** 之前已经收集了每个团队的信息，下一步可以case by case地处理每个团队的问题，这么做是希望减少外部因素干扰，单纯为当前团队做出最有利的方案。下面针对上面三个团队，尝试给出一些解决思路。 > 对于团队A，如果自研引擎接受定制需求，那么可以参考成熟的商业引擎整理一份需要的3C功能清单，和引擎团队共同讨论引擎的后续发版规划；如果自研引擎不接受定制需求，那么需要考虑是团队A的业务目标重要，还是使用自研引擎开发更重要，做一次取舍。 > 对于团队B，需要考虑项目目前处于验证阶段还是铺量阶段。对于验证阶段的项目，美术的问题可能是资源管线还没完善，可以从流程的角度看是否存在优化空间；对于铺量阶段的项目，如果流程管线都没问题，则可以看是不是人出了问题。 > 对于团队C，可以考虑设置每个版本的关键里程碑，XX/XX确定需求、XX/XX[封版](/glossary/code-freeze/)提测、XX/XX发布，通过时间节点的压力倒排上层需要给出结论的时间。 **③还原各团队完整流程，并尝试抽象成一个包罗万象的“超级流程”** 现在已经针对各种类型的问题给出了一些解决方案，我们可以从解决方案作为切入点，还原各个项目优化后的完整流程，形成自己的流程库，并在过程中尝试抽象出一个包容不同团队的“超级流程”。比如在需求准备阶段，哪些职能需要在什么节点做哪些事；在封版提测阶段，如何定义封版，提测的条件有哪些等。 **④裁剪出适合的流程给新团队使用** 上面我们已经有了一个“超级流程”，如果有新团队需要，可以考虑为其挑选其中适合的部分。 **⑤不断迭代** 在各个团队实际运作过程中迭代各自的流程，反哺至“超级流程”中，不断循环。 从0到1的项目经历对每个人来说都是一笔宝贵的财富，也是项目经理职业成长的必经之旅，上面的内容不一定适合所有项目，掌握自己的方法论，以不变应万变，拥抱这个充满变化的世界~ --- ## 游戏项目管理（10）——风险管理 - URL：https://pmnote.ai/articles/game-project-risk-management/ - 发布于：2022/04/03 - 专题：项目管理实战 - 摘要：从风险识别、层级评估到规避、接受、减轻、转移四种应对方式，建立游戏项目风险管理的基础框架。 「项目风险是一种不确定的事件或条件，一旦发生，就会对一个或多个项目目标的范围、进度、成本和质量造成影响。项目风险可能有一种或多种起因，一旦发生就可能造成一项或多项影响。我们认为项目风险源于任何项目中都存在不确定性。」——PMBOK 风险管理是在这些不确定性事件发生或造成影响之前，对其进行识别、控制和处理的过程。对风险的管理贯穿整个项目生命周期中，在项目管理的各个模块都能看见风险管理的影子，对风险管理的好坏直接决定着项目能否平稳运转。 ## 识别风险 风险是影响项目目标最终实现的各种不确定性因素。 对于已经发生或者一定会发生的，对实现项目目标有影响的事件，是问题而不是风险。可以通过发生概率和影响大小建立一个简单的风险识别图：横向判断发生概率，纵向判断影响大小，两者越高，风险优先级越高。 风险分为正面和负面的，正面的风险称为机会，负面的风险称为威胁。 我们遇到的风险，大部分情况下都是负面的。我们讨论的「风险管理」主要也是针对负面的风险。 **案例1：** 下一次上线计划定在9月30日，希望赶在十一之前完成，让项目组好好放个假。版本排期定下来后，所有人都对目前的排期表示认可，看起来非常顺利，可是真的是这样吗？ 在拉会讨论各个重要feature的落地方案时，发现了好几个潜在风险： 某个重要功能涉及三部门联调，最终实现需要依赖A部门提供底层能力支持，B部门设计方案和实现功能，C部门负责接入并最终呈现给用户。 在聊详细方案时，发现目前的排期只考虑了A部门和B部门的开发时间，没有考虑C部门接入的时间。 同时，由于此功能在其他项目没有完整实现过，程序同学给的排期也是非常乐观的评估，无法保证按时完成。 发行同学已经订好了宣传物料的时间计划，但是美术同学还不知道提交资源的ddl和需要哪些物料以及对应的尺寸和格式要求。 看似没问题的计划下藏了这么多影响最终交付的「雷区」。 ## 评估风险 识别到风险之后，需要进一步对风险进行评估，判断影响范围，通常把风险从上至下分为四种，分别是：企业级风险、业务级风险、部门级风险、岗位风险。 上层风险发生时，往往伴随着下层风险。当下层风险没有得到妥善处理时，也可能引发风险升级，造成上层风险。 判断风险所处的层级后，需要调动对应层级的力量去推动解决。通常PM日常工作中遇到的风险都是部门级和岗位级的，可以通过建立标准流程规范、调整人员安排等一系列措施应对风险。 如果是业务级或企业级的风险，需要第一时间将信息传达给对应层级的管理层。 ## 应对风险 通常有四种方式应对风险，规避、接受、减轻和转移。 **规避**：指改变项目计划，以排除风险。比如换一种实现方式，调整项目范围等。 **接受**：指接受风险和结果。比如核心人员可能出现离职而影响项目进展，可以主动接受并储备后备力量。 **减轻**：指设法把风险的后果减轻至可接受的范围内。比如游戏质量不稳定，bug多，可以通过每日测试前一天的版本，增加全员测试等方式暴露问题，集中修复。 **转移**：指设法将风险的后果连同应对的责任转移到第三方。比如项目合作的外包QA，可能在测试过程中毁约而影响项目进度。这时可以通过与外包代理公司合作，将潜在风险转移到外包代理公司。 在应对风险之前，首先对其进行拆分，根据具体风险事件，找到风险的原因，整理风险的后果；然后制定解决方案和后续跟进人。 风险应对可以整理成一条文字链路：风险事件 → 发生原因 → 可能后果 → 应对方式与具体方案 → 跟进人和检查节点。 **案例2：** 日常工作中的非固定假期是容易忽视的风险。 公司每年下半年都会组织团建旅游，今年的时间安排在10月下旬，但是项目11月中旬会发布一个重要的大版本，加上十一假期的影响，团建旅游可能会对项目计划和进度带来风险。 为了应对版本发布，采取了一系列措施： - 统计能参与旅游的人员名单（有加入时间要求） - 团队规模很大的情况下，分部门分批参与旅游，确保关键岗位有人能响应问题（没有stand by的岗位需要带电脑旅游） - 提前锁资源，为留下的同事提供稳定的工作环境 - 根据实际进度组织统一加班 最终避免了旅游带来的风险，确保版本按时发布。 不同职能对风险的评估角度不同，从某个视角看来不是问题，换一个视角可能就有较高的风险。大家可能更关注自己手上的工作，而没有关注整个任务的风险。PM作为有全局视角的角色，需要收集各个职能对风险的判断并进行整合汇总，综合考虑各个因素，从专业角度给出整体的项目管理判断。 最后，在项目管理中有两个不变的金科玉律： - 所有计划都留好缓冲 - 永远都有Plan B ## AI时代怎么看这个方法 AI可以持续扫描项目数据，帮助PM发现长期未更新的任务、异常增长的Bug、反复延后的依赖，并把分散信息整理成风险清单。它也能提供应对方案的备选项，但不能替团队判断一个风险是否值得升级，更不能为取舍结果负责。PM要把AI当作扩大观察范围的雷达，最终仍要结合项目语境决定优先级、责任人和行动时点。风险看板只是起点，行动闭环才决定结果。 > 观点溯源：《AI时代，游戏PM还剩下哪些不可替代的东西？》 如果你想继续系统梳理从执行到体系化管理的方法，可查看[从执行者到架构师](/courses/from-executor-to-architect/)。 --- ## 游戏项目管理（7）——制定计划 - URL：https://pmnote.ai/articles/milestone-and-weekly-build-planning/ - 发布于：2021/12/05 - 专题：项目管理实战 - 摘要：从里程碑计划拆到周版本，再以MVP阶段为例说明需求整理、范围控制、估时、分工和倒排计划。 ## 里程碑与周版本 ### 里程碑 游戏研发分为多个阶段，每个阶段都有比较重要的节点，这些节点被称之为「里程碑」。 在项目的MVP阶段，里程碑可能是关乎生死的MVP评审，通过就立项，不通过就砍掉。而在项目的运营期，里程碑可能是一个又一个的玩法版本和活动，为了拉新，为了促活，为了让游戏的生命周期得以不断延长。 因此，里程碑计划，是游戏生命周期里的一系列重要规划节点，是项目团队运作的一个个进度目标。 用文字描述研发全流程：项目通常从MVP阶段进入α开发、β开发，再走向渠道测试和产品上架；每个阶段都有不同的交付重点和评审门槛。 对于MVP阶段，里程碑计划需要着重打磨核心玩法，体现出游戏的特色。而对于α开发阶段，则应继续着力于提升核心玩法的完成度。而在β开发阶段，一般要开始玩法铺量、完善周边系统和增加新手引导。到了渠道测试和产品上架阶段时，需要开始考虑和发行、运营等部门的合作。 ### 周版本 有了里程碑计划之后，在执行的过程中，还需要将里程碑计划细化到每一个周版本计划，即每周完成一个可以体验的无阻断游戏版本。 通常团队会将周中设置为版本日，这样能避免周末加班。到版本日时，当周版本的单子需要通过测试，才能实现我们定义的「可以体验的无阻断游戏版本」。 周版本流程可以概括为：确定当周范围、分配和开发任务、过程验收、集中测试，在版本日交付可体验版本；未通过测试的内容不能算作当周完成。 举一个里程碑计划转化成周版本计划的例子。 假设S项目需要在1月1日进行CE测试。 首先在研发侧，将本次测试的版本内容拆分为迭代功能和新增功能。获得这些信息需要和策划沟通，同时考虑开发人力，得出受到认可的版本内容。然后考虑合作部门的需求（如发行营销），最后增加一周组内体验的时间确保版本质量。 接着将里程碑范围拆分为一个个具体的任务，如里程碑范围其中之一为增加多人互动玩法，拆分后的任务为具体哪些玩法。 拆分出所有任务后，为每一个环节进行估时，这需要PM和每个负责制作的同学确认。 S项目总体计划密集，很多任务并行开发，PM在评估各时间节点后给出的大致开发排期为： - 策划写PRD 1～2周 - PRD评审、UX、UI设计等1周 - 程序开发2～3周 - 测试1周 接下来需要观察每个环节的开始时间。特别是需要留给策划足够的时间写PRD，保证后续任务能顺利开始。 个人的高效不一定能带来团队的产出高效。PM在细化周版本计划的时候，不应局限在当周每个团队成员工作量是否饱和。而应该从里程碑计划目标出发，以能否达成最终目的为前提考虑问题。 ## 制定开发计划 我们已经知道游戏研发有不同的阶段，虽然不同阶段的项目有很大的差异性，但制定计划的思路是一致的。包括：整理需求、拆分需求、排优先级、估工时、人员分工、确认上下游排期等。下面我们就以MVP阶段为例介绍制定开发计划的方法。 MVP阶段的特点是充满了不确定性和时间比较紧。不确定性是指需求可能频繁变更，技术实现方式也是一样。此外还有其他例如团队磨合不够和人力不足等。在这种人力不足、时间紧且需求未确定的情况下，做计划时需要有一个明确的最小需求范围。 比如，某个非对称竞技玩法游戏的MVP，最小需求范围是2个职业和对应的技能，1个场景，3种场景交互道具。 确定最小需求范围后，联系对应的美术、开发、QA等同学预估工作量，如果发现工作量超出可承受范围，则需要缩减范围或更改制作方式。在这个阶段可以多考虑使用公司美术库内风格接近的资源。 针对需求频繁变更而导致工期难以预估的情况，可以考虑将版本周期从通常的周版本缩减为双日版本或日版本。缩减版本周期能让版本内的需求进一步明确，有利于进行需求拆分和预估工作量。 日版本计划可以理解为把原本一周的范围继续缩短：每天明确当天必须完成和验证的最小任务，日末交付一次可运行结果，再根据反馈调整下一天的范围。 虽然MVP阶段需求和明确对标的产品还不确定，但是评审的时间是确定的，因此我们通过倒推的方法得到开发迭代的时间。在评审之前，最好提前一周停止新功能开发，用于回归测试和修bug，防止最后阶段出现严重阻断bug影响评审。 在游戏研发过程中，主要采用渐进明细的敏捷开发方式，根据需求灵活制定计划是关键。 ## AI时代怎么看这个方法 AI可以根据需求文档快速生成任务拆分初稿，结合历史数据提示可能遗漏的依赖，也能把里程碑继续细化成周版本或日版本草案。但计划不是把表格填满：需求是否稳定、估时是否可信、哪些范围能在评审前舍弃，都需要PM和执行者共同判断。AI更适合降低整理和推演成本，计划承诺仍应由真实负责交付的人确认。PM还要明确每轮验证失败后的调整空间。 > 观点溯源：《AI时代，游戏PM还剩下哪些不可替代的东西？》 如果你想继续系统梳理从执行到体系化管理的方法，可查看[从执行者到架构师](/courses/from-executor-to-architect/)。 --- ## 游戏项目管理（5）——研发工作流 - URL：https://pmnote.ai/articles/game-dev-workflow/ - 发布于：2021/07/26 - 专题：项目管理实战 - 摘要：从功能需求和美术需求两条生产线理解游戏研发工作流，并说明上线后双版本开发模型的基本结构。 ## 1.0——研发阶段 研发流程在游戏开发的过程中是非常重要的一环，游戏研发流程，可以简单拆解为内容生产工作流和美术需求工作流。 ### 内容生产工作流 这里的内容生产工作流主要以玩法和功能产出为主。 游戏本身是一个个功能组成的产品，它之所以好玩，是因为有至少一个核心的玩法，但是一个玩法并不足以支撑起一款游戏，可以围绕玩法构建系统，多个系统结合起来，才能称之为游戏。 游戏和其他互联网产品一样，开发过程也是通过完成一个个功能需求而逐渐成型的，这里简单介绍单个功能需求的全生命周期。 功能需求通常从策划提出和评审开始，经过需求拆解、开发排期、程序实现、过程验收、测试与修复，最终在相关制作者共同验收通过后结束。PM从需求评审通过开始参与，持续跟进到最终验收。 原图中的每个环节虽然只有简单的几个字，背后都需要有一套完整的流程支撑，让每个团队成员知道在什么时候应该做什么事，最大地降低delay风险。 ### 美术需求工作流 在功能开发的过程中，美术资源往往是没有全部到位的，这时可以使用尺寸相同（至少是接近）的白模代替，用来验证功能的完整性。 如果说单个需求主要是以程序视角出发的话，美术其实是在特定时间点加入进来的，往往玩法功能在设计的早期就需要美术协同参与，一方面是提供思路参考，另一方面也是提前思考概念设计方案，确保美术设计先于程序开发进行，在功能开发完成后替换成品美术资源，是比较合理的开发模型。 美术需求的生命周期可以用文字概括为：玩法或功能进入早期设计时，美术开始参与概念设计；需求确认后拆解资源清单并排期；程序开发期间用白模验证；正式美术资源完成后接入功能，再由策划、美术和程序共同验收。 结合内容生产和美术需求，一个简化的研发工作流就是：需求设计与概念设计前置并行，评审通过后分别进入功能开发和资源生产，过程中用白模联调，最终以正式资源替换并完成整体测试验收。 ## 2.0阶段——上线后 项目上线之后，通常会制定一系列更新计划，这时1.0模式的开发模型已经不能完全满足需求。 为了维护线上版本的稳定，通常只会在某个开发版本的功能全部测试通过后才会推至线上，所以此时需要至少两个开发分支——线上版本和开发版本。 最简双版本开发模型可以这样理解：线上版本是一条持续维护的主线，在A点拉出资料片1的开发分支，在B点资料片1完成并测试通过后合入线上版本。 需要注意的是在A→B阶段线上版本理论上是不更新的，期间如果有修复bug，则需要同步至资料片1的分支，确保在B点合入时不会出现冲突。资料片2阶段同理。 无论是研发中还是上线后，流程管理都是关键的一环，当中有很多坑，往往需要踩过一次之后才能有更深的感触，上面列出的都是最最简化版本的流程示意，仅仅是介绍全流程的概念。 更深的内容，需要在实际工作中逐渐摸索。 ## AI时代怎么看这个方法 AI进入研发流程后，价值不只是让某个岗位做得更快，而是让原本分开的环节出现新的连接方式：策划可以更早验证配置，原画可以先生成可编辑的3D粗模，PM也能自动整理跨组依赖。但任何新工具都要明确放在哪个节点、由谁使用、输入输出交给谁。只有工作流因此改变，AI才从个人技巧变成团队能力。流程是否真正减少交接损耗，也要由团队验证。 > 观点溯源：《Demo期、研发期、线上期的游戏项目，怎么落地AI》 如果你想继续系统梳理从执行到体系化管理的方法，可查看[从执行者到架构师](/courses/from-executor-to-architect/)。 --- ## 游戏项目管理（3）——项目复盘 - URL：https://pmnote.ai/articles/game-project-retrospective/ - 发布于：2021/03/11 - 专题：项目管理实战 - 摘要：项目复盘的关键不只在会议流程，而在会前建立开放基调、准备事实，以及会后只聚焦少量改进并持续落地。 今天我们来聊一聊复盘。 复盘原本是围棋术语，是指每次博弈结束之后，双方棋手把刚才的对局复演一遍，分析对局当中得失的关键，是提升自己棋力的好方法。其实，**复盘是对思维的训练**。通过复盘，当类似的局面再次出现在你面前的时候，你就能够快速地预测接下来的动态和走向，并且更好地应对。 而项目复盘会，可以说是**项目团队有意识地向过去的行为经验学习的过程**。在项目或里程碑完结之后，项目经理会组织召集项目成员，一起回顾一下，在项目的整个历程中，团队做对了哪些事，做错了哪些事，再来一次，如何做得更好，借此把项目行进过程中产生的集体智慧沉淀下来。 但是，现实情况经常是，项目一个接一个地做，忙上线、忙变更、忙返工，哪有时间坐下来复盘？又有多少复盘会，是为了复盘而复盘，逐渐地流于形式，成为了可有可无的摆设？除此之外，还有很多复盘会，成为了追责者的工具，除了锻炼出花样百出的各种甩锅技能之外，留下的只有「一地鸡毛」。 由此可见，要想做好项目复盘，并不是一件容易的事情。今天，我们来看一看，如何做好项目复盘，以及如何通过复盘去培养团队的持续改进能力。 ## 复盘会的基调设定 我们都知道复盘很重要，但实际上，**在复盘会之前，想清楚我们复盘的目的，设定好复盘的基调，其实更为重要。** 我曾组织过一个复盘，叫作「坑爹功能」大搜罗。参与复盘的十多位同学，在现场写了好几页纸，满满当当地罗列着我们曾经做的、却没什么人用的功能。实际上，只有当大家真正摊开不太愿意面对的真相，去认真思考背后的深层原因时，我们才能共同进入真正的集体反思区。这样坦诚地直面问题的复盘，才能促发有意识的集体学习。 要想让参与者真正进入集体反思区，会前就要设定好开放的复盘基调。其实，我们每个人都可以在自己所处的环境中，看到各种各样的问题。如果复盘是出于追责，那么在会议刚开始时，大家就可以迅速地感受到，这样一来，每个人都会小心地避开自己的问题，转而去说别人的问题，这样的复盘就失去了意义。那么，如何设定开放的基调呢？ 在会议刚开场，就要展示出自己的开放与坦诚，给复盘会奠定基调：**这次复盘不是来挑问题的，而是为了找到问题的根源并改进的**。在那次复盘会上，项目负责人特意讲了自己半年来的深刻反思，这就带动大家敞开心扉，直面问题。那次会上，大家自发地找到了在各个环节有效避免无用功能的方法。会议结束以后，这个部门还发起了一项「整风运动」，从增强用户意识的讲座，到用户调研方法的培训，再到激励与考核制度的挂钩，让复盘会反思的成果，逐渐渗透到了每个人的日常工作中。 ## 复盘会的会前准备 除了设定基调，你还需要充分的会前准备。在复盘会之前，你要去**梳理整个版本的历程**，包括项目或里程碑的各项数据和信息、目标和达成结果、进度计划、需求变更、质量状况等，这些是客观数据的总结。同时，你还可以提前收集这个版本期间，团队满意度的问卷调查，为复盘会引入更多主观的输入。 **其实，复盘会的基调设定，以及会前的准备工作，在开会之前，就很大程度地决定了复盘会的效果，你一定要特别留意。** 了解了这些之后，我们就来看看复盘会的流程。 ## 复盘会的流程 复盘会的流程，其实并不复杂。在实战中，我总结出了一套高效的复盘流程。 1. 现场回顾总结项目 / 里程碑的整体概况，包括目标达成情况、进度计划及变更情况、需求变更情况、质量报告等项目历程记录。 2. 与会人员用便签纸写下项目过程中做得好的以及做得不好的 3 个点，按照项目的各个环节分类，分别贴在白板上，确保大家的意见能够充分、自由地表达。 3. 在白板前逐条 review 大家的意见，共同发现问题，并有针对性地展开讨论。 4. 对大家总结出的好和不好的点，进行集体投票。 5. 由项目经理整理投票结果，对于做得好的环节，总结经验；对于做得不好的环节，当场讨论出改进方案。 原文用一张项目复盘会的投票结果图展示第4步。投票的作用是把分散意见排出优先级，避免每个问题都只讨论一点；本次粘贴原稿未包含图中的具体条目和票数。 **无法促发行动的复盘，说得再好都是空谈！**一开始开复盘会，大家会期待，解决的问题越多越好，但焦点增多之后，哪个都是蜻蜓点水地过一遍，哪个都没改彻底。下次再开会的时候，大家发现之前反馈的问题依然还在，那谁还有动力继续提问题呢？ 所以，**改进措施一定要落地，重点行动不要太多，一个就够了！**如果每次复盘聚焦于改进项中的 Top 1，确保改进措施真正落地，长期坚持下去，就会促进持续的能力提升。同时，**复盘的次数也不要太多，你并不需要每个版本、每个迭代都例行公事地去做一遍，确保每个季度有一到两次里程碑复盘，可以完整地对项目做系统化的梳理，达到真正的落地效果，才是更重要的。** ## 打造团队持续改进能力 其实，项目复盘不只是一次会议，它更应该成为团队持续改进的推动力。那么，怎样才能让一次成功的复盘发展成为复盘文化，激发团队自主地持续精进呢？ **实际上，想要让团队进入自发改进的正向循环，你需要更好地激发团队的主人翁意识，让团队成为复盘的主角，而不是你。最重要的是，你不仅要关注事，还要关注人。** 另外，**越是困难时期，越是塑造团队能力的大好机会。**在团队遇到重大困难时，你也可以及时组织一场复盘会，深度关注和调整个人的状态。我就曾经试过让每个人画出自己进入这个项目组以后的状态变化曲线，跟大家分享自己的「高光时刻」和「至暗时刻」。在业务低落期，这样的复盘会会成为一个重要的转折点，让团队的力量得到深度聚合。 这些对人的关注，都会让复盘会超越问题解决的层面，在推进事的同时，促使团队自发地推进问题的解决，并把经验内化下来，从而不断提升团队的持续精进能力。 ## 总结 好了，让我们对复盘做个小结。其实，当人们在说复盘时，往往会把焦点放在复盘会本身。但我却认为，**决定复盘成功与否的关键，不在会议本身，而在于复盘会的一前一后两个环节。** 复盘会前，复盘基调的设定是否开放，复盘会前的各项准备是否充分，对于复盘会的效果非常关键。组织一个复盘会本身并不难，难的是在复盘会后，持续跟进这些反思，落地为切实的改进措施，让团队真正看到效果，从而打开团队持续改进的正向循环。 最后，我建议你**认真地做好一次复盘，每次复盘后聚焦一个改进点。再提醒你一句：聚焦点别太多，一个就够了！** ## AI时代怎么看这个方法 AI可以在复盘前汇总版本数据、需求变更和Bug趋势，也能把匿名反馈聚类成主题，减少PM整理材料的时间。但它无法替代团队建立安全感，也不能决定哪些问题值得公开讨论。复盘真正产生价值，仍然依赖负责人先承认自己的问题、团队愿意说真话，以及会后有人持续推动Top 1改进项。AI负责整理，人负责反思和承诺。没有心理安全，再完整的摘要也不会变成真问题。 > 观点溯源：《AI时代，游戏PM还剩下哪些不可替代的东西？》 如果你想继续系统梳理从执行到体系化管理的方法，可查看[从执行者到架构师](/courses/from-executor-to-architect/)。 --- ## 游戏项目管理（1）——甘特图与里程碑规划 - URL：https://pmnote.ai/articles/gantt-and-milestone-planning/ - 发布于：2021/02/11 - 专题：项目管理实战 - 摘要：用工具中性的方式说明如何把WBS任务拆解、时间属性和依赖关系整理成甘特图，并进一步制作里程碑时间线。 在游戏项目管理的过程中，随着团队人数的增加，这时需要引入一些工具提升团队工作效率，对齐目标。本文将介绍如何使用支持甘特图和时间线的项目管理或制图工具，制作甘特图和里程碑规划图，帮助你高效管理项目。 ## WBS及甘特图 原文使用的是Visio。放到今天，电子表格、项目管理平台和制图工具大多都能创建甘特图；具体按钮会变，但任务拆解、时间属性和依赖关系这套方法没有变。 接下来，我们会从头开始，制作一份WBS工作分解后的甘特图。 ### Step 1：选择并创建甘特图 在你使用的工具中新建项目或视图，选择甘特图模板；如果工具没有现成模板，也可以创建一张任务表，再开启甘特图或时间线视图。 创建完成后，你会得到一个标准的甘特图结构。其中，左侧或纵向区域是分解后的各个任务，横向时间轴展示任务从开始到结束的跨度；任务表还会展示负责人、进度等属性。 ### Step 2：按照WBS工作分解，增删任务 选中任务表区域后，使用新建、插入或删除任务的操作，逐条录入WBS工作项。 ### Step 3：拆解子任务（升降级） 对于小型项目来说，一个层级的任务就可以满足需求了。但对于比较复杂的项目来说，你还需要进行子任务的拆分。 在具体操作时，选中任务之后（通常支持多选），使用缩进、降级或设置父任务的方式，将其变为上一级任务的子任务；反向操作则可以把子任务提升为独立任务。子任务在格式上会有缩进，而主任务在时间区域会汇总子任务的整体跨度。 ### Step 4：配置任务属性（如资源名称、持续时间等） 在完成任务拆解后，我们就可以开始配置任务属性了。 在制作甘特图时，我们希望重要的信息能够得到充分的体现。所以，除了基础的任务名称、开始时间、结束时间等，我们往往还会添加一些属性，比如资源名称、完成百分比、持续时间等。 另外，除了计划的时间，你还可以添加实际开始、结束、持续时间，来记录项目的完成情况。 在任务表中增加所需字段或列即可。多数工具都支持自定义字段，可以根据项目需要保留最关键的信息。 ### Step 5：设置任务依赖关系 在项目规划中，我们需要厘清任务依赖关系，并借助链接任务功能，来完成在图上的展示。 在具体操作上，选中有依赖关系的两个任务，使用「添加依赖」「链接任务」或直接设置前置任务的方式建立连线。如果要取消依赖关系，则删除对应的前置关系或时间线连线。 任务、属性和依赖三个区域配置完成后，我们的甘特图就比较完整地呈现出来了。不同工具的模板与样式略有不同，你可以根据团队的使用习惯进行挑选与调整。 到这里，一个甘特图就做好了。它应当能够回答几个基础问题：项目有哪些任务、每项任务由谁负责、计划何时开始和结束、当前完成到什么程度、哪些任务必须等待上游。 ## 里程碑规划 在任务规划期间，除了WBS工作分解及甘特图，我们还需要一个可以反映各个阶段时间节点的整体里程碑规划。 里程碑规划图可以在项目管理平台的时间线视图、电子表格或制图工具中完成，同样也是5个步骤。 ### Step 1：选择并创建时间线 首先，你要新建时间线或日程表视图，并且选择合适的模板，然后就可以开始我们的里程碑制作了。 常见的呈现方式包括空白时间线、块状时间线、垂直时间线和带局部展开区的时间线。选择标准不是样式是否花哨，而是能否清晰展示阶段节点。 ### Step 2：选择时间线形状，绘制时间轴 时间线和甘特图有所区别：甘特图强调任务与依赖，时间线主要通过一条连续时间轴展示关键节点。 在制图工具中，可以把时间线形状拖入画布；在项目管理平台中，则可以直接创建时间线视图并设置日期范围。 常见时间轴样式包括圆柱形、线形和块状。完成基础结构后，配置时间段与刻度，时间线的基础设置就完成了。 ### Step 3：设定里程碑时间 接下来，你需要在时间轴上增加里程碑，配置日期并调整标记形状，以突出重要节点。 可选的里程碑形状有线形、菱形、针形、双三角形、X形、三角形、圆形和正方形等，你可以根据自己的使用习惯与定义来进行使用。 需要调整时，修改里程碑的属性、日期或标记类型即可。 ### Step 4：设定时间间隔 除了特殊的里程碑节点外，我们有时候还会标记一些重要的时间间隔。你可以选取区间或阶段形状，把它放到时间线上，并设置开始和结束日期，这时就可以完成时间间隔的标注。 常见的时间间隔类型有方括号间隔、花括号间隔和块状间隔；在项目管理平台中，也可以直接用阶段色块表达。 ### Step 5：增加今日标记 在项目的进程中，今日标记也是一个非常实用的功能。开启「今天」或「当前日期」标记后，可以把它作为一个动态标签，观察当前进度位于哪两个里程碑之间。 到这里，一个完整的里程碑规划图就做好了。 ## AI时代怎么看这个方法 AI可以把需求说明转成WBS初稿，识别任务之间可能遗漏的依赖，也能根据状态更新生成新的甘特图和里程碑草案。它减少的是录入、整理和反复改图的成本，不会自动让计划变得可信。任务拆到什么程度、估时是否现实、关键路径上的风险能否接受，仍然要由PM和执行人确认。图表只是表达，判断和承诺才是计划本身。图表更新得再快，也不能替代责任人承诺。 > 观点溯源：《AI时代，游戏PM还剩下哪些不可替代的东西？》 如果你想继续系统梳理从执行到体系化管理的方法，可查看[从执行者到架构师](/courses/from-executor-to-architect/)。 --- ## 游戏行业的AI转型，没有人能置身事外 - URL：https://pmnote.ai/articles/ai-transform-game-industry/ - 专题：AI效率与游戏PM - 摘要：从游戏PM视角观察AI进入研发流程后的变化：不是替代某一个岗位，而是改变每个人组织信息、推进协作和交付结果的方式。 AI 对游戏行业的影响，不会只停留在“生成一张图”“写一段文案”这种工具层面。它更深的变化，是把很多过去依赖经验、沟通和反复确认的工作，重新变成可以被拆解、复用和加速的流程。 对游戏 PM 来说，AI 转型不是一个额外任务，而是一种新的工作底层能力。你需要理解策划、美术、程序、测试、运营不同角色的信息需求，也要能把复杂目标拆成更清晰的输入和输出。 过去项目经理的优势，往往来自“我知道谁在做什么、哪里可能卡住、什么事情要提前沟通”。现在，这些优势仍然重要，但表达方式会发生变化：你要能用 AI 帮你整理会议纪要、复盘风险、生成沟通草稿、检查任务遗漏，并把分散的信息变成团队都看得懂的行动项。 真正值得关注的不是“AI 会不会替代项目经理”，而是“会用 AI 的项目经理，会不会更快拉开差距”。当同样一小时可以完成更多信息处理、方案比较和风险预判时，PM 的价值会更集中地体现在判断、取舍和组织推动上。 游戏行业的 AI 转型，没有人能置身事外。越早开始实践，越早能看清哪些工作可以交给工具，哪些判断必须由你负责。 --- ## 离职证明上写着「三维动画师」，她要投的岗位是游戏美术项目管理 - URL：https://pmnote.ai/articles/case-dossier-01-3d-animator/ - 专题：真实卷宗 - 摘要：一个广告 CG 行业美术团队负责人转行游戏美术项目经理的完整过程：卡住她的不是经历不够，是经历装在错误的标签里。 阿宁（化名）找到我的时候，手里有两份材料对不上。简历上，她给自己写的定位是美术项目经理，带着十来个人的后期团队，一年经手几十条片子。离职证明上，公司给她盖章的岗位是：三维动画师。 她在一家做广告片和品牌 CG 的制作公司干了六年多，从三维动画岗做起，后来带起了团队，排期、报价、盯外包、跟客户，都归她管。名义上她还是动画师，实际上她已经两三年没怎么亲手做资产了。现在她想正式转进游戏行业，做美术项目经理。非科班，没进过游戏公司，没有上过线的游戏作品。 她自己列的诉求很实际：简历过不了筛选，想知道怎么改；没面过游戏公司，想知道会被问什么；还想知道自己这个条件，不降薪跳槽现不现实。 ## 她以为的问题，和实际的问题 阿宁觉得自己最大的短板是没在游戏公司做过游戏。但是和她聊完一次后，我有不同的看法。这确实是一个缺口，但不是简历的问题。 她简历真正的毛病有三个。 第一个是 title。她很担心离职证明和简历对不上，不敢写「项目经理」。其实简历筛选阶段没人关心你的离职证明，写「美术项目经理」，到了面试时再自然讲转型经历，这并非造假，只是把最接近实际职责的名字放在最前面。真到背调环节，职责描述能对上就行。 第二个问题更严重一些：她的简历从头到尾在讲一个广告公司的故事。项目列表里全是品牌名和传播案例，游戏公司的面试官扫一眼，会直接pass掉。而她实际管的东西，拆开看其实是：原画、建模、绑定、动画、渲染，一条完整的美术管线，和游戏公司的美术生产流程重叠度很高。我让她把「广告」这个词从简历里请出去，项目描述全部换成资产和管线的语言。一个字没编，只是换了套坐标系。 第三个是数字。整份简历找不出一个数。团队多少人、同时跑多少个项目、一年发包预算什么量级、返工率降了多少，这些她张口都能说出来，简历上却一个都没写。管理岗的简历没有数字，等于没管理。 还有一条被她自己忽视的经历：她带队给几家游戏厂商的爆款项目做过宣传 PV，这是她简历上唯一有游戏项目背书的东西，原来压在项目列表第七行。我让她提到最前面。 ## 面试：按被质疑的方式练 简历改到第二版，通过率上来了，约到了几场面试。在正式面试之前，我们做了一次完整的模拟面试。 暴露的问题很典型：几乎所有回答都超过了，动辄四五分钟的回答，面试官根本记不住那么多内容。素材本身是扎实的，外包返工率砍半、交付周期压缩，这些都是真东西。但她讲的方式是从头到尾铺细节，面试官听到第三分钟，已经记不住她第一分钟说了什么。 改法只有一条：每个回答压到一分钟出头，先说结论，留下钩子，面试官感兴趣自然会追问。 我专门针对她面试的岗位和JD给她出了一套模拟面试题，也包括转行相关的挑战和质疑。她这种背景，面试官通常会问：你做的是广告不是游戏，凭什么说自己懂游戏管线？离职证明上是动画师，你到底是干什么的？你比有游戏公司经验的候选人强在哪？这些题按教科书方式准备是没用的，得按被挑战的语气练。 练的过程里还纠出一个反向问题：讲到短板题，她花了大量时间论证「广告 CG 和游戏美术差不多」，越论证越心虚。 后来我们最终定下的答法是分为三段论：承认没在游戏公司做过全职 PM，这是事实；然后讲资产类型和管理方法的重叠，讲和游戏厂商的合作项目；最后讲正在补什么。承认短板比掩饰短板更有说服力。 ## 后来 她拿到了 offer，进了一家中厂的美术中台，管外包这条线。入职一个月的时候她发来一条消息，说最惊讶的是开会的时候发现自己居然听得懂其他人在聊什么。原来这几年攒下的东西，没有白费。 当年她最担心的三件事，没进过游戏公司、没有上线作品、不是科班，现在一件都不再是问题。卡住她的从来不是经历不够，是经历装在错误的标签里。 ## 这次简历修改和模拟面试做了什么 我是 Hao，「Hao的游戏PM笔记」的作者。这篇卷宗记录了我怎样帮助一位广告 CG 从业者准备游戏美术 PM 求职。简历修改围绕目标岗位，重新整理她已有的资产、外包和团队管理经历；模拟面试则按目标 JD 追问，检查她能否讲清管理动作、实际结果和游戏经验的缺项。 如果你也在跨行业转岗，可以先拿一份目标 JD，逐项整理自己实际负责过的工作，再准备一个能经得住追问的案例。已经有这些材料，却难以让招聘方看懂管理经历，适合讨论简历修改；已经拿到面试，需要检查回答里的证据和表达，适合做模拟面试。还没有确定目标岗位时，先把岗位职责和自己的经历对应起来。 阿宁拿到 Offer 是这个个案的后续。简历修改和模拟面试能做的是帮助你整理真实经历、发现准备中的问题，具体录用仍由目标岗位的要求和招聘判断决定。 --- *如果你也卡在类似的地方，[咨询页](/services/)在这里。* --- ## 游戏美术项目管理怎么做：不懂美术的PM上手方法 - URL：https://pmnote.ai/articles/game-art-project-management-guide/ - 专题：项目管理实战 - 摘要：给非美术背景PM的美术管理方法：先把美术当流程管，拆分角色线和场景线两条管线，再用工序拆分判断工期，用交接单、中期检查和验收标准管住外包，最后靠三个每周信号做风险预警。 周一排期会，美术报工期：这个角色还要五天。你心里没底：这五天，是原画还要五天，还是连建模带动作一共五天？你不懂美术，没敢追问，只能点头。两周后角色还没进版本，去问，回答是原画中间改了一版。 很多PM都卡在这个位置。我是Hao，在游戏行业做了十年项目管理，策划出身，现在在写「Hao的游戏PM笔记」。我自己就是不懂美术被推去管美术线的那种PM，这篇讲讲游戏美术项目管理怎么做，给同样处境的人。 先说一句定心的话：管美术不需要会画画，需要的是把美术当成一条生产流程来管。 ## 一、把美术拆成两条管线 美术在PM眼里经常是一团黑，拆开就清楚了。 游戏美术资产大致分两类：角色线和场景线。角色线从原画设定开始，到3D建模、贴图、骨骼动作，最后进引擎；场景线的环节类似，但并行度更高，多个场景可以分给不同人同时做。两条线的排期逻辑不一样：角色线是串行为主，前一环不完后一环动不了；场景线可以铺人抢时间。UI、特效这些资产，流程结构和角色线类似，拆法相同，后面就不单独说了。 我当年接手美术线做的第一件事，就是把这两条线分开排。混在一起排的结果是，角色卡住了，场景的人在那等，每周例会都在解释为什么又延了。 拆开之后还有一个原则很救命：阶段产出要定成"能跑的东西"，而不是过程文件。原画定稿不算产出，进引擎能转一圈才算。过程文件会骗人，能跑的东西不会。 ## 二、工期判断：别问"还要几天"，问"卡在哪道工序" 非美术背景的PM最怕问工期。问"还要几天"，得到的答案永远是"还要两天"，这个两天可以持续两周。 解法是把资产的工序拆开问。一个角色别问"做没做完"，要问：原画过了没、建模到什么阶段、贴图谁在做、动作排上了没有。每一道工序有大致的参考工期，哪一道超时了，问题就藏在哪里。你不需要会做，只需要会对着工序表问话。 进度汇报的话术也跟着变。不问"做完了吗"，问"现在在哪道工序，这道干了几天了，下一道谁接"。三个问题下去，真实的进度自己浮出来。开头那句"这个角色还要五天"，换成工序问法就是：原画做到第几天了，什么时候交给建模。数字落到工序上，就没法再含混。 ## 三、外包：返工大多死在交接，不是死在制作 美术外包是工期和质量风险最集中的地方。我见过最多的翻车模式是这样的：需求口头交代，中间不看，交付前夜打开文件，风格不对、规格不对，返工，版本节点被顶穿。 这类事故的责任通常不在外包，在交接。管理动作就四个： **交接要落纸面。** 需求描述、参考图、规格参数、命名规范，写成一张交接单，双方确认再开工。口头说"要那种感觉"，等于邀请对方自由发挥。 **中期检查卡在三分之一处。** 等做完再看就晚了。做到三分之一看一次，方向偏了这时纠，代价最小。 **验收标准提前给。** 验收看什么，开工前对方就该知道。临时加码是纠纷的主要来源。 **问题升级要有通道。** 外包卡住不说、硬扛到最后一天，是最贵的一种情况。说清楚"卡住了随时报，早报不追责"，这条要在合作开始就讲。 ## 四、在策划、程序、美术之间当翻译 美术管理的一半工作量在交界处。 策划说的是"感觉"：要更华丽一点、更有压迫感。 程序说的是"规格"：面数超标了、骨骼数量得砍。 美术说的是"效果"：这个光照烘焙要重新来。 三方说的不是同一种语言，PM的工作是把"感觉"翻成参考图和优先级，把"规格"翻成美术能执行的修改项，把"效果"翻成工期数字摆到会上。 需求变更也在这个交界处爆炸。策划改一版需求，美术三天的工作量就没了。变更要有记录和成本呈现：这次变更影响哪几道工序、加几天，摆在明面上，大家改起来就会慎重。 ## 五、每周看三个信号 美术风险不用天天盯，每周看三个信号就够。 **卡住的任务。** 同一道工序停留超过参考工期，就要去问。 **变更频次。** 一条资产线一周内变更超过两次，说明上游需求没想清楚，要去堵源头，别在下游擦屁股。 **外包返工率。** 同一家外包连续返工，先查交接单是不是形同虚设，再考虑换供应商。 这三个信号背后是一张简单的跟踪表，每周花半小时过一遍，比月底发现全面延期强得多。 ## 六、一张起步清单 - **刚接手美术线的PM**：先把角色线和场景线拆开排期，再把在制资产按工序列一张表。这一周你就超过了大多数"点头型PM"。 - **非美术背景、心里没底的PM**：先学术语。听懂"高模、烘焙、蒙皮"这些词，会议效率翻倍，也更容易获得美术的信任。 - **在管程序或策划线、想往上走的PM**：主动请管一条小的美术资产线。美术管理是资深PM的必答题，早碰早积累。 - **正要启外包的团队**：把交接单、中期检查、验收标准三件套先做出来，再谈供应商。 游戏美术项目管理怎么做，入门的路径其实很朴素：把黑盒拆成流程，把感觉换成工序，把口头换成纸面。剩下的，都是熟练工的事。 ## 常见问题 ### 完全不懂美术，能管好美术项目吗？ 能。PM管的是流程、排期、质量和协作，这些都不需要美术功底。需要补的是两样：美术资产的生产流程，和基本术语。审美判断交给美术负责人，你的判断用在流程是否合理上。 ### 美术说做不完，怎么判断是真做不完还是效率问题？ 把工序拆开看。如果每道工序的耗时都在参考范围内，总量超了，那是排期问题，该调计划或加人；如果某一道工序明显超时，去看具体卡因，是反复修改、工具不熟还是需求不清。"做不完"三个字本身不带信息，拆开了才有。 ### 外包质量不稳定怎么办？ 先查自己的交接单和验收标准，这两样不清楚，换哪家都一样晃。交接清楚之后还不稳，再看供应商的适配度，有的团队擅长角色，有的擅长场景，派错活也会显得"质量不稳"。 ### 美术PM和美术主管的分工是什么？ 美术主管对美术品质和风格负责，美术PM对排期、流程、跨职能协作和外包负责。简单说，主管管"好不好看"，PM管"按不按时、顺不顺"。两个人配合好的项目，美术线基本不会出大事。 --- 这篇文章里的方法，流程图、工期参考表、外包 checklist、评审会清单，我都整理在了 pmnote.ai 上。想系统学一遍的可以看[《游戏美术项目管理基础》](/courses/game-art-project-management/)，不教画画不教审美，只教PM视角的美术管理。想先听实战故事的，站内有一期播客讲我[从零搭美术管线的完整复盘](/podcast/building-art-pipeline-from-scratch/)。免费的[项目管理实战专题](/articles/topics/pm-practice/)里也有不少能直接拿走的东西，卡在哪先去翻翻。 另外，站内有两个免费自检工具可以直接用：[游戏PM简历自检表](/tools/resume-check/)和[面试能力地图](/tools/interview-map/)，前者六项清单逐条过，后者八个维度打分找短板。有具体项目想聊的，看[咨询服务](/services/)。 --- ## 游戏PM怎么用AI提高工作效率：一个10年PM的实战体系 - URL：https://pmnote.ai/articles/game-pm-ai-efficiency-guide/ - 专题：AI效率与游戏PM - 摘要：先找到最费时间的工作，再从会议纪要、周报、需求对齐和风险识别等高频场景开始，把每一步的输入和检查标准写清楚。 下午三点，开完两个会。录音文件躺在手机里，纪要还没整理；明天上午要交的周报只写了个标题；策划那边还有好几个需求对齐会议今晚要开。 这是大多数游戏PM普通的一天。我是Hao，在游戏行业做了十年项目管理，现在在写「Hao的游戏PM笔记」。这篇文章想认真回答一个被问了很多次的问题：游戏PM怎么用AI提高工作效率。 不讲模型原理，不列工具清单，只讲我自己跑通过的东西。 ## 一、先定位：你卡在哪个阶段 我观察身边用AI的PM，大致分三个阶段。 **第一阶段是"问一问"。** 把AI当搜索引擎用，问个名词解释、让它润色一句话。这个阶段的提效很有限，因为你最重要的工作，纪要、周报、文档，它一样没碰。 **第二阶段是"拉扯"。** 开始让AI干正经活了，但体验是这样的：问一个问题，AI答得不对，你再解释，还是不对，来回五六轮，半小时过去，最后你想，还不如自己写。很多人停在这里，结论是"AI不行"。 **第三阶段是"系统"。** AI了解你的项目背景，按你的格式输出，一次到位或者微调一次就能用。到这个阶段，会议纪要这类工作才真正被压缩。 多数时候AI本身没问题，缺的是一套你和AI之间的工作方法。我自己也经历过拉扯期，后来收敛出的解法叫双卡系统。 ## 二、双卡系统：让AI一次听懂你要什么 双卡系统是两张卡，一张管"下需求"，一张管"改作业"。 **3C卡用来定义需求**，三个维度：Context（背景）、Components（组成）、Criteria（标准）。比如让AI整理会议纪要，差的提法是"帮我整理一下这个录音"。3C的提法是：背景，这是版本周会，参会有策划、程序、美术三个职能；组成，我要决议事项、行动项和负责人、风险点三块；标准，行动项必须带截止时间，风险点按高中低分级。 **CER卡用来优化输出**，也是三个维度：Context（背景）、Error（问题）、Request（请求）。输出不满意时，不说"重写一遍"，而是指出：背景，刚才的纪要；问题，行动项里没有区分owner，风险点漏了美术侧提的两条；请求，补齐这两处，其他部分不动。 我自己用下来，同样的任务，拉扯从五到八轮压到一到两轮。差距不是AI变了，是你给的信息结构变了。 这里有个容易翻车的场景：我曾经让AI帮忙写一个工具，需求说得含糊，结果验收、debug、反复调试占了绝大部分时间，省下的执行时间全赔了进去。需求描述粗糙的代价，会在后面的每个环节加倍还回来。 ## 三、五个高频场景，逐个拆开 方法说完，落到游戏PM的日常。这五个场景是我自己验证过、提效最明显的： | 场景 | 以前 | 用AI后 | 关键动作 | | --- | --- | --- | --- | | 会议纪要 | 约30分钟 | 约5分钟 | 录音转写 + 3C卡定义输出结构 | | 周报 | 约2小时 | 约30分钟 | 一份数据，按读者生成不同版本 | | 流程文档 | 约半天 | 约1小时 | 口述给AI，用标准模板收口 | | 需求对齐 | 反复口头同步 | L0-L4完成度定义 | AI生成需求模板，按完成度分级验收 | | 风险识别 | 事后救火 | 日常预警 | 用Rules让AI扫描风险信号 | 挑两个展开说。 **周报这个场景，快是顺带的，真正值钱的是一份数据多个版本。** 给制作人看的版本抓里程碑和风险，给主管看的版本抓资源和排期，给团队同步的版本抓行动项。以前写一份都嫌累，现在同一份底稿让AI生成三个版本，每份都是读者真正关心的视角。 **风险识别的变化是从"灭火"变成"巡逻"。** 把历史上踩过的坑整理成风险案例库，配上检查规则，让AI定期扫你的项目文档和会议纪要，提前把信号捞出来。它不会每次都准，但漏掉的成本远高于误报的成本。 如果你是刚入行的PM，先把会议纪要这一个场景跑通就够了，它频率最高、容错最高。如果你已经在带项目，优先做风险识别，这是AI最能放大你判断力的地方。 ## 四、让AI越用越懂你 很多人用AI的痛点是：每次对话都从零开始，重新介绍项目背景，对话一关，积累全没了。 解法是三样东西。 **知识库**，把项目背景、术语表、历史决策放进去，@一下AI就能调用。 **Rules**，把你的输出规范写成规则，设置一次长期生效，比如"周报永远先讲风险再讲进度"。 **案例库**，把处理过的风险、写过的文档归档，让AI的建议有你的历史经验打底。 这三样配齐之后，AI给你的东西会越来越像你团队里一个老员工写的，不再像网上随便抄的。这个变化是渐进的，大概用两三周就能感觉到。 ## 五、再往后，如何构建自进化飞轮 去年下半年到现在，我用AI开发了不少小工具，也踩了一个很多人没说过的坑：需求会中断。工具做完了，痛点解决了，接下来不知道让AI做什么了，额度在那放着，白白浪费。 想了很久，我的判断是：瓶颈在人这一端。AI 的执行带宽可以扩，人的需求发现能力和验收时间却有限。BCG 2025 年对软件开发者的调查显示，超过 85% 的受访者仍停留在任务辅助和委派阶段，进入半自主协作及更深阶段的不到 10%。McKinsey 同年的全球调查中，88% 的受访者说所在组织至少在一个业务职能中经常使用 AI，但多数组织仍处于试验或试点阶段。这两组调查的对象和口径不同，我只把它们当作一个提醒：能用工具，不等于已经重做工作流程。 我现在的解法是搭一个"自进化飞轮"：让AI定期看我的工作记录，自己找出可以优化的地方，提出建议，我来做筛选和确认。感知、诊断、行动、反馈，转一圈，它对我的工作就多懂一分。 说实话这个飞轮我也还在尝试中，触发机制和筛选标准都还在调。但方向我越来越确定：往后几年，PM之间的差距会变成一道新题，谁的AI系统在自己长。这个想法的完整推演过程，我在播客里讲过一期，这里不展开了。 ## 六、一张起步清单 对照一下自己现在的位置，直接拿走对应的那条。 - **还在"问一问"阶段**：明天挑一场会，录音转文字后丢给AI，用3C卡提需求。跑一次，你就过了第一阶段。 - **卡在"拉扯"阶段**：别再重开对话，用CER卡改。指出具体问题，限定修改范围，一到两轮拿不到能用的结果，回头改你的3C。 - **想把效率变成系统**：先建知识库，哪怕只有一页项目背景。这是所有复利的基础。 - **已经在带项目**：把风险案例库建起来，这是AI替你守夜班的方式。 游戏PM怎么用AI提高工作效率，落到最后就是一件事：把AI当成需要带的同事，而不是需要拜的神。你花一周时间教它你的项目、你的格式、你的标准，它后面每天都还给你。 ## 常见问题 ### 完全没用过AI的游戏PM，从哪开始？ 从会议纪要开始。它几乎每天都发生，结果好坏一眼能看出来，就算AI搞砸了也就是重整理一次，代价最低。做顺这一个场景，再去碰周报和文档。 ### AI生成的东西能直接交出去吗？ 不能，也不该。AI负责初稿和结构，你负责事实和判断。纪要里的决议、周报里的数据、风险的分级，这些必须过你一眼。把它当实习生写的初稿用，心态就对了：省的是起草时间，验收这道关不能省。 ### 零经验转行做游戏PM，需要先学AI工具吗？ 不需要倒过来学。先补项目管理的基本功，流程、沟通、风险意识，这些是"1"，AI是后面的"0"。没有管理判断打底，AI只会更快地帮你产出平庸的东西。入行路径可以看站内的[游戏PM完全指南](/articles/game-pm-complete-guide/)。 ### 这套方法对互联网PM也适用吗？ 方法本身通用，场景不同。游戏研发的跨职能协作更重，策划、程序、美术、音频多线并行，所以对齐类场景，纪要、需求、流程文档，提效体感比互联网行业更明显。版本节奏管理是游戏特有的重场景，这个我后面单独写。 --- 这篇文章提到的方法，完整的搭建过程我整理在了 pmnote.ai 上：知识库怎么搭、Rules怎么写、五个场景的完整模板，都在「AI for PM」相关的文章和[《游戏PM的AI实战手册》](/courses/game-pm-ai-practical-guide/)里，14章，30多个模板，来自我自己的工作流。如果你卡在文章里说的某个具体场景，可以先去站内[AI效率与游戏PM专题](/articles/topics/ai-for-game-pm/)找对应文章。 如果你正在看机会，可以用[游戏 PM 求职自检](/tools/career-check/)逐项检查简历和面试准备。想聊具体情况，[课程与咨询](/services/)在这里。 **参考资料** - [BCG：The AI Adoption Puzzle，2025](https://www.bcg.com/publications/2025/ai-adoption-puzzle-why-usage-up-impact-not)（软件开发者 AI 协作阶段分布） - [McKinsey：The State of AI in 2025](https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai)（组织 AI 使用与规模化阶段） --- ## 游戏版本总是延期怎么办：先把止血顺序搞对 - URL：https://pmnote.ai/articles/game-version-delay-recovery/ - 专题：项目管理实战 - 摘要：版本快到期、完成度跟不上时的处理顺序：先早点把延期摆上台面算清成本，再按可后置、可降质、可替代的顺序砍需求，然后倒排重排计划守住关键路径，收口变更通道，最后开一场不变成批斗会的复盘。 版本上线还剩三周，完成度大约六成。周会上主管们把任务过一遍，没人敢说能"版本能按时交付"。 这个场景在游戏行业太常见了。我是Hao，在游戏行业做了十年项目管理，现在在写「Hao的游戏PM笔记」。站内之前有一篇讲[版本节奏怎么管](/articles/game-version-cadence-guide/)，是平时怎么练；今天这篇讲已经要延了怎么办，是出事了怎么救。 ## 一、先算清楚：晚说一周，代价翻倍 延期的第一反应通常是瞒。再顶一顶，说不定能赶上，万一现在报上去，老大发火怎么办。 但延期这件事，越晚开口项目组越被动。提前三周说，选项有砍需求、加人、调排期；提前一周说，选项只剩加班和硬延；上线前两天说，选项只剩事故。 PM的第一职责是让团队在还有选择的时候做选择。所以我的习惯是：只要判断按时交付有风险，当周就摆到台面上，用数字说话，不用情绪说话。 ## 二、砍需求：按这个顺序动刀 承认要延之后，第一件不是重排计划，是砍内容。什么都想保，往往什么都保不住。 砍的顺序分三档： **先砍可后置的。** 这个功能下个版本上行不行？行，就挪。判断标准很直接：玩家这周不玩到会流失吗？不会，就后置。 **再砍可降质的。** 有些功能不能没有，但可以低配。动画先做三帧不做十帧，皮肤先上一套不上五套。降质要有记录，写清楚欠了什么、什么时候还。 **最后看可替代的。** 有没有更便宜的实现路径。原计划做一套完整系统，能不能先用配置表顶一个版本。 最忌讳的是反过来砍：先砍测试时间，砍验收标准，砍缓冲。这不叫砍需求，叫埋雷。 ## 三、重排：倒排日期，守住关键路径 砍完之后重排，从上线日倒着排，不要从今天顺着排。 倒排能立刻暴露真相：留给测试的有几天，留给修 bug 的有几天，留给验收的有几天。很多版本延期的真正死因，是顺着排的时候这些时间被悄悄挤没了。 排的时候盯住关键路径，就是那条"它完不成、整个版本就出不去"的任务链。关键路径上的任务，优先级、人力、每日跟进的规格都要拉满；不在关键路径上的，允许它晚，别把资源平均分。 缓冲也要明着留。排得满满当当的计划不是计划，是愿望清单。缓冲放在版本尾部，不是每个任务后面都塞一点，塞散了的缓冲等于没有。 ## 四、收口：变更通道关到只剩一条 版本后期最大的失血点，是变更还在从四面八方涌进来。策划在群里提一嘴，运营直接找程序，美术自己觉得"顺手优化一下"。每一条都不大，加起来能吃掉一周。 处理办法是把变更通道收到只剩一条：所有变更必须过PM，过的时候回答三个问题，不做会怎样、影响几道工序、谁拍板。答不上来的，默认进下一个版本。 这就是封版纪律。封版不是不允许改，是把"顺手改改"变成"过一道成本评估"。站内那篇[版本节奏](/articles/game-version-cadence-guide/)里讲的封版和灰度机制，平时建好了，这时候才用得上。 ## 五、复盘：开成数据分析会，别开成批斗会 版本出去之后，延期复盘要开，但开法决定下一次还延不延。 批斗会找的是"谁的责任"，开完大家学会的是把风险藏得更深。有用的复盘找的是两样数据：一是哪些工序估偏了、偏了多少，二是变更都从哪来的、各占多少。前者校准估算能力，后者堵住失血源头。 复盘结论要落成下一版本的规则，哪怕只有一条。比如"角色类资产工期统一上浮两成"，或者"版本第三周起变更必须制作人签字"。规则攒个三五条，团队的估算就肉眼可见地准起来。 ## 六、一张自测清单 - **版本还剩一个月、心里发毛的PM**：今天就把完成度和剩余工作量摆出来算一遍，有风险本周就上报。 - **正在会上吵砍哪个的PM**：拿出三档顺序，先后置、再降质、最后替代，别碰测试和缓冲。 - **版本后期被变更淹没的PM**：明天就宣布变更单通道，先挡一周试试。 - **连续两个版本都延的团队**：问题大概率不在执行，在估算和变更管理，复盘的优先级提到最高。 ## 常见问题 ### 老板不让延期怎么办？ 给他选择题，不要给判断题。"延一周，保质保量"和"按时上，砍掉这三块"，把两个方案的代价摆清楚让他选。你负责呈现代价，他负责拍板，这才是各归其位。 ### 砍需求，策划不干怎么办？ 别砍"需求"，砍"排期"。把后置说成"下版本第一个做"，并且真的兑现。策划抗拒的往往不是延期，是怕需求进了黑洞再也出不来。你兑现过两次，第三次就好谈了。 ### 加班能把版本救回来吗？ 短期一周以内能顶，超过两周就是透支。加班救回来的版本，代价写在下一个版本里：疲劳出错、返工增多、有人开始看机会。它是止痛药，不是治疗方案。 ### 连续几个版本都延期，是什么问题？ 通常不是团队不努力，是三件事里的至少一件：估算一直偏乐观，变更没有门槛，或者版本目标定得超出产能。这时候别再优化执行，回去改规则。 --- 版本管理这套东西，延期处理只是其中一环，完整的估算、排期、风险管理方法我在 pmnote.ai 的[项目管理实战专题](/articles/topics/pm-practice/)里攒了一批，系统想学一遍的可以看看[《游戏项目管理14讲》](/courses/game-project-management-14-lessons/)。如果你正在版本后期熬夜，先去专题里翻翻，说不定有现成能用的表。 顺手推荐两个免费自检工具：[游戏PM简历自检表](/tools/resume-check/)、[面试能力地图](/tools/interview-map/)，都是打开就能用，不用注册。手上项目的问题想找人聊，[咨询服务](/services/)在这里。 --- ## 工作思考周辑：高吞吐不等于高产出（200–204） - URL：https://pmnote.ai/articles/thoughts-2026-w30/ - 专题：工作思考 - 摘要：本周条目 200–204 合辑：给 Agent 写可验收的任务书、执行变便宜后的职业资产、质量责任前移、AI 隐私的动力问题、长程 Agent 实验复盘。 ## 200 晚上和一位美术同事吃饭，他正在尝试用 Agent 搭出一支完整的虚拟美术团队，希望从方向把控到具体生产环节都交给不同 Agent。他对某次原画交付不满意，执行 Agent 给出的方案是继续增加审核流程，并安装更多检查工具。后面又因为安装位置占满系统空间，Agent 转而把刚装好的东西卸载，再换位置重装。 这个过程本身有点荒诞，但问题很典型。Agent 每一步都像是在解决当前问题：质量不够就加审核，空间不够就迁移工具。可它没有先停下来确认，真正要解决的是审美方向、质量标准、工作流缺口，还是单纯的环境问题。**它很擅长沿着一个局部目标持续行动，却未必知道什么时候应该质疑这个目标。** 这和项目管理里常见的局部优化很像。一个环节出问题，最容易做的是加流程、加表格、加审核人；真正困难的是判断问题到底出在需求、执行还是验收。如果问题在需求定义，后面每增加一道流程，都可能只是让团队更稳定地做错事。 **非技术用户缺的往往不是一句神奇提示词，而是一份可验收的任务书** 我自己也经常遇到类似困扰：心里知道产物不对，但很难把"不对"翻译成 Agent 能理解、能执行的语言。社区里有一些成熟的方案：讲清任务、补足背景、描述理想输出，把指令、上下文、示例和输入分区，并让 Agent 在执行中持续获取真实环境反馈。进入长程任务以后，还要先计划、留证据、设检查点和停止条件。 把这些做法翻译成非技术用户能直接使用的一份任务书，大致要说清七件事：最终要改变什么结果，为什么要做，哪些资料是权威输入，允许改什么和绝对不能动什么，最终交付什么，怎样算通过，以及遇到冲突或证据不足时什么时候必须停下来问人。审美类任务还要补正反例：不只给一张"我想要的"，也要指出哪些风格、比例、材质或构图即便形式正确，我也明确不要。 这里最容易犯的错，一是只给任务名，比如"做一张能用的原画"；二是只描述操作步骤，没有说玩家或使用者最后应该看到什么；三是用"高级""有感觉""效果好"这类无法证伪的词当验收标准；四是交付不满意后不断追加规则，却不回头重写目标；五是让执行 Agent 自己解释为什么已经做对。**提示词的价值不在于把话写得更长，而在于把脑子里的判断变成 Agent 可以观察、可以验证、也可以失败的标准。** --- **关于行业变化，保留一点真实的悲观** 聊天最后还是落到了工作还能做多久。我们都不太乐观，也很难给出确定答案。现在能做的，可能就是把每一天当成仍然需要自己负责的一天，把眼前的事情做好，同时尽量把经验从"我会做"转成"我能定义什么叫做对"。 如果 AI 继续压低执行成本，行业不会只奖励最会产出的人。**知道什么值得做、能看出哪里不对、能把模糊感觉翻译成标准，并愿意为最后的取舍负责，这些能力反而会更贵。** 这不保证岗位不会变化，但至少比单纯和 Agent 比执行速度更有现实意义。 ## 201 **高效率不一定会变成职业资产** 今天看到一个深度使用 AI 的研发从业者复盘自己的经历。他很早就把 AI 融入工作流，交付速度越来越快，也因此进入了管理层的视野。上面一有新想法，就会找他快速验证、快速做出第一版。 问题是，这类工作里有很大一部分属于方向探索。探索本来就允许失败，很多结果验证完便停止了。站在组织角度，这些尝试并非没有价值；但站在个人职业发展角度，它们很难形成一段清晰、连续、能够被归因的成果。最后留下来的，可能只是"做过很多事"，却很难回答"真正负责并改变了什么"。 管理研究里有一个相近概念叫"不可晋升任务"：它们对组织运转有用，却很少进入个人晋升叙事。AI 让这类任务完成得更快之后，并不会自动消失，反而可能沿着最低摩擦的路径，越来越多地流向那个最好用的人。忙碌证明一个人很好用，持续拥有一个结果，才更容易形成职业资产。 **不要只做管理层的手，要成为能交换判断的人** 这个案例里让我印象很深的比喻，是"做手，还是做脑子"。一个人执行得越快，越容易成为管理层特别顺手的那只手：临时验证找他，模糊想法找他，没人愿意接的杂活也找他。久而久之，组织对他的认知会停留在"这个人特别能干活"，而不是"这个人能够帮助我们判断什么值得做"。 这也反过来提醒我，使用 AI 的正确方向不是让我自己承接更多执行，而是把执行交给 AI，把人的时间留给思考、取舍和责任。真正稀缺的能力，会从"我能做多少"迁移到"我能否看出什么值得做、什么应该停，以及为什么"。 这背后还有一个奖励机制错位的问题。过去写代码、做文档、完成分析都很贵，产出越多通常意味着贡献越大。现在执行价格快速下降，如果组织还只按产出数量奖励，就很容易掉进古德哈特定律：当一个指标成为目标，它就不再是一个好指标。文档更多、代码更多、验证更多，都不等于更好的业务结果。 对我来说，更值得争取的位置不是"老板想到什么，我都能很快做出来"，而是"老板面对一个模糊问题时，愿意和我交换观点，让我参与判断"。前者依赖速度，后者依赖长期积累出来的判断、信用和对结果的承担。 **每个人都可以先做自己人生的 CEO** 大部分人没有机会直接参与公司级的战略讨论，也很少能频繁接触真正的高层决策。但这不意味着我们只能等待别人给机会。 每个人至少是自己人生的 CEO。工作、职业生涯、家庭、个人成长，这几件事都需要自己决定资源怎么分配、什么值得投入、什么应该停止。先把自己的这一人公司管好，本身就是最现实的决策训练。 这也让我重新思考个人网站和个人品牌。网站不能只是把已经写过的内容堆在一起，也不能只追求更新数量。它更应该是一份持续生长的判断记录：我长期在研究什么问题，形成了哪些方法，做过哪些取舍，又真正帮助别人解决了什么。 如果执行越来越便宜，个人品牌也不能只证明"我很高产"。更重要的是让别人看见，我如何理解问题、如何做选择，以及这些判断为什么值得信任。内容只是载体，真正需要积累的是一套稳定、可辨认、能够复用的认知资产。 ## 202 今天聊聊过程质量这个话题。 需求进入制作前，先要检查目标、范围、非目标、验收标准、异常情况和跨职能依赖。未来 AI 很适合在这里做第一轮复审：基于已有设计和历史功能，找冲突、遗漏、歧义以及可能没想清楚的地方。但 AI 只能把疑点举出来，不能替专业负责人判断玩法是否成立、方案是否可行。它更像一张持续更新的检查网，把人从重复翻文档里解放出来，把时间留给真正需要经验的判断。 软件工程里常说「测试左移」，指的是把测试从开发末端提前到需求、设计和编码阶段。这个概念放到游戏研发里同样成立，但不能简单理解成让测试同学更早来干活。**真正要前移的是质量责任：提出需求的人先证明需求足够清楚，制作的人在提交前完成自测，专业测试负责跨系统和回归风险，最终再由内容负责人验证真实体验。** 质量如果永远由最后一个环节兜底，前面的每个人都会自然地把不确定性往后传。 **制作过程中的验收，本质上是在用一笔可控的小成本，购买一次提前止损的机会。** 美术资源从方向稿到中间产物再到最终效果，每一阶段都可以检查方向是否偏了；程序侧则可以在提交前跑编译、启动、关键流程和历史问题的自动化回归；性能侧把预算和规格变成持续检查，而不是等版本合到一起才发现整体超标。 但每多一个验收节点，团队就会多付一次准备、等待和沟通的成本，甚至为了「看起来能验」提前做一些装饰性工作。所以节点不能平均铺开，更不该为了流程完整而存在。我的判断标准会更简单：**晚发现一次的返工损失，是否明显高于多做一次检查的成本。** 方向一旦错了就要推倒重来的环节，应该尽早验；错误容易修、影响范围又小的环节，保持轻量抽查反而更划算。 **有明确规则的地方，优先用普通工具；只有遇到模糊判断和非结构化信息，AI 才真正有增量。** 命名、文件路径、资源规格、依赖关系、编译错误、崩溃日志和性能预算，本来就适合写成确定性规则，没必要为了「用了 AI」再套一层模型。AI 更适合处理策划案之间的语义冲突、从录屏与日志中归纳异常、根据改动推荐回归范围，以及把测试证据整理成开发能直接处理的问题描述。 社区里的成熟实践也基本沿着这个方向：先用稳定的自动化框架跑确定性的功能、联机和性能检查，再让 AI 辅助生成测试、阅读日志或识别异常。完全依赖 AI 自己玩版本、自己判断体验，目前还不适合当主干。**AI 能降低检查成本，但它不会自动替团队定义什么叫合格。标准仍然要由人制定，最终体验也仍然要由人负责。** **最后一关一定还是完整版本里的真实体验。** 需求、资源、代码和性能分别通过检查，只能说明每个零件大体合格，不能证明它们装在一起之后真的好玩、好看、顺畅。到了集成阶段，内容负责人需要自己跑版本、做配置、调体验，再由更高层级的负责人从整体目标出发验收。前面的质量关口负责减少低级错误和返工，最后的人负责判断产品是否成立，这两类验收不能互相替代。 ## 203 今天聊聊AI隐私的话题。团队里有人自己做了一个聚合工作台，把生图和生模型的 API 接在一起，大家不用来回切换账号就能用。然后来问我：用这个 API 上传项目资产，有没有隐私风险？会不会泄密？ 我的回答很直白：**这东西谁能保证不泄密？我们用的是第三方供应商的中转 API，数据经过他们的服务器，协议里写了什么和实际做了什么，中间有很大的灰色地带。** 这引出了一个更大的话题。我们和大模型对话时给出去的信息，很多会被用作后续训练。有一个反直觉的现象：GPT 和 Claude 的免费用户输入内容默认不用于训练，但付费用户在订阅协议里反而标注了可能用于训练。换句话说，**你付了钱，反而更容易被拿去训练。** 模型公司现在都在亏钱，训练成本靠 C 端加 B 端都回不了本。在这个阶段，即使协议里写了"不会用于训练"，我个人也不太相信；更别说那些明确标注了"可能用于训练"的条款，那基本就是一定会被训练。 我让 AI 做了一次深度研究，以下是几个值得关注的结论： **付费不等于隐私保护。** ChatGPT Plus 和 Claude Pro 的付费用户，对话内容默认会被用于模型训练，除非手动关闭。只有企业版默认不训练。一个 2026 年的联邦法院判决甚至裁定，AI 对话不享有法律保密保护。 **第三方 API 是游戏团队的隐形风险面。** 游戏团队使用第三方 AI API 时，数据经过供应商服务器，合同条款往往没有跟上 AI 模型训练数据的特殊性。87% 的安全团队在用 AI 服务，但只有 13% 有 AI 专项安全策略。供应商可能将数据存储在不同司法管辖区，甚至用于训练自己的模型。 **AI 治理正在从"建议"变成"合规要求"。** 欧盟 AI 法案和 Cyber Resilience Act 正在把 AI 使用从"自律"推向"他律"。游戏行业因为涉及多平台、多司法管辖区、未成年人保护等复杂因素，AI 治理的复杂度比一般行业更高。 **AI 隐私的核心矛盾不是"能不能保护"，而是"在这个阶段，模型公司有没有动力保护。"** 当所有头部公司都在亏钱、都需要更多训练数据来追赶或保持领先时，"不会用于训练"的承诺缺乏强制约束力。对项目团队来说，也许需要考虑建立自己的分级标准——什么级别的资产可以走第三方 API，什么级别必须走本地部署或签了保密协议的企业通道。 ## 204 最近使用codex开发的游戏demo，这个项目已经连续跑了一段时间，正好适合做一次阶段性复盘：机器的工作量很大，界面、战斗信息展示和角色动画也开始有了样子，但我到现在还没有真正玩起来。 这也是今天最真实的感受。看单个界面截图，很多东西已经到了"能看"的水平，但还没法玩。**长程 Agent 任务最容易制造的错觉，就是过程一直在向前，结果却迟迟没有穿过可用门槛。** 虽然每天的吞吐量都有好几亿token，但**高吞吐不等于高产出。**这些数字最多只能说明机器一直在工作，不能证明游戏更接近可玩。后面我更想看的不是消耗了多少，而是几个更接近结果的信号：首个可玩闭环什么时候出现，我每轮需要介入多少次，同一问题返工了几轮，卡点从出现到升级花了多久。**消耗量可以用来观察吞吐，真正的进度只能由可运行、可体验、可验收的结果来定义。** **Agent 对现成资产的理解已经过了及格线，但从"看懂"到"稳定接入"之间还有很长一段路。** 我买的素材本身分类很复杂，角色原画、动作、特效和不同状态混在一个目录里，Agent 基本能识别攻击、受击、死亡等内容，也能拿这些元素拼出界面和战斗信息展示。从截图看，组合和排版已经能用了。 但一旦进入真正的工程接入，问题就明显增多。素材格式、授权限制和引擎适配会让它绕很多弯路，而我又不是具体研发岗位，很难从代码层面判断它到底走得对不对。另一方面，让它自己生成图标时，结果仍然有明显的 AI 味。现在的边界比较清楚：**识别、整理和重组现成视觉资产已经可用，原创视觉设计和复杂资产管线还不能只看一次交付就放行。** **这轮实验没有让我得出"AI 已经能独立做游戏"的结论，反而让我更清楚地看到人的精力会换一种方式被消耗。** 我几乎放开了所有可逆编辑权限，只保留不允许删除本地文件这条底线，理论上已经尽可能减少人工干预。但实际花掉的注意力依然很多：要解释目标、判断路线、追问卡点、搬运信息，再看截图做阶段验收。 这说明全流程交给 AI，并不等于人可以完全离场。人的工作从亲自制作变成了定义目标、设置门槛、处理例外和承担最终判断。只是现在系统还不成熟，我做了太多低价值的协调工作。**如果一个多 Agent 系统长期依赖人肉转发，它只是把执行自动化了，还没有把协作自动化。** --- 日更完整版在飞书：[Hao 的工作思考](https://j6cuy7img2.feishu.cn/wiki/TMS8wHNm6i03Ajkh49gcXZ2SnSb) --- ## 工作思考周辑：目的不是省钱，是不浪费钱（205–209） - URL：https://pmnote.ai/articles/thoughts-2026-w31/ - 专题：工作思考 - 摘要：本周条目 205–209 合辑：AI 记忆体系的定期治理、产能评估以瓶颈为准、资源申请的算账框架、砍范围不砍地基、AI 效果衡量的口径与多 Agent 并行的评审瓶颈。 ## 205 今天花了点时间都投在了自己的 AI 体系上。用了几个月之后，记忆和规则越加越多，开始出现规则打架：同一件事在不同地方写了两份，改了一处漏了另一处；还有不少几乎不会被唤醒的规则一直躺在那里，占着上下文空间。今天跑了一次完整的体检、修复、复检，把积累的十几项问题全部处理掉了。 最大的体会有两个。一是 **AI 的记忆体系和代码库一样会腐化，需要定期治理，而不是等它坏了再修**——重复的规则、过期的规则、放错位置的规则，都会让系统越来越难维护，治理本身应该是个固定节奏的动作。二是修复本身也会引入新问题：复检抓出来的新问题里，有两个正是我这一轮整改自己造成的。 **写进去的东西必须重新读出来验证，工具返回成功不等于真的改对了。** 这跟做项目管理时验收交付物是一个道理，执行方说做完了，和真的做完了，中间隔着一次独立检查。 ## 206 今天梳理了下半年的美术产能，过程中暴露出来的最大信息是：各环节的产能表面上都能算出来，但**真正决定交付上限的是最下游的瓶颈环节，其他环节排期排得再满，瓶颈不动，整体产出就不动**。这次会上把这一点明确成了共识：后续所有产能评估都以瓶颈环节为准。 这对资源申请来说，要人之前先回答三个问题：瓶颈在哪、加人是不是加在瓶颈上、瓶颈解开之后下一个瓶颈是什么。如果加的人不在瓶颈上，那不是产能提升，是库存堆积。**需求侧同样有责任：当某类需求的实际成本远超预估时，先砍需求再谈加人，把最高光的部分做出来，比把清单做完更重要**。 最近我也在思考项目管理这个岗位接下来的定位。我的判断是，下一阶段的核心竞争力，是**把「花这么多钱做这些事合不合理」这个问题，从拍脑袋变成可以被测算回答**。具体来说是一套量化机制：做一件事需要哪些岗位、各岗位的单价、按周期折算的人力成本、真实的预算规模。当团队提出资源诉求时，能快速把诉求绑定到具体规划上，用自有机制核算出一个可以被质疑、也经得起质疑的答案。 **这套东西必须是工具和流程，不是文档和理念**。写一份方法论谁都会，难的是把它嵌进评估过程里，让每一次资源决策都自然经过它。AI 在这里的位置也想清楚了：AI 引入之后，度量口径本身要重建，传统的人天估算没有覆盖「人机协作」这种新的生产方式，谁在用、用在哪、产出归因到哪，这些数据结构需要从头设计。这块做成了，价值不只在一个团队：机制固化之后可以被其他团队直接参考，输出是指数级的。 另一个判断是关于 AI 支出的：**放开使用换来的是速度，收拢口径换来的是可持续**。任何组织在 AI 上的投入放开一段时间后，财务侧一定会要求可归因：人均用量、人均成本、横向对比。提前把归因体系建好的团队，在这一轮收口中是加分项；拿不出数据的，会被解读为管理不透明。这件事不能等被要求了再补。 ## 207 借着白天的执行会，把纪要格式固化了下来。核心结构原则是按读者分层：开头部分服务没参会的人，会议信息、关联链接、职能拆分表、需求范围，让人一眼看清这个需求要哪些职能参与、归谁开发；末尾的附录服务未来查证，完整保留会上讨论与决策的推导过程，平时不必细看，等后续实现与结论对不上、需要追溯「当时为什么这么定」时再查。职能拆分表只固定职能行，负责人与预估工时留空，由各职能会后自行填写。文本整理这类活交给 AI 处理，人只做结构与口径的裁决。 团队下一阶段的资源申请，最终要经受高层的审视，这个问题会层层传导到项目管理这里。我对这件事的判断框架拆成三块。 - 第一块是历史产能：团队过去做一类资产实际花了多长时间，这是既成事实，其中美术是成本大头，又恰好是标准化程度最高的工种，参考工时与外包单价都透明，所以从美术开始盘。 - 第二块是下阶段目标清单：哪些类型是做过的，可以用历史数据直接覆盖；哪些是没做过的新类型，只能采信团队预估，但要标注误差范围，等里程碑结束后回填实际值，让各组的报价可信度开始积累。 - 第三块是项目管理自己的判断：清单里的每一项，是否真的属于这个阶段该做的事，这一块无法量化，只能靠绑定里程碑来约束，产出物在阶段评审上用不上的，建议放到评审之后再批。 推演过程中被修正掉的一个方向：我一度想去测算「AI 帮团队提效了多少」，后来发现这是个伪命题。对照组不存在，没有人会用传统方式把同一件事重做一遍供你对比，而团队自报的提效比例也很难判断是否合理。真正可用的口径是实测产出速度，团队实际做出了多少东西是既成事实，人机协作的效果已经自动包含在里面，不需要单独拆分 AI 的贡献。 另一个阶段性结论是对「合理」这个词本身的重新定义。合理不等于回报为正，公司里绝大多数支出从来不靠测算回报来证明自己，差旅费就是例子。合理的实际标准是三条：钱花在哪说得清、横向对比不出格、发现不对随时停得下。还有一条判断是关于花钱顺序的：在没人知道对错的阶段，钱要优先花在能反悔的地方。人员编制是重押注，收缩的代价很大；外包与订阅类支出下个周期就能停。给决策者的东西，最好是一组可以分批下注的选项，单靠一份论证接不住这种不确定性。 ## 208 今天把各职能把接下来要做的事逐模块过了一遍，信息量很大。对完之后我反复在想一个更根本的问题：项目进入新阶段之后，「该不该做这么多、该不该花这么多钱、要不要这么多人」，这类问题我拿什么来判断。昨天从算账的角度推演过一轮，今天从范围判断的角度接着往前走了一步。 这次其实只看最高优先级的需求，以及这个阶段的最小验收标准是什么。**口径先行的好处是，后面各模块报需求时天然有了裁剪依据，不会开成愿望清单大赛。**人力的讨论顺序也是对的：**先想清楚要做的事，再谈要多少人**；顺序反过来，就会变成先把人要满、再找事把人填满。 新阶段随之而来的问题是，规划里的东西该不该做这么多。回答这类问题是 PM 这个职能的核心价值之一，今天想把判断的来源和落点梳理清楚。 判断的输入有两层。 - 对内，是对游戏本身的理解、对研发规律的理解、对项目现状的了解，包括各职能的产能、各模块的状态、可能的风险点； - 对外，是市场在什么位置、竞品在做什么、做得怎么样。 这些输入最终汇成 PM 视角的一个判断：接下来一段时间做这些事，是否合理。但「合理」不能悬空，**它必须锚定在阶段目标上**。 项目能不能持续拿到资源，最终取决于玩家买不买账；玩家买不买账，要看真实玩家验证的结果。这样倒推回来，判断依据就清楚了：**下一次验证之前什么最重要，取决于这次验证要给玩家什么样的核心体验；一项内容该不该做，取决于它是否服务于这次验证要回答的问题。** 敏捷开发的十二条原则里有一条我以前体感不深、现在越来越认可：**以简洁为本，极力减少不必要的工作量**。它把「不做什么」当成一门需要主动经营的手艺。 有一条原则要单独说清楚：**目的不是省钱，是不浪费钱。**让 PM 做这个判断，不是要团队用最抠的方式做事，是不希望产能花在对验证目标没有贡献的地方。而研发里最大的浪费从来都是返工，所以砍范围之前还要先给内容分类：有些内容后面可以增量补上，有些内容后补必然引发返工，比如底层架构、生产管线、工具链，这类反而要一次做对，不适用最小验证的逻辑。**范围可以砍在内容上，不能砍在地基上。** ## 209 前几天提到关于如何计算「AI 的效果」时我觉得提效百分比是伪命题，没有对照组，团队自报的数字通常站不住脚；真正可用的是团队实测的产出速度，它天然含着 AI 的贡献。今天我特意去翻了国外这两年的研究，想看看这个判断站不站得住，结果和我预期的差不多。 METR 去年做过一个随机对照实验，让资深开发者在真实代码仓库里做任务，用 AI 的一组事前预估自己能快百分之二十几，事后也觉得自己快了两成，实测反而慢了 19%。自我感知和真实数据连方向都是反的，连报数的人自己都不知道真相。 第二层印证来自 DORA 这两年的报告。他们的结论是 AI 是放大器，放大的是组织原有的工程体系，所以要衡量的对象是被放大的系统，而非 AI 活动本身；他们有句话我很喜欢：**衡量 AI 不看它写了多少代码，看它清掉了哪些瓶颈。**另一个数据：AI 让个人产出显著上涨，任务完成量和合并请求数接近翻倍，组织级的交付指标却基本没动，因为瓶颈转移到了评审和集成环节。这其实回答了「效果怎么算」的口径问题：口径要落在组织级交付上，个人产出只能当参考，不然会得出一堆好看但推不动决策的数字。 第三层对「资源给多少」也有增量。DORA 今年出了个 ROI 框架，里面提到一个 J 曲线：AI 投入的头几个月产出往往先降后升，因为省下来的时间被花在验证 AI 产出上了，他们管这个叫验证税。这对资源决策的含义是：观察窗口至少放到季度级，别拿头一两个月的数据下结论；同时也支持了分批下注的节奏，先小额投入，按季度实测再决定下一注。**核心是：衡量体系不是用来证明 AI 值钱的，是用来决定下一笔钱投在哪的。**这个定位想清楚，很多「算不清」的焦虑就消掉了。 --- 最近工作方式上有个真实的痛点。AI 时代能做的事太多，我经常同时开好几个 agent 干不同的活，但在窗口之间切换的认知负担很大：每切一次都要重新回忆这条线的上下文、它做到哪了、我接下来要做什么决策、要派什么任务。可是一次只跑一条线也不现实，agent 干活说实话还是慢，串行等于把自己闲置。 去社区里翻了一圈，发现这已经是被反复讨论的问题，共识很一致：**多 agent 并行的瓶颈在人的协调成本。**有研究给过一个数字，每次任务切换要损失 15 到 20 分钟的恢复时间，一天切四次就是一个多小时。成熟的实践大致收敛成几条。工作区要物理隔离，每个 agent 一个独立目录和分支，改动互不污染，合并时由人来定顺序。状态要可视化，用一块看板挂住每条线：谁在跑、谁在等我审、谁可以合并，把「我现在该看哪个」从记忆里搬到屏幕上。每条线要有清晰的名字和一句话目标，agent 常驻自己的线程，不跨线乱窜。上下文按需给，规划的角色知道全局，干活的角色只拿自己那份。还有一条我觉得最聪明：agent 出错时别急着自己上手改结果，先改派给它的指令和上下文文件，再让它重跑，这样纠错就沉淀成了持久资产，下次不会再犯。 对我自己更重要的是一个视角转换：**并行度的上限由我的评审吞吐量决定，能开多少个 agent 反而是次要的。**写的环节被 AI 提速之后，瓶颈整体后移到了审的环节，盲目加并行只会让未审的产出堆积，所以真正该盯的指标是单位时间里通过质量线的任务数。打算先从克制的版本做起：并行两到三条、任务挑相互独立的、看板显式化，跑顺了再加。 --- 韩国游戏《龙之剑：觉醒》前阵子上架 Steam。它的前身是一款服务型开放世界动作游戏，今年 1 月在韩国上线，撞档《明日方舟：终末地》，下载榜拿了第一，畅销榜只排到 75 名，营收很惨。更糟的是开发商和发行商随后闹翻，开发商以发行方未支付最低保证金为由解约，团队从 160 人裁到 50 人左右，走到破产边缘，中间还打赢了一场发行禁令官司。然后他们做了一件此前没人做过的事：用大约三个月把抽卡系统整个拆掉，全部角色改为免费获取，重新包装成买断制单机，国区定价 98 元上架 Steam。 结果比多数人预期的好：首周销量突破 20 万套，峰值同时在线约 2.3 万人，好评率九成上下，愿望单累计约 70 万，主机版本和后续内容更新也已经官宣。按定价粗算，首周流水在数千万人民币量级。这个数字要分两面看：对当初按服务型游戏立项的投资模型来说只是零头，但对一个研发成本已经沉没、公司濒临清算的团队来说，这是从零到有的回收，保住了团队、IP 和继续开发的资格。**买断制救不回投资模型，但救得回团队。** 我觉得这件事的行业意义大于产品本身。**新的商业模式往往由没有退路的人先验证，因为有退路的人不愿意做第一个担责的。**这家公司敢这么干，是因为不这么干公司就没了。而它一旦跑通，等于给所有商业化失败的服务型游戏多开了一条退出路径：内容资产重新包装成买断制再上架，止损方式从关服清算变成改造再发行。当然这条路有前提：得有 PC 版的底子，内容量得撑得起买断定价；纯手游改成单机上 App Store 大概率走不通，付费手游的市场天花板太低。往深一层想，如果这个案例被验证是可复制的，未来立项时「Steam 买断兜底」甚至可能被写进风险对冲方案里，商业化模式会从立项时锁死的属性，变成内容资产可切换的发行策略之一。接下来值得持续盯两个指标：长线销量能走到多少，承诺的持续更新能不能兑现。这两个答案决定它是孤例还是路径。 --- 日更完整版在飞书：[Hao 的工作思考](https://j6cuy7img2.feishu.cn/wiki/TMS8wHNm6i03Ajkh49gcXZ2SnSb) --- ## 【加更】米哈游的 AI 老板娘，拒绝了玩家的表白（播客） - URL：https://pmnote.ai/podcast/episode-extra-6a5da7ea6356eb2d9be54b6d/ - 发布于：2026/07/22 - 摘要：拆解米哈游的AI猫猫NPC：守住角色身份、帮陌生玩家破冰、冲突时维持秩序。生成式AI NPC的设计边界——会聊天之外，还要有可验收的职责和拒绝玩家的能力。 拆解米哈游《星布谷地》中的AI猫猫NPC Nalo。论文把她的工作归纳为三类：守住角色身份、帮助陌生玩家破冰、在冲突出现时维持咖啡店秩序——包括拒绝玩家的表白。本期讨论生成式AI NPC的设计边界：角色既要会聊天，也要有可观察、可验收的职责，还得明确什么时候拒绝玩家。游戏团队的难点，落在把角色边界、社区治理、版本管理和责任机制做成一套持续运行的产品系统。 ## 本期讨论了这些问题 - 为什么「什么都能聊」的AI NPC反而容易失去角色感？ - AI NPC怎么帮助陌生玩家自然破冰，同时避免抢走所有话题？ - 当角色用情绪管理玩家时，社区规则和产品责任藏在哪里？ - 游戏PM如何用Sprint持续验证AI NPC的身份、社交与安全表现？ - 生成式AI角色更新时，为什么必须记录提示词、规则与知识库的版本变化？ ## 要点与金句 - 什么都能聊的NPC没有角色感，会拒绝才有 - 好的AI NPC是社交的催化剂，不是话题的终结者 - 角色用情绪管理玩家时，产品责任不能缺位 - 身份、社交、安全，三类表现要持续验证不是上线前验一次 - 提示词、规则、知识库，都要进版本管理 想理解AI落地的产品边界，可以看[《游戏人的AI第一课》](/courses/ai-first-lesson-for-game-industry/)。 想听完整的案例拆解，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/6a5da7ea6356eb2d9be54b6d)。 --- ## 【油管解读】一个不打字的设计师，如何用 AI 一句话造出整个网站（播客） - URL：https://pmnote.ai/podcast/episode-extra-6a52060b4adef2b365624364/ - 发布于：2026/07/21 - 摘要：一位海外一线创业机构设计负责人的AI工作流：靠语音而不是打字构建项目、会议录音沉淀成唯一真相源、一次性生成十六个版本挑选、用完即弃的微调工具，以及刻意不用AI的地方。 本期拆解一位海外一线创业机构设计负责人分享的AI设计工作流：她几乎只用两个工具、靠语音而不是打字来构建项目，把每次会议录音丢进一个soul.md文件当作唯一真相源，用one-shot一次性生成十六个网站版本挑选，还给自己现搭各种用完即弃的微调工具。同时她也保留了刻意不用AI的地方，比如纯手工绘制的杂志封面。从一个游戏PM的视角，聊这套方法对研发团队、项目上下文沉淀和人才价值的启示。 ## 本期讨论了这些问题 - 一个顶尖设计师现在的完整AI工作流长什么样？ - soul.md式的「唯一真相源」，对项目上下文沉淀有什么启示？ - 一次性生成十六个版本再挑，和反复改一版，哪种更好？ - 用完即弃的微调工具，值得自己搭吗？ - 哪些环节应该刻意不用AI？ ## 要点与金句 - 语音输入不是炫技，是让上下文自然流出的方式 - 会议录音沉淀成唯一真相源，是知识库的正确用法 - 一次生成十六个版本：AI时代，广撒网比精修一版便宜 - 用完即弃的工具也值得搭，因为搭建成本趋零 - 刻意保留不用AI的地方，是设计师的手感，也是护城河 想把上下文沉淀用进自己的项目，可以看[《游戏PM的AI实战手册》](/courses/game-pm-ai-practical-guide/)。 想听完整的工作流拆解，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/6a52060b4adef2b365624364)。 --- ## 第174期 - 被AI坑了一次，游戏PM的AI边界（播客） - URL：https://pmnote.ai/podcast/episode-174-6a5223fd4adef2b365624f8e/ - 发布于：2026/07/20 - 摘要：从一次真实的页面误删事故出发，复盘个人AI工作流怎么从聊天框、规则补丁墙，演变成由全局规则、场景上下文、任务Skill和资料库组成的分层系统。 从一次真实的页面误删事故出发，复盘个人AI工作流如何从聊天框、规则补丁墙，逐步演变成全局规则、场景上下文、任务Skill和资料库组成的分层系统。为什么模型越来越强，重复错误却不会自动消失？为什么规则写得越多，AI反而可能越不稳定？以及游戏PM如何借助Skill、Sprint回顾和验收机制，把重复执行交给AI，把判断与责任留在人手里。 ## 本期讨论了这些问题 - 为什么给AI写了越来越多规则，结果反而变得不稳定？ - 怎么把一次Prompt成功，沉淀成下一次可以复用的Skill？ - 游戏PM如何把AI接入Sprint回顾、风险扫描和敏捷工作流？ - AI编程进入版本管理后，哪些检查点和回滚边界必须由人确认？ - 哪些外包验收环节适合先交给AI？ ## 要点与金句 - AI缺的往往不是智力，而是工作边界 - 规则补丁墙：写得越多越不稳定，分层才有用 - 一次成功的Prompt，值得沉淀成可复用的Skill - 把重复执行交给AI，把判断与责任留在人手里 - 检查点和回滚边界，是必须由人确认的底线 想搭建自己的AI工作系统，可以看[《游戏PM的AI实战手册》](/courses/game-pm-ai-practical-guide/)。 想听完整的事故复盘，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/6a5223fd4adef2b365624f8e)。 --- ## 第173期 - 从预训练、后训练和世界模型开始，真正理解AI（播客） - URL：https://pmnote.ai/podcast/episode-173-6a4908933fb7233cbf43ab03/ - 发布于：2026/07/19 - 摘要：用大白话拆解游戏从业者最容易被绊住的AI术语：预训练、后训练、SFT、RLHF、对齐、MoE、蒸馏、Agent、世界模型。落到一个问题：游戏公司要不要有自己的模型。 用大白话拆解游戏行业从业者最容易被绊住的一批AI术语：预训练、后训练、SFT、RLHF、对齐、推理、参数、MoE、蒸馏，以及今年最热的coding、Agent、Computer Use和世界模型。把这条从「基座模型」到「内部助手」的链路讲清楚，并落到一个游戏行业的核心问题上——游戏公司到底要不要有自己的模型。核心结论：大多数公司不会从零做预训练，但自部署开源模型、用私有数据做微调和后训练，正在变得可行。 ## 本期讨论了这些问题 - 预训练、后训练和推理，到底各自决定了模型的什么？ - 为什么有的模型特别会哄人？「对齐」和「谄媚」是怎么来的？ - 什么是Agent和Computer Use，它们和普通聊天机器人有什么区别？ - 游戏公司要不要有自己的模型，现实的路径是什么？ - 世界模型对游戏行业意味着什么？ ## 要点与金句 - 预训练决定模型会什么，后训练决定模型怎么表现 - 「会哄人」是对齐训练的副产品，不是模型有人格 - Agent和聊天机器人的区别：一个自己动手，一个只动嘴 - 大多数游戏公司不做预训练，但微调开源模型正在变得可行 - 微调的前提是数据够干净、评估标准够明确 想建立系统的AI认知框架，可以看[《游戏人的AI第一课》](/courses/ai-first-lesson-for-game-industry/)。 想听完整的术语拆解，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/6a4908933fb7233cbf43ab03)。 --- ## 【番外10】一个游戏PM的自我反省（播客） - URL：https://pmnote.ai/podcast/episode-extra-6a3f4b5d9d2f5743683e912c/ - 发布于：2026/07/19 - 摘要：第一次完整带一个从0到1的团队：做了十年项目管理却突然觉得自己不够用、AI让这种焦虑加速、什么才是真正该花时间的事、后来者怎么在新团队站住脚。 第一次完整带一个从0到1的团队，把四件串在一起的事摊开聊：做了十年项目管理却突然觉得自己不够用、AI让这种「不够用」的焦虑加速、到底什么才是真正该花时间的事、以及作为后来者怎么在一个新团队里站住脚。说白了，这是一个游戏PM从执行者视角往项目视角挪动的过程记录。 ## 本期讨论了这些问题 - 做了十年项目管理，带一个从0到1的团队为什么还是会觉得自己不够用？ - PM要把UE5、美术管线这些专业知识懂到什么程度才够用？ - 当非技术岗都能用AI自己写代码、造工具，PM还剩下什么价值？ - 紧急重要四象限，为什么在赶版本的游戏团队里会失灵？ - 作为后来者，怎么在一个已经有默契的团队里建立信任？ ## 要点与金句 - PM不需要会做，但要知道一件事在流程里的位置 - 「不够用」的焦虑，AI只会让它加速，不会替它消失 - 紧急重要四象限在赶版本的团队里会失灵，得换一把尺子 - 后来者在成熟团队建立信任，先接住小事，再谈改变 - 从执行者视角挪到项目视角，是这十年最难的一次转身 想进阶项目视角，可以看[《从执行者到架构师》](/courses/from-executor-to-architect/)。 想听完整的自我反省，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/6a3f4b5d9d2f5743683e912c)。 --- ## 【加更】别让干活的AI自己验收任务（播客） - URL：https://pmnote.ai/podcast/episode-extra-6a57b2ac016dcc7e0542cbdf/ - 发布于：2026/07/17 - 摘要：一个全AI小游戏项目的两次验收翻车：自动测试全过但运行时穿模；执行AI和审查AI都守标准，产物却偏离最初愿景。三条原则：动工前写标准、量化检查给AI、体验判断留给人。 复盘一个全AI小游戏项目中的两次验收翻车：第一次，AI的自动测试全部通过，但真实运行时出现明显穿模；第二次，执行AI与审查AI都严格遵守标准，最终产物仍然偏离了最初的游戏愿景。问题从「AI会不会谎报完成」进一步转向「验收标准本身是否正确」。本期给出三条可落地原则：动工前写标准并检查文档冲突、把可量化检查交给AI、把体验与观感判断留给人。 ## 本期讨论了这些问题 - 为什么AI的「测试全部通过」不能直接当成验收结果？ - 让另一个AI审查执行AI，能够解决哪些质量问题？ - 为什么多智能体流程完整，最终产物仍可能完全跑偏？ - 游戏PM应该怎样给AI编写可验证的验收标准？ - AI普及以后，游戏项目管理中哪些能力会变得更值钱？ ## 要点与金句 - AI的自我汇报只能作为线索，不能作为验收结论 - 测试全过但玩家看到穿模：标准没覆盖到真实体验 - 执行和审查都守标准还跑偏：是标准本身错了 - 动工前写标准，并检查文档之间的冲突 - 可量化的交给AI，体验与观感的判断留给人 想学会给AI定验收标准，可以看[《游戏PM的AI实战手册》](/courses/game-pm-ai-practical-guide/)。 想听完整的翻车复盘，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/6a57b2ac016dcc7e0542cbdf)。 --- ## 【油管解读】约束的力量：为什么边界比自由更值钱（播客） - URL：https://pmnote.ai/podcast/episode-extra-6a5202314adef2b3656241ce/ - 发布于：2026/07/16 - 摘要：为什么我们天生高估自由、低估边界？多位创作者和一家早期科技公司的案例证明，「堵死最省力的路」才是创造力和好决策的开关。约束思维对控制需求蔓延的启示。 本期拆解一位海外科学记者关于「约束」的新书对谈：为什么我们天生高估自由、低估边界，为什么「最大化者」反而更不快乐，以及多位创作者和一家早期科技公司的案例，如何证明「堵死最省力的路」才是创造力和好决策的真正开关。结合游戏团队做项目管理和版本节奏的经验，聊约束思维对控制需求蔓延、用好AI、以及敏捷迭代节奏管理的启示。 ## 本期讨论了这些问题 - 为什么选择越多，人反而越焦虑、越不快乐？ - 「最大化者」和「满足者」的决策方式差在哪？ - 几位经典创作者的自我约束，怎么变成了创造力？ - 那家早期科技公司是怎么被「没有约束」拖垮的？ - 约束思维对版本节奏和需求蔓延管理有什么启示？ ## 要点与金句 - 人天生高估自由、低估边界 - 选择越多越焦虑，最大化者反而更不快乐 - 堵死最省力的路，创造力和好决策才开始 - 没有约束的团队不是自由，是失控的前奏 - 版本节奏就是一种约束设计：管住需求蔓延 想把约束思维用进版本管理，可以看[《从执行者到架构师》](/courses/from-executor-to-architect/)。 想听完整的对谈拆解，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/6a5202314adef2b3656241ce)。 --- ## 第172期 - 游戏行业AI Agent的Token，到底该怎么花？（播客） - URL：https://pmnote.ai/podcast/episode-172-6a54fdc9ca0de6c44ae68b20/ - 发布于：2026/07/14 - 摘要：一次独立游戏角色动画的失败：Agent烧了大量Token，代码和自动测试全通过，画面却没法用。AI产出能否通过验收进入管线，比消耗量更能说明价值。 从一次独立游戏角色动画的失败讲起：Agent消耗了大量Token，代码和自动测试全部通过，最终画面却无法使用。本期拆解Token、Agentic Loop和多Agent并行的基本原理，并把问题拉回游戏研发：AI产出能否通过验收、进入美术管线或代码仓库，比消耗量更能说明价值。给出长程任务的四项定义——终点、证据、边界和安全阀，以及判断AI工作流是否真正进入生产的五道检查门。 ## 本期讨论了这些问题 - Token是什么，为什么Agent比普通聊天更耗Token？ - 自动测试全部通过，为什么游戏里的角色动画仍然不能用？ - 游戏开发团队如何为长程Agent写清验收标准？ - AI编程版本管理为什么不能只看代码是否生成成功？ - Sprint节奏中，怎样把Agent产出接进真实工作流？ ## 要点与金句 - 测试全过但东西不能用：验收标准错了，过程全对也没用 - AI产出的价值看能否进管线，不看Token消耗量 - 长程任务四要素：终点、证据、边界、安全阀 - 五道检查门，判断AI工作流是否真正进了生产 - Agent越能干，验收标准越要写得像需求文档 想学会给AI定验收标准，可以看[《游戏PM的AI实战手册》](/courses/game-pm-ai-practical-guide/)。 想听完整的失败复盘，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/6a54fdc9ca0de6c44ae68b20)。 --- ## 【油管解读】token 成本每 45 天翻倍，AI 提效的账到底该怎么算（播客） - URL：https://pmnote.ai/podcast/episode-extra-6a51f4bc1e32575f5eb4aedd/ - 发布于：2026/07/13 - 摘要：四位硅谷一线投资人激辩：万亿美元IPO潮、token成本失控与回报质疑、前沿模型的双寡头格局。「成本每45天翻倍、真实回报接近于零」这个判断该怎么接。 本期拆解一期海外投资播客：四位硅谷一线投资人围绕万亿美元IPO潮、token成本失控与回报质疑、以及前沿模型对开源的「双寡头」格局展开激辩。其中一个判断值得每个用AI的人停下来想：成本每45天翻倍、真实回报却接近于零。从一个游戏PM对账AI费用的经验出发，聊聊这笔账到底该怎么算。 ## 本期讨论了这些问题 - 「成本每45天翻倍、真实回报接近于零」，这个判断几分真？ - 万亿美元IPO潮背后，AI公司的估值在为什么定价？ - 前沿模型的「双寡头」格局，对开源和中小团队意味着什么？ - 个人和团队的AI账单，怎么算才不算糊涂账？ ## 要点与金句 - 成本翻倍的曲线和回报趋零的质疑，要放在一起听 - 投资人在为未来的垄断格局定价，不是为今天的回报 - 双寡头格局下，开源是中小团队的对冲选项 - 算AI的账，要算到任务级，不能只看到手价 - 听投资人谈AI，记住他们的仓位 想学会算清AI的账，可以看[《游戏PM的AI实战手册》](/courses/game-pm-ai-practical-guide/)。 想听完整的激辩拆解，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/6a51f4bc1e32575f5eb4aedd)。 --- ## 【油管解读】AGI 其实早就来了：两位 AI CEO 的判断（播客） - URL：https://pmnote.ai/podcast/episode-extra-6a51ecdf1e32575f5eb4ac81/ - 发布于：2026/07/11 - 摘要：两位AI公司CEO的判断：按二十年前的任何定义AGI都已到来，真正的悬念是递归自我改进的指数曲线何时收敛。从一个游戏PM视角看这些判断意味着什么。 本期拆解一期海外播客与两位AI公司CEO的对话。一位抛出250亿美元订单积压、数据中心耗电超过去五十年总和等判断，直言按二十年前的任何定义AGI都已到来，真正的悬念是递归自我改进的指数曲线何时收敛；另一位则讲了同一个架构如何贯通不同的生成式产品。从一个游戏项目经理的视角，看这些判断对游戏行业意味着什么。 ## 本期讨论了这些问题 - 「AGI早就来了」这个判断，依据的是什么定义？ - 数据中心耗电超过去五十年总和，这个投入曲线可持续吗？ - 递归自我改进的指数曲线，什么时候会收敛？ - 同一个架构贯通多个生成式产品，对游戏内容生产有什么启示？ ## 要点与金句 - 按二十年前的定义，AGI确实已经到了——定义变了而已 - 订单积压和耗电曲线，是这个时代的真实注脚 - 真正的悬念不是AGI来没来，是指数曲线何时收敛 - 同一架构贯通多产品，是生成式技术的重要信号 - 听CEO的判断，要同时听他的立场 想建立自己的AI判断框架，可以看[《游戏人的AI第一课》](/courses/ai-first-lesson-for-game-industry/)。 想听完整的对话拆解，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/6a51ecdf1e32575f5eb4ac81)。 --- ## 【番外09】跟新团队磨合半年，我对项目管理的6个判断全改了（播客） - URL：https://pmnote.ai/podcast/episode-extra-6a350a2f43a22a6955864de6/ - 发布于：2026/07/10 - 摘要：跟新团队磨合半年后，六个项目管理判断的彻底转变。核心结论很反直觉：好的项目管理不是追求「事情应该怎样」，而是接受「事情本来就是这样」，再用机制对冲。 跟一个游戏团队磨合半年后，对项目管理六个核心判断的彻底转变：从规划期为什么压不短、AI产能如何被倒逼落地，到聪明人的单点依赖风险、口头承诺的不可靠，再到强能力成员「零缓冲」交付带来的隐患。核心结论很反直觉：好的项目管理不是追求「事情应该怎样」，而是接受「事情本来就是这样」，再用机制去对冲那些注定会发生的问题。 ## 本期讨论了这些问题 - 为什么探索期（Demo期）游戏项目的规划期天然就长、很难压缩？ - 游戏团队里的AI产能，到底是规划出来的，还是被资源压力倒逼出来的？ - 为什么「很能干但不同步信息」的核心成员，反而是项目最大的单点风险？ - 游戏项目管理和互联网PM的项目管理，思路上有什么根本区别？ - 探索期项目还适不适合套用敏捷那套固定Sprint节奏？ ## 要点与金句 - 规划期压不短，硬压只会把风险挪到后面 - AI产能往往是被资源压力倒逼出来的，不是规划出来的 - 「很能干但不同步信息」的人，是最大的单点风险 - 口头承诺靠不住，机制才靠得住 - 接受事情本来就是这样，再用机制对冲，比追求应该怎样有效 想进阶体系化管理能力，可以看[《从执行者到架构师》](/courses/from-executor-to-architect/)。 想听完整的六个判断，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/6a350a2f43a22a6955864de6)。 --- ## 【油管解读】AI 让你选的"努力程度"到底是什么，为什么用力过猛反而更蠢（播客） - URL：https://pmnote.ai/podcast/episode-extra-6a3f736a2e335a35a80a2625/ - 发布于：2026/07/10 - 摘要：拆解大模型里最容易被忽略的设置——推理等级。思考越久模型不一定越准，反而可能想太多翻车。给AI分配努力程度，就像项目里分配精力与资源。 本期拆解大模型里那个最容易被忽略的设置——「努力程度」（推理等级），它本质上是在控制AI回答前「想多久」。从思维链和推理时计算讲起，对比了OpenAI、Anthropic、Google、DeepSeek四家在「要不要让用户选、能不能关掉思考」上的分歧，并用研究数据说明一个反常识的现象：思考越久，模型不一定越准，反而可能因为想太多而翻车。最后把「给AI分配努力程度」类比成项目里的精力与资源分配，给出一份可落地的场景—档位对照。 ## 本期讨论了这些问题 - AI的「努力程度/推理等级」到底在控制什么？ - 为什么更高的推理档位反而可能让模型更蠢？ - 日常工作里，写邮件、整理纪要、审代码各该用什么档位？ - 在AI辅助编程里，推理档位会怎么影响代码质量？ - 团队把AI提效接进工作流时，该怎么定档位规则？ ## 要点与金句 - 推理等级控制的是AI回答前「想多久」 - 思考越久不一定越准，想太多也会翻车 - 四家模型在「让不让你选」上已经分成两派 - 给AI分配努力程度，就像项目里分配精力和资源 - 简单任务用高档位，是烧钱还可能烧出错误 想系统用好AI，可以看[《游戏PM的AI实战手册》](/courses/game-pm-ai-practical-guide/)。 想听完整的档位拆解，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/6a3f736a2e335a35a80a2625)。 --- ## 第171期 - 游戏行业 AI Q2 观察：从 Token Maxxing，到开始算 ROI（播客） - URL：https://pmnote.ai/podcast/episode-171-6a467b479d2f574368419d80/ - 发布于：2026/07/06 - 摘要：2026年Q2的核心转向：从大厂拼命发放Token的Token Maxxing，到按部门、岗位、场景收紧预算、认真算AI的ROI。拆解模型分层、国产替代、AI编程门槛下移三条主线。 复盘2026年Q2 AI行业的一个核心转向：上半年大厂还在拼命发放Token（Token Maxxing），Q2已经开始按部门、岗位、场景差异化收紧预算、认真计算AI的ROI。结合在游戏团队推动AI落地和费用对账的经验，拆解模型分层使用、国产替代、AI编程门槛下移三条主线，并给出游戏PM该如何为AI建立一套投入判断标准。 ## 本期讨论了这些问题 - 为什么大厂从Q1拼命发Token，到Q2却开始收紧预算？ - 一个团队该怎么判断某个模块接入AI到底值不值？ - 为什么越来越多团队开始认真考虑国产模型和私有化部署？ - AI编程门槛下降后，不会写代码的PM、策划该怎么用？ - 游戏研发里，AI编程的版本管理该怎么和现有提交流程衔接？ ## 要点与金句 - Token Maxxing 时代结束，ROI 时代开始 - 模型分层使用：贵的干难的，便宜的干重复的 - 国产替代和私有化部署，从可选项变成要认真算的选项 - AI编程门槛下移，不会写代码的PM也能用，但要想清楚验收 - 每个团队都需要一套自己的AI投入判断标准 想学会给AI算清账，可以看[《游戏PM的AI实战手册》](/courses/game-pm-ai-practical-guide/)。 想听完整的Q2观察，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/6a467b479d2f574368419d80)。 --- ## 第170期 - 游戏团队的AI，不止于聊天框（播客） - URL：https://pmnote.ai/podcast/episode-170-6a390dfd2e335a35a8076a8c/ - 发布于：2026/07/03 - 摘要：同样一句「我在用AI」，有人把它当更聪明的搜索框，有人已经把它当能从头干到尾的同事。从两个真实对照案例，聊一个普通PM该从哪步开始把活交给Agent。 同样一句「我在用AI」，有人只是把它当成更聪明的搜索框，问一句答一句；有人已经把它当成能从头干到尾的同事。本期从两个真实的对照案例讲起，聊从 Vibe Coding 到 Vibe Working 的变化、游戏行业AI应用数据背后的「分层」，以及一个普通游戏PM到底该从哪一步开始，把手里的活交给Agent。 ## 本期讨论了这些问题 - 把AI当「搜索框」和当「同事」，到底差在哪？ - 什么是 Vibe Coding 和 Vibe Working，跟游戏研发有什么关系？ - 为什么公司都在喊上AI，真正用得好的却没几个？ - 游戏PM的工作里，AI能在哪些环节帮上忙？ - 没有相关经验、想转行做游戏PM的人，第一步该从哪开始？ ## 要点与金句 - 问一句答一句是把AI当搜索框，交代目标和边界才是把AI当同事 - 从 Vibe Coding 到 Vibe Working，变的是AI介入工作的深度 - 行业数据背后是分层的：头部团队和个人玩家，活在两个AI时代 - 把活交给Agent，从重复性最高、验收标准最清楚的那件开始 - 差距不在工具，在你给AI定义的工作方式 想系统建立AI工作方式，可以看[《游戏PM的AI实战手册》](/courses/game-pm-ai-practical-guide/)。 想听完整的对照案例，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/6a390dfd2e335a35a8076a8c)。 --- ## 【番外08】游戏项目PM怎么把AI从个人技巧推到团队流程（播客） - URL：https://pmnote.ai/podcast/episode-extra-6a3509bc43a22a6955864dc4/ - 发布于：2026/07/03 - 摘要：完整拆解把AI从个人技巧推成团队流程：三个职能的落地差异、工具驱动vs方法驱动、知识库选型三原则、七步Bug分析框架实战、AI成本管理。 完整拆解一个游戏项目PM如何把AI从「个人技巧」推动成「团队流程」：程序、美术、策划三个职能AI落地的差异，「工具驱动 vs 方法驱动」的关键区分，AI知识库选型的三条原则，七步Bug分析框架的实战，以及AI成本管理和两个长期风险。核心判断：AI真正落地不在某个工具，而在工作流被改造的程度，而游戏PM天然是团队里推动这件事的人。 ## 本期讨论了这些问题 - 为什么程序、美术的AI能跑起来，策划侧却迟迟进不了工作流？ - 「工具驱动」和「方法驱动」的AI落地，路径有什么本质区别？ - 选AI知识库时，到底该看模型能力还是生态集成度？ - 怎么用一套七步框架，把「建议加强测试」式的废话分析变成可执行报告？ - 游戏PM想驱动团队用AI，应该从哪里开始？ ## 要点与金句 - AI落地看的是工作流被改造的程度，不是工具清单 - 工具驱动自上而下推不动，方法驱动从真实痛点长出来 - 知识库选型三原则，比模型跑分重要 - 七步框架把「正确的废话」变成可执行的报告 - 游戏PM天然是团队里推这件事的人 想系统推动团队AI落地，可以看[《游戏PM的AI实战手册》](/courses/game-pm-ai-practical-guide/)。 想听完整的推进拆解，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/6a3509bc43a22a6955864dc4)。 --- ## 【加更】聊聊《恋与深空》最近的舆情（播客） - URL：https://pmnote.ai/podcast/episode-extra-6a44928a2e335a35a80c3430/ - 发布于：2026/07/01 - 摘要：一个准备了一两年的角色临上线被砍掉，对研发是版本级的重做，也是一整条商业化曲线的塌陷。情感型产品越要把风险验证前置到版本流程里。 从项目管理的角度，拆解《恋与深空》新男主从空降到七天后被取消的整件事。一个准备了一两年的角色被临上线砍掉，对研发是一次版本级的重做，也是一整条商业化曲线的塌陷。核心观点：情感型产品的营收长在玩家的情感投入上，越贵、越靠近情感的内容，越要把风险验证前置到版本流程里，而不是压到上线前几天。 ## 本期讨论了这些问题 - 为什么说取消一个临上线的角色，对研发是一次版本级的重做？ - 情感绑定型产品的商业化，风险到底高在哪，和数值型产品有什么不同？ - 跨越一两年的内容，风险验证应该放进项目流程的哪个节点？ - 角色的美术风格和建模审美，为什么该在美术管线和外包验收里更早把关？ - 内容被砍之后，版本资源和分支怎么做版本管理，才能不白白浪费？ ## 要点与金句 - 临上线砍内容，是版本级的重做加商业化曲线的塌陷 - 情感型产品的营收长在情感投入上，风险也长在同一处 - 越贵、越靠近情感的内容，风险验证越要前置 - 美术审美要在管线和外包验收里把关，不是上线前把关 - 内容被砍，版本资源和分支的管理决定损失是局部还是全部 想理解版本风险管理，可以看[《游戏项目管理14讲》](/courses/game-project-management-14-lessons/)。 想听完整的事件拆解，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/6a44928a2e335a35a80c3430)。 --- ## 第169期 - 游戏行业PM的Q2复盘（播客） - URL：https://pmnote.ai/podcast/episode-169-6a2d49744233e62bc54934f7/ - 发布于：2026/06/26 - 摘要：带团队磨合半年后的几个认知转变：探索型项目的规划期压不短、用机制替代口头承诺、警惕零缓冲交付的高风险协作、PM最不可替代的是对团队饱和度的体感。 Q2复盘。带一个团队磨合半年后，对游戏项目管理的几个认知转变：承认探索型（Demo期）项目的规划期天然压不短；不再依赖个人口头承诺，改用机制让风险早暴露；识别「能力强又有想法」这类零缓冲交付的高风险协作对象；以及PM在一线最不可替代的价值——对团队真实饱和度的体感。这些判断都来自Demo期项目的管理现场。 ## 本期讨论了这些问题 - 为什么探索型（Demo期）项目的规划期天然压不短，能不能缩短？ - 为什么不能把项目进度押在个人的口头承诺上？ - 怎么和「能力强又很有想法」的核心成员协作，而不被零缓冲交付反噬？ - 游戏PM最不可替代的价值是什么，和互联网PM的区别在哪？ - 游戏开发里怎么用Sprint的节奏去管理Demo期版本？ ## 要点与金句 - 探索型项目的规划期压不短，硬压只会把风险挪到后面 - 口头承诺靠不住，让风险自动暴露的机制才靠得住 - 「能力强又有想法」的人，往往带着零缓冲交付的风险 - PM最不可替代的，是对团队真实饱和度的体感 - Demo期也能用Sprint节奏，关键是验收口径跟着阶段走 想进阶体系化管理能力，可以看[《从执行者到架构师》](/courses/from-executor-to-architect/)。 想听完整的Q2复盘，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/6a2d49744233e62bc54934f7)。 --- ## 【番外07】游戏团队版本收敛不完全手册（播客） - URL：https://pmnote.ai/podcast/episode-extra-6a35094b4233e62bc54c5f79/ - 发布于：2026/06/26 - 摘要：完整拆解版本从「功能铺完」到「稳定」的收敛期管理：需求冻结、Bug日清加熔断、临时需求消化四步法、安全裕度测试，六件事构成的完整闭环。 完整拆解一个游戏项目从「功能铺完」到「版本稳定」的收敛期管理全流程：PM从「推动者」到「守门员」的角色切换、锁提交翻车后转向需求冻结（Feature Freeze）的思路、Bug日清加熔断时间的机制设计、临时需求消化的四步法、安全裕度测试，以及收敛期之后的技术债与上游治理。核心判断：版本收敛不靠某一个机制，而是冻需求、卡质量、设机制、消化变更、留余量、统一标准六件事构成的完整闭环。 ## 本期讨论了这些问题 - 功能都铺完了，为什么版本反而越来越稳不下来？ - 收敛期PM为什么要从「推动者」切换成「守门员」，这个转变难在哪？ - 锁代码提交为什么不管用，锁需求（Feature Freeze）又该怎么真正落地？ - 怎么用Bug日清和熔断时间，把「紧迫感」从体感变成可执行的规则？ - 临时需求挡不住，PM该用什么流程消化？ ## 要点与金句 - 版本收敛不靠一个机制，靠六件事的完整闭环 - 锁提交会翻车，锁需求才是正解 - Bug日清加熔断时间，把紧迫感从体感变成规则 - 临时需求不是挡住，是用流程消化 - 收敛期之后，技术债和上游治理才刚开始 想进阶体系化管理能力，可以看[《从执行者到架构师》](/courses/from-executor-to-architect/)。 想听完整的收敛手册，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/6a35094b4233e62bc54c5f79)。 --- ## 【油管解读】AI 协作的三级跳：Agentic Loop、Plan Mode、Goal Mode 是什么（播客） - URL：https://pmnote.ai/podcast/episode-extra-6a3b95d52e335a35a808a1ff/ - 发布于：2026/06/24 - 摘要：拆解人和AI协作方式的四次重心转移：Loop是发动机、Plan是方向盘、Goal是巡航定速。Loop Engineering时代，项目管理者从执行者变成循环的设计者。 本期拆解2024到2026年人和AI协作方式的四次重心转移，把Agentic Loop、Plan Mode、Goal Mode三个概念串成一条主线：Loop是发动机、Plan是方向盘、Goal是巡航定速。讲清Agentic Loop从2022年ReAct论文到2025年底成为主流实践的拐点，拆解Plan Mode「先看图纸再动工」和Goal Mode「执行与审查必须分开」背后的管理逻辑，落点是Loop Engineering时代项目管理者如何从执行者变成循环的设计者。 ## 本期讨论了这些问题 - Agentic Loop到底是什么，为什么2022年的论文要等到2025年底才真正火起来？ - Plan Mode和Goal Mode有什么区别，分别该在什么场景用？ - 为什么「执行与审查必须分开」是AI协作的管理底线？ - 项目管理者在Loop Engineering时代，角色发生了什么变化？ ## 要点与金句 - Loop是发动机、Plan是方向盘、Goal是巡航定速 - 论文到主流实践隔了三年，差的是工具链成熟度 - 先看图纸再动工：Plan Mode把返工挡在动手之前 - 执行与审查分开，是AI协作的管理底线 - 项目管理者的角色，从执行者变成循环的设计者 想系统设计自己的AI协作方式，可以看[《游戏PM的AI实战手册》](/courses/game-pm-ai-practical-guide/)。 想听完整的三级跳拆解，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/6a3b95d52e335a35a808a1ff)。 --- ## 第168期 - 游戏公司AI落地复盘（播客） - URL：https://pmnote.ai/podcast/episode-168-6a2d1c5a4233e62bc54924b5/ - 发布于：2026/06/24 - 摘要：怎么把AI从少数人的个人技巧，推成整个团队的默认流程：程序、美术、策划三条线截然不同的落地逻辑、AI知识库选型、七步提问框架重做Bug分析。 月度总结第2期，聚焦一个PM绕不开的难题：怎么把AI从少数人的个人技巧，推成整个团队的默认流程。结合在游戏团队推动AI落地的经历，拆解程序、美术、策划三条线截然不同的落地逻辑，分享AI知识库选型的核心判断、用「七步提问框架」重做Bug分析报告的实操，以及怎么向管理层算清这笔AI投入到底值不值。 ## 本期讨论了这些问题 - 为什么程序和美术能快速统一AI工具，策划侧却迟迟推不动？ - 游戏团队搭AI知识库，选型时到底该看什么？ - 怎么用一套七步提问框架，让AI产出一份团队认可的Bug分析报告？ - 为什么说游戏PM比互联网PM更容易成为团队里的AI落地负责人？ - 把AI的Bug分析做成每周自动触发，是不是就把它嵌进了迭代节奏里？ ## 要点与金句 - 程序、美术、策划三条线，落地逻辑完全不同，不能一套打法推全团 - 知识库选型看的不是功能清单，是能不能沉淀团队自己的东西 - 七步提问框架，让AI产出从「看着像」变成「团队认可」 - 自动化触发的价值：把AI嵌进迭代节奏，而不是靠人想起 - 向管理层算账，是AI落地的一半工作量 想把AI从个人技巧推成团队流程，可以看[《游戏PM的AI实战手册》](/courses/game-pm-ai-practical-guide/)。 想听完整的落地复盘，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/6a2d1c5a4233e62bc54924b5)。 --- ## 第167期 - 游戏PM月度总结｜版本收敛期复盘（播客） - URL：https://pmnote.ai/podcast/episode-167-6a2d10214233e62bc5491f90/ - 发布于：2026/06/22 - 摘要：复盘一个Demo版本从「还能再加点什么」到「先把它稳住」的收敛过程：需求冻结、把质量挡在提交之前、用安全裕度换确定性、一号位统一验收标准。 月度总结。拆解一个游戏版本从「还能再加点什么」到「先把它稳住」的完整收敛过程：需求冻结、把质量挡在提交之前、用安全裕度换确定性、由一号位统一验收标准，四个关键动作。也聊了版本收敛期PM最反直觉的角色转变——从开发期的推动者，切换成收敛期的守门人。如果你正在经历「功能铺完了、质量却拿不出手」的阶段，这期是一份可落地的收口清单。 ## 本期讨论了这些问题 - 为什么版本收敛期里，砍需求比加需求难十倍？ - 功能冻结之后，怎么把质量挡在代码提交之前，而不是靠测试事后挑？ - 什么是安全裕度，封版冲刺为什么要按两倍目标并发去做压测？ - PM在开发期和收敛期的角色到底有什么区别？ ## 要点与金句 - 需求冻结不是宣布一下就生效，得有机制接住例外 - 砍需求比加需求难十倍，难在人人都有自己的「最后一点」 - 质量要挡在提交之前，不是靠测试事后挑 - 安全裕度是用冗余换确定性 - 开发期当推动者，收敛期当守门人 想进阶体系化管理能力，可以看[《从执行者到架构师》](/courses/from-executor-to-architect/)。 想听完整的收敛期复盘，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/6a2d10214233e62bc5491f90)。 --- ## 【番外06】游戏PM正在变成团队的FDE（播客） - URL：https://pmnote.ai/podcast/episode-extra-6a2cd3094233e62bc54905ed/ - 发布于：2026/06/20 - 摘要：团队招了三个月没招到的「既懂流程又懂AI落地」的人，其实不用从外面招——就是最懂流程、又最先把AI接进流程的PM。聊游戏PM的价值锚点往哪挪。 游戏PM正在变成FDE（Forward Deployed Engineer，前向部署工程师）。从团队招了三个月没招到的那个「既懂流程又懂AI落地」的人讲起，把这一年用AI做工具、撞墙、定验收、沉上下文、算经济账的真实经历串起来，回答一个问题：AI时代游戏项目经理的价值锚点到底往哪挪。结论是：那个团队最需要的人，不用从外面招，就是最懂流程、又最先把AI接进流程的PM。 ## 本期讨论了这些问题 - 硅谷年薪百万美金在抢的FDE，到底是个什么岗位？ - 为什么说游戏PM天然是团队里最该长出FDE能力的人？ - 哪些活能放心交给AI，哪些活不能？怎么判断？ - AI时代，游戏PM该往哪个方向重新定义自己的价值？ - 想入行或转行做游戏PM，AI能力现在是必选项吗？ ## 要点与金句 - FDE：既懂业务现场、又能把AI落成可用系统的人 - 最懂流程又最先接AI的PM，就是团队自己的FDE - 能交给AI的活：重复、规则清晰、验收明确 - 不能交的：判断、取舍、责任 - 价值锚点从「推动执行」挪向「设计人和AI的协作方式」 想系统建立AI落地能力，可以看[《游戏PM的AI实战手册》](/courses/game-pm-ai-practical-guide/)。 想听完整的转变拆解，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/6a2cd3094233e62bc54905ed)。 --- ## 第166期 - 游戏公司面试的艺术（播客） - URL：https://pmnote.ai/podcast/episode-166-6a26ce8db30e1571aea2cf41/ - 发布于：2026/06/19 - 摘要：拆解游戏行业求职的常识误区：简历怎么写、经验和年龄的真实价值、GAP期怎么交代、跳槽时机怎么选。求职不是比谁更强，是比谁和岗位更匹配。 本期聊游戏行业求职的几个常识误区。结合十年游戏项目管理、带团队招人、以及帮人做简历优化的经验，拆解简历该怎么写、经验和年龄的真实价值、GAP期如何交代，以及跳槽时机的判断逻辑。核心观点：求职不是比谁更强，而是比谁和岗位更匹配；在AI正在重新定义游戏研发岗位的当下，能不能持续成长，比单纯的资历更重要。 ## 本期讨论了这些问题 - 游戏PM的简历到底该怎么写，才能让面试官在十几秒内看懂你的价值？ - 为什么说经验年限正在贬值，AI能力反而成了面试硬指标？ - 35岁的年龄焦虑在游戏行业到底是真是假，不同品类差别有多大？ - 零经验想转行做游戏PM，应该从哪里入手？ - 跳槽时机怎么选，年前和年后哪个更有议价权？ ## 要点与金句 - 简历是你的第一个产品，面试官只给它十几秒 - 通篇「负责、参与、推动」，等于什么都没说 - 经验年限在贬值，持续成长的能力在升值 - 年龄焦虑因品类而异，别拿别人的尺子量自己 - 求职比的是匹配度，不是绝对强度 想系统准备求职，可以看[《游戏项目管理14讲》](/courses/game-project-management-14-lessons/)或[一对一咨询](/services/)。 想听完整的求职拆解，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/6a26ce8db30e1571aea2cf41)。 --- ## 第165期 - AI时代，游戏PM还剩下哪些不可替代的东西？（播客） - URL：https://pmnote.ai/podcast/episode-165-6a22da25b30e1571aea1530b/ - 发布于：2026/06/17 - 摘要：用了AI之后PM反而更忙了——AI接走信息搬运，如果你只拿省下的时间做更多同类工作，就是在用更快的方式做正在变便宜的事。 很多游戏PM都有体感、但很少摊开讲：用了AI之后，我们并没有更轻松，反而更忙了。本期拆解「工作量蔓延」这个陷阱——AI接走了信息搬运的活儿，如果你只是拿省下来的时间去做更多同类工作，就是在用更快的方式做正在变便宜的事。用砍功能、化解两组矛盾、自己写流程工具三个真实场景，说清楚游戏PM真正不可替代的是什么。 ## 本期讨论了这些问题 - 用了AI之后，游戏PM为什么反而更忙了？ - 游戏PM的产出，为什么这么难被组织看见和度量？ - AI时代，游戏PM还剩下哪些不可替代的能力？ - 同样面对AI冲击，游戏PM和互联网PM的处境有什么不同？ - 省出来的时间，到底该拿去做什么才有价值？ ## 要点与金句 - 工作量蔓延：省下的时间被更多同类工作填满，等于没省 - 用更快的方式做正在变便宜的事，是最隐蔽的陷阱 - 信息不完整时的判断力，AI拿不走 - 人和人之间的信任，AI拿不走 - 用AI去解决过去只能干等的问题，才是时间该去的地方 想把AI用在真正值钱的地方，可以看[《游戏PM的AI实战手册》](/courses/game-pm-ai-practical-guide/)。 想听完整的三个场景拆解，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/6a22da25b30e1571aea1530b)。 --- ## 第164期 - 游戏行业没有铁饭碗——游戏人的第二条出路（播客） - URL：https://pmnote.ai/podcast/episode-164-6a225d827444b5722233c20f/ - 发布于：2026/06/15 - 摘要：聊游戏人的第二曲线：趟第二条路最常踩的四个坑——把副业当另一份确定的工作、用扣分脑对待副业、只顾补短板忽略长板、做出东西不肯学销售。 本期聊游戏人的「第二曲线」。结合身边一批正在做副业、谋出路的游戏人的真实状态，拆解趟第二条路时最常踩的四个坑：把第二曲线当成另一份确定的工作、用「扣分脑」对待副业、只顾补短板而忽略自己的长板、做出东西却不肯学销售。核心结论：出路不是退路，凡是你能等到的、确定的机会，基本都轮不到你。 ## 本期讨论了这些问题 - 为什么说游戏行业从来没有铁饭碗？ - 「出路」和「退路」到底差在哪？ - 打工人的「扣分脑」为什么会拖垮一个人的第二曲线？ - 零经验或非科班的人想转行做游戏PM，应该先补什么？ - 游戏PM和互联网PM的能力，在做第二曲线时有什么不一样？ ## 要点与金句 - 退路是被逼到墙角才想起的备胎，出路是主动趟出来的新路 - 确定、低风险、有现成模板的机会，早已卷成红海 - 扣分脑：总盯着自己缺什么，就永远开不了工 - 第二曲线要站在长板上做，不是站在短板上补 - 做出东西只是上半场，肯学销售才有下半场 在考虑职业下一步，可以看[《游戏项目管理14讲》](/courses/game-project-management-14-lessons/)或[咨询服务](/services/)。 想听完整的四个坑拆解，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/6a225d827444b5722233c20f)。 --- ## 【加更一期】游戏PM如何在AI时代弯道超车🚀（播客） - URL：https://pmnote.ai/podcast/episode-extra-6a2c30ae43a22a695582d083/ - 发布于：2026/06/15 - 摘要：同一个AI，资深PM能用出值钱的东西，新手却原地打转。差距的根子是你脑子里那张「项目沙盘」——AI不让你变强，只放大你已有的判断。 同一个AI、同一个项目，资深PM能掏出越来越值钱的东西，新手握着最强的模型却原地打转。差距拆到根子上，是你脑子里那张「项目沙盘」：AI不会让你变强，它只会放大你已有的判断；越是心里装着完整版本节奏和协作全貌的人，AI查漏补缺的价值才越大。本期给出三个可落地的练法，帮执行岗PM把AI变成随叫随到的复盘陪练。 ## 本期讨论了这些问题 - 为什么同样的AI，资深PM用出来的价值远高于新手？ - 执行岗PM没机会接触项目全貌，怎么从日常工作里搭起「项目沙盘」？ - AI时代，PM写的流程和文档为什么不再值钱，真正值钱的是什么？ - 游戏PM该怎么补上从执行到统筹的能力差？ ## 要点与金句 - AI不会让你变强，只会放大你本来就有的东西 - 项目沙盘越完整，AI查漏补缺的价值越大 - 把每个执行动作翻译成一块「逻辑切片」 - 建立「输入决定输出」的判断：值钱的是背后的逻辑链条 - 刻意练对抗思维：让AI换身份来怼你 想把AI变成复盘陪练，可以看[《游戏PM的AI实战手册》](/courses/game-pm-ai-practical-guide/)。 想听完整的三个练法，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/6a2c30ae43a22a695582d083)。 --- ## 【加更一期】置身PM内（播客） - URL：https://pmnote.ai/podcast/episode-extra-6a294358dbccffcfa9c6cd69/ - 发布于：2026/06/13 - 摘要：封包前夜，美术程序QA的辛苦都能对上具体的「完成」，只有PM找不到那个合上的点。聊PM岗位的结构性处境：判断替别人做，责任却无边界。 封包前的深夜，美术、程序、QA各自熬到极限，但他们的辛苦最后都对得上一个具体的「完成」——图交了、代码合了、包测过了。只有PM手里这摊事，找不到那个能合上的点。本期从这个场景切入，聊PM这个岗位的结构性处境：你做的每个判断都是替别人做的，责任却没有边界；团队从几十人滚到上百人时，PM很容易从替团队挡事的人，滑向替组织盯人的人。 ## 本期讨论了这些问题 - 为什么说项目里每个职能都有「做完」的时刻，唯独PM没有？ - PM的责任为什么是「无边界」的？「在场又不属于」是什么处境？ - 团队从几十人到上百人，PM的角色会发生什么异化？ - 「替团队挡事」怎么一步步滑成「替组织盯人」？ - AI帮PM提效的同时，带来了什么新的诱惑？ ## 要点与金句 - 每个职能都有「做完」的时刻，唯独PM没有 - PM的判断替别人做，责任却没有边界 - 团队膨胀时，「要确定性」的压力会把PM推向盯人 - AI提效的同时，也把「掌控」的诱惑照得更亮 - 守住那条线：做替团队挡事的人，不做替组织盯人的人 想理解PM角色的完整图景，可以看[《从执行者到架构师》](/courses/from-executor-to-architect/)。 想听完整的一期，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/6a294358dbccffcfa9c6cd69)。 --- ## 【番外05】别急着 All in AI｜真正拉开差距的，不是谁先买工具，而是谁先重做工作流（播客） - URL：https://pmnote.ai/podcast/episode-extra-6a2cc1364233e62bc548fe59/ - 发布于：2026/06/13 - 摘要：拆解AI FOMO：买工具不等于AI成熟，工具只是放大器不是变压器，AI不会解决管理问题只会让问题更早暴露。拉开差距的是谁先重做工作流。 当所有人都在喊 All in AI 的时候，游戏团队到底该怎么面对？本期拆解「AI FOMO」的三个判断：买工具不等于AI成熟；工具只是放大器，不是变压器；AI不会解决管理问题，只会让管理问题更早暴露。核心结论：真正拉开差距的，不是谁先买了工具，而是谁先把需求、外包、风险这些工作流重新拆开、定义、标准化了一遍。 ## 本期讨论了这些问题 - 为什么很多团队会陷入AI FOMO？ - 为什么买了一堆AI工具，并不代表团队的AI能力变强了？ - AI落地为什么会逼着项目经理去做需求、外包、风险的标准化？ - 一个AI工作流要在团队里长期跑起来，必须回答哪几个问题？ - AI适合先从美术管线、外包管理切入，还是先做版本风险预测？ ## 要点与金句 - 买工具不等于AI成熟，那是采购不是转型 - 工具是放大器不是变压器：流程乱，放大的是乱 - AI不解决管理问题，只会让管理问题更早暴露 - 先重做工作流，再谈接AI - 需求、外包、风险，先标准化的地方先受益 想先把自己的工作流理顺，可以看[《游戏PM的AI实战手册》](/courses/game-pm-ai-practical-guide/)。 想听完整的拆解，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/6a2cc1364233e62bc548fe59)。 --- ## 第163期 - 转型成为游戏PM前，没人告诉你的事（播客） - URL：https://pmnote.ai/podcast/episode-163-6a1ac8ee7460cabdeb584f3c/ - 发布于：2026/06/11 - 摘要：接着上期继续拆解游戏从无到有的后半程：量产期、测试调优期和线上运营期。看懂这三个阶段，才看懂PM不是催进度，而是在复杂协作里守住节奏。 接着上一期的从零到一，本期拆解一款游戏从无到有的后半程：量产期、测试调优期和线上运营期。量产期的核心是把垂直切片建立的标准规模化铺开，测试调优期要让游戏从「能玩」变成「好玩且稳定」，线上运营期则要围绕版本节奏、数据反馈和跨部门协同持续运转。JD上写的「进度管理、跨部门协调」，只有放进这些真实阶段里才能看懂是什么意思。 ## 本期讨论了这些问题 - 零基础想转行游戏PM，应该先看懂哪些真实工作场景？ - 一款游戏进入量产期时，PM到底在管什么？ - 为什么量产期最怕「大家都很忙，但哪里都没做完」？ - 测试调优期里，游戏PM如何处理玩家反馈、Bug和版本节奏？ - 线上运营期为什么要研发、运营、市场、客服保持同一个节奏？ ## 要点与金句 - 量产期管的是把标准规模化，最怕「都忙但哪里都没做完」 - 测试调优期要把玩家反馈、Bug和版本节奏串起来 - 线上运营期，PM是多部门共用一个节奏的轴 - 游戏PM不是催进度，也不是做表格打杂 - 看懂真实阶段，再判断这个岗位适不适合你 想系统搭建游戏PM的基础框架，可以看[《游戏项目管理14讲》](/courses/game-project-management-14-lessons/)。 想听完整的阶段拆解，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/6a1ac8ee7460cabdeb584f3c)。 --- ## 【油管解读】游戏行业的下一个十年｜当顶级AI人才都在逃离大厂（播客） - URL：https://pmnote.ai/podcast/episode-extra-6a28155534bdac55b506e7d5/ - 发布于：2026/06/09 - 摘要：资本开始为「能快速把事做成的人」买单，组织向小而快重新洗牌，AI落地是阶梯式的。游戏PM在这一轮变革里该把努力使在哪。 本期拆解一期海外访谈，从一个游戏项目经理的视角聊钱、人和下一个十年三件事：资本开始为「能快速把事做成的人」买单，而不是为还没成形的产品；组织正在向「小而快」重新洗牌，标准化、可验收的岗位最先被AI重新定义；AI落地是阶梯式的，不必等那个终极工具。也谈了美术管线接入AI后人力与外包的重新算账，以及游戏PM在这一轮变革里到底该把努力使在哪。 ## 本期讨论了这些问题 - 为什么顶级资本愿意给一个还没有产品的团队投几十亿，他们到底在赌什么？ - 团队从几十人扩到上百人，为什么产能反而可能不升反降？ - AI能学会「按规格产出」之后，游戏美术外包的拆分和验收标准该怎么重做？ - 零基础或从执行岗转行做游戏PM，在AI时代还来得及吗？ - 游戏PM和互联网PM在这轮AI变革里，处境有什么不同？ ## 要点与金句 - 资本在为「能快速把事做成的人」定价，不是为产品定价 - 组织向小而快洗牌，标准化、可验收的岗位最先被重新定义 - AI落地是阶梯式的，不等终极工具，先用好手边的 - 美术管线接AI后，人力和外包的账要重算 - 变革期最该投资的，是把自己变成能快速成事的人 想跟上这轮变革，可以看[《游戏PM的AI实战手册》](/courses/game-pm-ai-practical-guide/)。 想听完整的访谈拆解，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/6a28155534bdac55b506e7d5)。 --- ## 第162期 - 转型游戏PM，第一件事不是学JIRA（播客） - URL：https://pmnote.ai/podcast/episode-162-6a1ac888ac7bdb080c3333f5/ - 发布于：2026/06/09 - 摘要：很多人想做游戏PM，第一反应是学排期、会议、JIRA，但入门前更该先看懂游戏项目本身怎么推进：预研立项、Demo、垂直切片三个阶段各自在解决什么问题。 很多人想做游戏PM，第一反应是去学排期、会议、JIRA或甘特图，但真正入门前，更应该先看懂游戏项目本身是如何推进的。本期从零基础视角，拆解一款游戏从想法到可验证版本的早期过程：预研立项期确定方向、Demo期验证核心玩法、垂直切片期建立品质标准。看懂这三个阶段，才知道PM在每个阶段该抓什么。 ## 本期讨论了这些问题 - 零基础想做游戏PM，应该先学工具，还是先理解项目流程？ - 一款游戏从零到一，通常会经历哪些关键阶段？ - 预研立项期，游戏PM到底能发挥什么价值？ - Demo阶段为什么需求频繁变化，不一定是管理混乱？ - 垂直切片为什么不是多做一点内容，而是为量产建立标准？ ## 要点与金句 - 先理解项目怎么推进，再学工具，顺序反了会越学越虚 - 预研立项定方向，Demo验证玩法，垂直切片建标准 - Demo期需求频繁变化是探索的代价，不一定是管理混乱 - 垂直切片的价值是建立品质标准，不是堆内容 - 能用项目阶段解释管理动作，才算拿到入场券 想系统搭建游戏PM的基础框架，可以看[《游戏项目管理14讲》](/courses/game-project-management-14-lessons/)。 想听完整的阶段拆解，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/6a1ac888ac7bdb080c3333f5)。 --- ## 第161期 - 当All in AI的打工人，开始算账（播客） - URL：https://pmnote.ai/podcast/episode-161-6a12ece98b5c94538ea1ea04/ - 发布于：2026/06/07 - 摘要：企业2025年在生成式AI上砸了370亿美元，但研究显示95%的AI项目回报为零。拆解投入产出不匹配的三层原因，并给出个人AI订阅的月度审计方法。 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。本期拆解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、整个行业正处在类似1987年「Solow悖论」的阶段——工具买了，工作方式没跟上。 ## 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——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？ - 游戏团队和个人，怎么判断AI投入到底值不值？ ## 要点与金句 - 超过一半的AI预算投给了「好汇报」的方向，不是「高回报」的方向 - AI省下的时间，近40%被返工吃了回去 - 工具买了但工作方式没跟上，是这一阶段的常态 - 个人AI订阅也值得月度审计：哪些该花、哪些该砍 - 算账不是反对用AI，是让AI的账经得起算 想学会把AI账算清，可以看[《游戏PM的AI实战手册》](/courses/game-pm-ai-practical-guide/)。 想听完整的三层拆解和审计方法，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/6a12ece98b5c94538ea1ea04)。 --- ## 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（播客） - URL：https://pmnote.ai/podcast/episode-160-6a12d1058b5c94538ea0b84a/ - 发布于：2026/06/06 - 摘要：Steam上三分之一的游戏已披露使用AI，但85%的玩家对AI游戏持负面态度。梳理AI在代码、美术、数值、玩法各环节的真实能力边界，以及为什么原创性正在变得最值钱。 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，梳理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最薄弱的环节，并拆解AI对小游戏、独立游戏、3A三个层级的不同影响。 ## 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」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？ - 游戏从业者该怎么面对AI带来的竞争格局变化？ ## 要点与金句 - 代码生成趋成熟，美术进步快但工程化不足，数值和玩法是最弱环节 - 「能运行」和「好玩」之间隔着真正的设计能力 - AI对小游戏、独立游戏、3A的影响是三个不同的故事 - 公式复制成本趋零，靠公式吃饭的团队最危险 - 原创性正在成为AI时代最值钱的东西 想把AI用对地方，可以看[《游戏PM的AI实战手册》](/courses/game-pm-ai-practical-guide/)。 想听完整的能力边界分析，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/6a12d1058b5c94538ea0b84a)。 --- ## 第159期 - 游戏行业最危险的错觉（播客） - URL：https://pmnote.ai/podcast/episode-159-6a11c8628b5c94538e99e42b/ - 发布于：2026/06/05 - 摘要：一个做了近四年PM的朋友被裁后写不出有说服力的简历。版本周期的刚性节奏让大量从业者陷入被动的忙碌——时间被填满，但填满时间的东西不产生长期价值。 一个做了近四年PM的朋友，被裁之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。这个故事背后是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。而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」首当其冲。 ## 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，怎么从被动忙碌转向主动积累？ ## 要点与金句 - 被动的忙碌：时间被填满，但填满时间的东西不产生长期价值 - 正编缩编、外包替代、AI渗透，三重压力先压到可替代的执行岗 - 安全感不来自工位，来自可迁移的能力 - 把公司流程提炼成自己的方法论，是最直接的积累 - 在公司之外建立职业网络，别等被裁那天才开始 想系统搭建PM能力框架，可以看[《游戏项目管理14讲》](/courses/game-project-management-14-lessons/)。 想听完整的分析和三个可操作方向，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/6a11c8628b5c94538e99e42b)。 --- ## 第158期 - 用AI Agent写代码，请提前装好“后悔药”（播客） - URL：https://pmnote.ai/podcast/episode-158-6a0efbade1eb34a939d7c67f/ - 发布于：2026/06/04 - 摘要：越来越多PM用AI Agent写代码，一半以上的人迟早会遇到改崩了回不去的灾难时刻。问题出在没有版本管理。本期用日常比喻讲透Git的六个核心概念。 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。本期从零讲透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，不涉及命令行。AI时代PM不需要记命令，只需要理解概念背后的意图，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？ ## 要点与金句 - 没有版本管理的AI编程，等于开车不系安全带 - 仓库、提交、分支、推送拉取、合并冲突、PR，六个概念够用 - PM不用记命令，理解意图就能用自然语言指挥AI操作 - 小步提交和分支实验，是AI编程的后悔药 - 审查AI的PR，看的是意图和结构，不是逐行代码 想把AI接进真实工作流程，可以看[《游戏PM的AI实战手册》](/courses/game-pm-ai-practical-guide/)。 想听完整的概念拆解，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/6a0efbade1eb34a939d7c67f)。 --- ## 第157期 - 游戏行业的Token经济学（播客） - URL：https://pmnote.ai/podcast/episode-157-6a0c029ce1eb34a939adfae7/ - 发布于：2026/06/02 - 摘要：Token正在成为游戏行业的全新成本类型：三层定价结构、固定成本变可变成本、围绕Token长出的基础设施产业链。学会管Token是PM要补的第一课。 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Token的三层定价结构（Input / Cached / Output），分析它如何把游戏开发的固定成本转变为可变成本，梳理围绕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趋势。 ## 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这么大？ - 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PM的竞争力吗？ ## 要点与金句 - Token的三层定价：Input / Cached / Output，同样用AI成本可以差出量级 - AI把游戏开发从固定成本结构推向可变成本结构 - 模型聚合、计费系统、智能路由，围绕Token的产业链正在成形 - Token消耗的主体正在从人转向机器 - 管Token支出和管云计算成本不是一回事，这是PM要补的新课 想把Token和AI工作流一起管起来，可以看[《游戏PM的AI实战手册》](/courses/game-pm-ai-practical-guide/)。 想听完整的产业链梳理，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/6a0c029ce1eb34a939adfae7)。 --- ## 第156期 - AI预算这笔账，该怎么算（播客） - URL：https://pmnote.ai/podcast/episode-156-6a0bce921b7bd5029569a749/ - 发布于：2026/06/01 - 摘要：Token消耗总量是个误导性指标。更合理的度量是Token per task；一个反直觉的发现：Agent场景里越贵的模型反而总成本更低。 Meta内部搞了一个Token消耗排行榜，覆盖八万多员工，排名第一的人烧掉了价值数百万美元的Token。本期从这个榜单聊起：为什么Token总量是个误导性指标，什么是更合理的Token per task（每任务Token消耗），并分享一个反直觉的发现——越贵的模型反而越省钱，以及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？ ## 要点与金句 - Token消耗量是输入指标，不是产出指标 - Token per task 比总量更接近真实的AI使用效率 - Agent场景里，越贵的模型反而总成本更低 - AI预算要按任务类型拆分，用混合调度控成本 - 按量计费的模式还会继续演变，别按今天的价签做长期决策 想把AI成本管进日常流程，可以看[《游戏PM的AI实战手册》](/courses/game-pm-ai-practical-guide/)。 想听完整的算账过程，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/6a0bce921b7bd5029569a749)。 --- ## 【六一特辑】"好玩"可以被AI生成吗（播客） - URL：https://pmnote.ai/podcast/episode-extra-6a184cd4ac7bdb080c324ece/ - 发布于：2026/06/01 - 摘要：AI能不能生成「好玩」？从心流理论、模式识别快感、选择悖论和具身认知四个维度拆解：好玩是动态平衡，不是能一次性生成的静态属性。 六一特辑。从心理学、信息论和哲学的角度，探讨AI时代的一个核心问题：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「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，需要什么样的判断力？ ## 要点与金句 - 好玩是动态平衡，不是能一次性生成的静态属性 - 心流来自难度和能力的持续匹配，AI生成的是静态的起点 - 无限个性化可能毁掉好玩：选择太多，乐趣反而稀释 - 越能AI加速迭代，设计直觉和审美判断越值钱 - playtest的本质是人和系统之间的反复校准 想理解AI在游戏行业的真实边界，可以看[《游戏人的AI第一课》](/courses/ai-first-lesson-for-game-industry/)。 想听完整的四维拆解，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/6a184cd4ac7bdb080c324ece)。 --- ## 第155期 - 从Demo到量产：AI在游戏行业落地的真正难关（播客） - URL：https://pmnote.ai/podcast/episode-155-6a09dd6be1eb34a93993d010/ - 发布于：2026/05/31 - 摘要：AI在游戏行业从Demo走向量产，瓶颈不在模型能力，而在围绕模型搭建的工程保障体系：脚手架、事实锚定、分层架构和评测体系。 「试十遍成一遍」和「说十遍都得成」，是AI从Demo走向量产之间的认知差距。本期聊AI在游戏行业落地的真正难关：为什么脚手架工程比模型本身更决定AI能不能上线、游戏场景的大模型幻觉怎么做事实锚定、速度成本效果的不可能三角怎么用分层架构解，以及评测体系这个被严重低估的量产基础设施。 ## 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？ ## 要点与金句 - 模型能力不是瓶颈，围绕模型搭的工程保障体系才是 - 同一个模型，脚手架设计不同，任务完成率能差40个百分点 - 游戏里的幻觉比聊天场景严重得多，必须做事实锚定 - 速度、成本、效果不可能三角，用分层架构来解 - AI工具链要有 build to delete 的心态，评测体系是量产的基础设施 想把AI用进真实工作场景，可以看[《游戏PM的AI实战手册》](/courses/game-pm-ai-practical-guide/)。 想听完整的拆解过程，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/6a09dd6be1eb34a93993d010)。 --- ## 第154期 - 问对了问题答案就出来了｜游戏PM月度答疑（播客） - URL：https://pmnote.ai/podcast/episode-154-6a0846591b7bd50295425da5/ - 发布于：2026/05/30 - 摘要：这段时间收到的游戏 PM 咨询，归成三类卡点误判：以为背景不够、以为选错了、以为推不动。用真实案例拆解真正的卡点在哪。 月度答疑第二期。这段时间收到的游戏 PM 相关咨询，覆盖求职转行、offer选择和在职协调三个方向。整理到一半发现一个规律：大部分人对自己问题的诊断是错的。本期把这些咨询归为三类误判——以为背景不够，其实是不会翻译经验；以为选错了，其实是不会算账；以为推不动，其实是角色站错了位置——用真实案例逐类拆开，讲清卡点在哪、怎么破。 ## 本期讨论了这些问题 - 为什么海外3A移植经验转国内自研，总是卡在最后一轮面试？ - 外包公司、中台PM、跨专业背景的求职者，怎么把经验翻译成面试官想听的语言？ - 拿到多个offer时，应该按薪资排还是按能力成长性排？ - HR说涨幅超过50%不批，求职者应该怎么谈薪资？ - 作为新人PM推不动跨部门协作，问题到底出在哪？ ## 要点与金句 - 你以为的卡点，往往不是真正的卡点 - 海外移植经验转国内自研，卡在不会翻译，不是经历不够 - offer 排序先看能力成长性，不只按薪资高低 - 薪资谈判的关键不是涨幅百分比，是找到对方的审批逻辑 - 新人推不动协作，先检查自己站的角色位置 想系统搭建PM能力框架，可以看[《游戏项目管理14讲》](/courses/game-project-management-14-lessons/)。 想听完整案例和拆解过程，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/6a0846591b7bd50295425da5)。 --- ## 第153期 - 做了好几年PM，为什么判断力还是没涨？｜游戏PM的经验陷阱（播客） - URL：https://pmnote.ai/podcast/pm-experience-trap/ - 发布于：2026/05/29 - 摘要：从一套Scrum方法换团队后失效的案例出发，区分能搬家与搬不走的经验，讨论怎样把经历转化为判断力。 一个在前司把Scrum跑得很顺的游戏PM，跳到新团队后，同一套方法推了两个月就翻车了。本期由这个故事区分“能搬家的经验”和“搬不走的经验”，并用版本规划中的真实决策场景拆解怎样沿着因果链条做判断。节目最后给出三个把经历转化为判断力的日常习惯。 ## 本期讨论了这些问题 - 游戏PM换了项目或团队，为什么验证过的管理方法突然就不灵了？ - 怎么区分「能搬家的经验」和「搬不走的经验」？ - 看到别人成功的管理方法，怎么判断自己的团队能不能用？ - 版本规划中，怎么识别关键路径上未验证的技术风险并做出取舍？ - 游戏PM怎么通过日常复盘真正积累可复用的判断力？ ## 要点与金句 - 经验分两种：能搬家的，和搬不走的 - 别人的路只是参考，你要抓的是因果关系 - 版本规划的条件拆解：目的、要素、关系 - 照搬翻车在游戏行业太常见了 - 让每次经历都变成判断力材料的三个习惯 如果你想继续学习进阶项目管理，可以查看[《游戏项目管理：从执行者到架构师》](/courses/from-executor-to-architect/)。 想听完整案例和判断过程，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/6a0845e4e1eb34a939833f0e)。 --- ## 第149期 - AI时代游戏团队的护城河（播客） - URL：https://pmnote.ai/podcast/episode-149-6a001bade1eb34a93917e16e/ - 发布于：2026/05/20 - 摘要：游戏团队在AI时代真正的护城河——不是技术，不是资金，而是组织形态。组织结构决定团队能吸引什么样的人、做出什么样的决策、识别什么样的风险。 这期聊游戏团队在AI时代真正的护城河——不是技术，不是资金，而是组织形态。通过几个头部团队的案例，分析组织结构如何决定一个团队能吸引什么样的人、做出什么样的决策、识别什么样的风险。 ## 本期讨论了这些问题 - 为什么有些团队技术不差、钱也够，产出却在缩水？ - 组织形态如何筛选和塑造团队中的人？ - 决策权跟着信息走，是什么意思？ - 对从业者来说，选组织本质是在选什么？ ## 要点与金句 - 护城河不是技术也不是资金，是组织形态 - 组织结构决定团队吸引什么人、做什么决策、看见什么风险 - 决策权跟着信息走，别让决策权等着层级批 - 结构承诺和口头承诺要一致，否则团队只信结构 - 选择一个组织，本质上是在选择你会变成什么样的人 想理解团队与组织，可以看[《从执行者到架构师》](/courses/from-executor-to-architect/)。 想听完整的案例拆解，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/6a001bade1eb34a93917e16e)。 --- ## 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？（播客） - URL：https://pmnote.ai/podcast/episode-148-69feec39e1eb34a9390b33e3/ - 发布于：2026/05/18 - 摘要：把游戏从业者与AI的关系拆成四个阶段：工具提效、管线嵌入、工作流重构、判断力竞争。当所有团队都用上差不多的AI，拉开差距的是谁更懂自己的玩家、谁知道什么时候该克制。 基于一个AI Native成长框架，把游戏从业者与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，逐层拆每个阶段的核心挑战与实操思路。 ## 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？ - 「用AI检查AI」的守门员模式，怎么落地？ - 当工具拉平之后，团队之间比的是什么？ ## 要点与金句 - 四阶段：工具提效、管线嵌入、工作流重构、判断力竞争 - AI嵌进流程的价值，远大于多一个独立入口 - 越底层越确定，越顶层越灵活——新三层架构的分工 - 工具拉平之后，差距在谁更懂自己的玩家 - 知道什么时候该克制，是一种被低估的竞争力 想系统重构工作流，可以看[《游戏PM的AI实战手册》](/courses/game-pm-ai-practical-guide/)。 想听完整的四阶段拆解，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/69feec39e1eb34a9390b33e3)。 --- ## 第146期 - 游戏行业的AI震荡：当旧的标尺开始失灵（播客） - URL：https://pmnote.ai/podcast/ai-shock-old-yardsticks-failing/ - 发布于：2026/05/13 - 摘要：从工时、简历和大厂三把旧标尺的失灵，讨论AI震荡如何传导到游戏行业，以及团队和个人如何重新校准。 最近跟不同公司的朋友聊AI，大家都觉得有什么“对不上”了：立项标准、人天和成本估计、内部AI工具的周期都在发生变化。本期先说明上游AI行业最近半年的变化，再讨论震荡怎样传导到游戏行业，让工时、简历和大厂三把标尺失灵。节目最后落到中小团队和个人，讨论应该怎样换尺子。 ## 要点与金句 > 我们手里那些用来判断"什么是好的、什么是稀缺的、什么值得追"的旧标尺,正在悄悄失灵。 > 公司没省钱,只是把"人的成本"换成了"token的成本"。 > 你今天对AI的认知,六个月之后大概率是不准的。 > 经验里那部分跟具体工具和具体流程绑定的"工艺型经验",正在快速贬值。 > 简历的核心要素正在从"你的过去有多厚"变成"你的认知更新有多快"。 > 船大难掉头是个老常识。但在AI这一轮里,"难掉头"不再以年为单位,而是以月为单位。 > 敏捷本身就是一种资源。在AI这一轮里,这种资源比技术储备更值钱。 > 当所有标尺都在失灵的时候,真正稀缺的不是经验、不是title、不是大厂背景——而是重新校准自己的能力。 适合PM、团队负责人、正在准备跳槽或者中小团队里推AI转型的朋友，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/69f19e7b60313a2456d37cf8)。 --- ## 第144期 - 90%的项目问题,都出在"知识传递"这一步（播客） - URL：https://pmnote.ai/podcast/episode-144-69ecab1a1e94ae692120c17b/ - 发布于：2026/05/09 - 摘要：为什么写了文档没人看？沉淀和传递之间的鸿沟怎么跨？一个真实案例：流程文档早写清楚了，动画组长还是理解偏差。PM该做的不是解决个案，是解决一类问题。 一个几乎每个项目都存在、但很少被正面讨论的问题：为什么写了文档没人看？一个真实案例：动画组长因为流程理解偏差导致需求滞后，但流程文档其实早就写清楚了。沉淀和传递之间的巨大鸿沟，到底应该怎么跨过去？ ## 本期讨论了这些问题 - 为什么没人看文档？（信息过载、文档和场景脱节、人性默认惰性） - 一个人不看文档和整个团队都不看文档，区别在哪？ - AI作为项目知识底座，能解决什么？ - PM在知识传递上的四个实际动作是什么？ ## 要点与金句 - 沉淀不等于被吸收 - 一个人不看文档是个体问题，整个团队都不看文档是系统问题 - PM该做的不是解决个案，是解决一类问题 - 放弃「写完文档就会有人看」的幻想，接受口头同步是常态 - AI能降低信息查找成本，但知识资产得提前沉淀 想建项目知识库，可以看[《游戏PM的AI实战手册》](/courses/game-pm-ai-practical-guide/)。 想听完整的鸿沟拆解，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/69ecab1a1e94ae692120c17b)。 --- ## 【五一特辑】游戏AI简史：从「假装聪明」到「替你干活」的五十年（播客） - URL：https://pmnote.ai/podcast/fifty-years-of-game-ai/ - 发布于：2026/05/06 - 摘要：从《吃豆人》的幽灵到生成式AI生产工具，回顾游戏AI从规则时代、学习时代到生成时代的五十年变化。 游戏可能是人类最早大规模部署AI的行业。从1980年《吃豆人》的四个幽灵，到今天AI重写整条游戏生产管线，这五十年里，游戏AI经历了规则、学习和生成三个时代。本期沿着这三个阶段回顾游戏AI的变化，并讨论它对从业者的启示。 ## 要点与金句 - 有限状态机、行为树、GOAP——游戏AI的核心不是"聪明"，而是"演得聪明" - 好的游戏AI本质上在演戏：目标不是打赢玩家，而是创造好的体验 - AlphaGo、AlphaStar、OpenAI Five——AI在复杂游戏中达到超人类水平 - 但这些超强AI没有进入商业产品，因为太强的AI不好玩 - AI从游戏内的NPC大脑，变成了游戏外的生产工具 - 美术、代码、QA、项目管理——整条管线都在被重写 - 产业规律：降本先于增效，增效先于创新 - AI能力天花板 ≠ 产品价值天花板 - 关键不是追最新模型，而是判断AI该介入哪些环节、边界在哪里 想沿着三个时代完整回顾游戏AI，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/69f6d33fe05c0efcd6cdbf5c)。 --- ## 【五一特辑】游戏公司怎么做AI转型？（播客） - URL：https://pmnote.ai/podcast/how-game-companies-do-ai-transformation/ - 发布于：2026/05/04 - 摘要：从1956年的集装箱故事出发，拆解游戏公司AI转型中的单点效率、组织变革和生态位三层问题。 一位做了十几年游戏的老领导说，全员都在用AI了，但“好像也就那样”。本期从1956年的集装箱故事出发，拆解游戏行业AI转型卡在哪里，并分别讨论单点效率、组织变革和生态位三层问题。 ## 要点与金句 - 第一层：单点效率——你能用，别人也能用 美术用AI出图、策划用AI写文档、程序用AI写代码——所有人都在做，效率红利很快被拉平。做是必须做，但光靠这一层赢不了。 - 第二层：组织变革——改不动，才是真正的问题 纽约港为什么输给了一片沼泽地？知识结构、利益结构、权力结构叠在一起，每一条路都被堵住。大公司提效百分之一二十是常态，小团队从零开始反而能做到三到五倍。 - 第三层：生态位——如果船不来了，效率再高也没用 新加坡靠"只做中转"成了全球不可替代的位置。AI正在把游戏开发中多个环节的摩擦打到极低，新的生态位正在浮现。 - 对打工人意味着什么 码头工人不是被机器取代的，是船不来了。技术革命重新画地图，站对位置比跑得快更重要。 想听这套三层框架的完整讨论，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/69f627b5f93890ea812523fc)。 --- ## 【五一特辑】游戏行业的成本、定价,和下一个爆款（播客） - URL：https://pmnote.ai/podcast/game-industry-cost-pricing-next-hit/ - 发布于：2026/05/03 - 摘要：从《王者荣耀世界》的商业表现讲起，讨论国内手游研发成本、定价压力、买量成本与AI带来的行业变化。 2026年4月，《王者荣耀世界》耗资数十亿、做了快6年，移动端开服次日 iOS 畅销榜只排到47位。本期从这个数字讲起，讨论国内手游的成本、定价和下一个台阶。节目还会谈到为什么行业在此时堵住、AI在其中扮演什么角色，以及这对游戏从业者未来几年的处境意味着什么。 ## 要点与金句 > 这个数字背后不是单一产品的失利,而是国内手游行业堵了好几年的一道结构题—— 研发成本翻了10倍,但单用户产出越来越难做大,买量成本却在持续上涨。 想听完整讨论，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/69f191a260313a2456d2dac8)。 --- ## 【五一特辑】2026游戏PM能力要求与转型指南（播客） - URL：https://pmnote.ai/podcast/game-pm-2026-skill-guide/ - 发布于：2026/05/01 - 摘要：梳理游戏PM的不同工作方向、2026年的能力变化和转型路径，并列出节目涉及的核心工具与方法关键词。 同样叫“游戏PM”，有人管迭代、有人管外包、有人管发行，做的事并不一样。本期把游戏PM的方向、2026年的能力变化和转型路径放在一起说明。 ## 要点与金句 - Sprint - 里程碑 - Perforce - UE5 Nanite & Lumen - CI/CD - LOD - PMO - PMP/ACP/CSM 想了解节目对这些方向和关键词的完整说明，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/69eda0281d989496e786a342)。 --- ## 第142期 - 同样都在用AI，为什么有的游戏团队快了30倍（播客） - URL：https://pmnote.ai/podcast/why-some-teams-are-30x-faster-with-ai/ - 发布于：2026/04/27 - 摘要：从谁在用、用在哪、流程是否重做三层差距，讨论游戏团队使用AI后为何会出现30%与30倍的效率差异。 同样的工具、同样的行业，有的团队用AI提效30%，有的团队快了30倍。本期从一线游戏项目的真实观察出发，讨论三层差距：谁在用、用在哪、流程改没改。内容还会涉及沟通链消除、PM角色迁移、数据分析、内部工具成本、QA瓶颈和工作流改造。 ## 要点与金句 - 第一层：谁在用——等IT推方案 vs 业务自己上手 - 第二层：用在哪——加速某个环节 vs 消除环节间的沟通链 - 第三层：流程改没改——旧流程套新工具 vs 为AI重新设计工作流 > 场景没变，使用者变了。这才是跨越鸿沟的开始。 > 谁先自己用起来，谁就先拉开差距。效率差距的起点，往往不在工具选型会上，而在某个策划决定「我自己试试看」的那一刻。 > 省掉的时间不在任何一个环节内部，而在环节与环节之间的缝隙里。 > 让AI帮助干活的人自己验证想法，比帮干活的人加速某一步价值大得多。 > 不是「答案就是X」，而是「大概率问题在这三个方向」——这反而是当前大模型最擅长的事。 > 当做工具的成本从几人月降到几人天，大团队在工具链上的积累优势就没有以前那么高不可攀了。 > 你的工作流如果不是为AI设计的，AI就只能在旧流程的缝隙里帮你省点零散时间。 > 以前优化的是人与人之间的流程，现在要同时考虑人与AI之间的流程。 > 当生产成本趋近于零，大众市场的价格也会趋近于零。真正还能收到钱的，是那些深度服务于小众群体的产品。 想听完整的团队AI落地讨论，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/69e4fa8b1e94ae6921a4e964)。 --- ## 第135期 - 20岁、30岁、40岁，AI对你的意义完全不同（播客） - URL：https://pmnote.ai/podcast/episode-135-69cf86e3b977fb2c470608b2/ - 发布于：2026/04/09 - 摘要：一个25岁的应届生和一个45岁的总监，面对AI的正确策略完全不同。拆开年龄段讲：25岁以下怎么用「白纸」优势，25-35岁怎么抓收窄的窗口期，35岁以上为什么必须亲自上手。 上周跟三个不同年龄的朋友分别聊了AI，发现一件事：所有人都在焦虑「AI来了我该怎么办」，但一个25岁的应届生和一个45岁的总监，正确的应对策略完全不同。市面上的建议都是「学AI」「拥抱AI」，道理都对但太笼统。这期按年龄段拆开讲，中间单独聊了PM这个岗位在AI时代的处境——执行层被压缩，判断层反而更值钱。不贩卖焦虑，只讲观察到的现实和可落地的建议。 ## 本期讨论了这些问题 - 25岁以下的「白纸」优势，具体怎么用？ - 25-35岁，为什么说是正在收窄的窗口期？ - 35岁以上的管理者，为什么必须亲自上手试AI？ - PM岗位在AI时代的处境，到底是好是坏？ ## 要点与金句 - AI在改变就业市场，但速度比渲染的慢，方式比想象的复杂 - 25岁以下：没有历史包袱，直接从AI原生工作流起步 - 25-35岁：窗口期在收窄，攒判断力和作品比攒工具技巧值钱 - 35岁以上：不亲自上手，就没有判断AI汇报的底气 - PM的处境：执行层被压缩，判断层更值钱 想看分年龄段的完整建议，可以看[《游戏人的AI第一课》](/courses/ai-first-lesson-for-game-industry/)。 想听完整的一期，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/69cf86e3b977fb2c470608b2)。 --- ## 第133期 - 游戏PM实战｜一个"联机包"引发的交付流程重构（播客） - URL：https://pmnote.ai/podcast/delivery-process-rebuild-case/ - 发布于：2026/04/07 - 摘要：从制作人提出联机包需求后的沟通摩擦，复盘团队如何统一完成标准，并推动交付与验收流程重构。 制作人一句“能不能出个联机包”，程序组长给了很多信息，却没有给出结论，这次沟通摩擦最终推动了整个交付流程的重构。本期复盘这个真实的项目管理案例：当团队对“完成”的理解不一致时会发生什么，以及PM应该怎样介入。 ## 要点与金句 - 当团队对同一个词理解不一致，不要指望沟通磨合——把它定义成白纸黑字的标准 - 技术人员回答不了问题，很多时候是把自己能控制的和不能控制的混在了一起，PM要帮他拆开 - 验收标准要主动升级，不等问题在关键节点爆发 想听这次沟通摩擦和流程重构的完整复盘，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/69cb1e35e2c8be3155f3a471)。 --- ## 第126期 - 不懂游戏，能做游戏PM吗？（播客） - URL：https://pmnote.ai/podcast/episode-126-69bbee1a2d318777c9bcc177/ - 发布于：2026/03/31 - 摘要：「你平时玩游戏吗」是游戏PM面试里出现频率最高的问题。游戏PM真正需要的不是懂游戏设计，而是在游戏研发这个复杂场景下，能对信息做出正确判断——这跟你玩不玩游戏，关系没那么大。 「你平时玩游戏吗？」——这可能是游戏PM面试里出现频率最高的问题。很多想入行或者刚入行的朋友都在焦虑同一件事：不是核心玩家，是不是不适合做游戏PM？这期把这个问题聊透。 ## 本期讨论了这些问题 - 游戏PM需要的「懂游戏」，到底是懂什么？ - 「懂游戏设计」和「懂游戏研发」，差别在哪？ - PM的信息判断力，具体是一种什么能力？ - 进入陌生品类，怎么快速建立上下文？ ## 要点与金句 - 「懂游戏设计」是策划和制作人的能力，PM需要的「懂」是理解游戏研发的上下文 - PM的信息判断力：把各方碎片信息整合起来放到项目全局里，分清事实、判断、情绪和噪音 - 进入陌生品类不可怕，关键是能不能快速补齐上下文 - 不玩游戏不是硬伤，对研发协作没有体感才是 想系统了解这个岗位，可以看[《游戏项目管理14讲》](/courses/game-project-management-14-lessons/)。 想听完整的拆解，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/69bbee1a2d318777c9bcc177)。 --- ## 第125期 - 当简历变得不再值钱，游戏PM应该如何提升竞争力？（播客） - URL：https://pmnote.ai/podcast/episode-125-69bb8f0a2d318777c9aa05db/ - 发布于：2026/03/30 - 摘要：公司名、title、项目年限作为能力信号的可靠性正在下降，面试官越来越不关心你「做过什么」，而是关心你「怎么想的」。输出思考，是把经验变成竞争力的关键动作。 一个做了四年版本PM的朋友，简历不差，投了十几家几乎没回复。拿到的唯一一次面试，在「你当时怎么判断的」这个问题上卡住了。简历上最显眼的东西——公司名、title、项目年限——作为能力信号的可靠性正在下降。这期聊：在这个变化下，游戏PM应该怎么重新积累自己的竞争力。 ## 本期讨论了这些问题 - 为什么公司名、title、项目年限正在加速贬值？ - 面试官越来越关心的「你怎么想的」，该怎么展示？ - 做过、想过、说得清，三者的差距在哪？ - 每天10分钟的工作思考记录，为什么是性价比最高的竞争力投资？ ## 要点与金句 - 简历上的硬标签在贬值，你的判断逻辑和决策过程不会贬值 - 做过不等于想过，想过不等于说得清 - 输出思考，是把经验变成竞争力的关键动作 - 每天10分钟记录工作思考，三个月后回头看是另一份简历 - 面试官要的不是你的履历，是你的判断力样本 想系统提升竞争力，可以看[《从执行者到架构师》](/courses/from-executor-to-architect/)或[一对一咨询](/services/)。 想听完整的竞争力拆解，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/69bb8f0a2d318777c9aa05db)。 --- ## 第124期 - 晋升、向上管理和节奏感：PM成长的几个坑（播客） - URL：https://pmnote.ai/podcast/episode-124-69b632becaaea1fb3b4f8668/ - 发布于：2026/03/27 - 摘要：干了9年游戏PM，聊几个职业发展中容易踩的认知误区：能力最强不等于最适合管理、只盯下面不管上面、把高强度输出当常态，以及直觉到底是怎么养成的。 干了9年游戏PM，聊几个职业发展中很容易踩的认知误区。不是讲道理，是我自己踩过的坑：关于晋升、向上管理、节奏感和成长方式的反思。 ## 本期讨论了这些问题 - 为什么能力最强的人未必能当好管理者？ - 向上管理为什么是PM的必修课？ - 把高强度输出当常态，危险在哪？ - 直觉是怎么从「主动触发」练成「被动触发」的？ - 最高效的学习方式是什么？ ## 要点与金句 - 晋升看的是推动力，不是专业深度 - 愿意推动事情落地的人，比能力最强的人更容易走上去 - 不管汇报线什么样，确保风险被记录、被同步，是向上管理的底线 - 基线偏移：把冲刺当常态，是最危险的信号 - 直觉是重复的刻意练习内化的结果 - 最高效的学习，是被事情推着走，不是脱离场景主动学 想系统进阶，可以看[《从执行者到架构师》](/courses/from-executor-to-architect/)。 想听完整的几个坑，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/69b632becaaea1fb3b4f8668)。 --- ## 第122期 - 策划转PM，美术管线怎么搭？实战复盘（播客） - URL：https://pmnote.ai/podcast/building-art-pipeline-from-scratch/ - 发布于：2026/03/23 - 摘要：复盘一名策划转型的PM如何拆分角色线与场景线、确定阶段产出，并在陌生领域建立美术管线管理能力。 一个不懂美术的PM，怎么从零搭起一条美术管线？本期聊的不只是美术流程，也是“跨界管理”这件事：当人被推到一个不熟悉的领域，怎样快速建立起管理能力。 ## 要点与金句 - 被倒逼进入美术管理：研发PM接手美术线的真实起因 - 角色线和场景线：为什么要拆成两条管线，各自的排期逻辑有什么不同 - 精盒优先原则：阶段性产出应该是"可以跑的东西"，而不只是过程资产 - AI帮我跨过知识盲区：用AI快速补齐美术制作的上下游依赖关系 - 经验的具象化：资深同事的反馈为什么不可替代 > 排期不只是时间表，它回答的是"当前阶段最重要的事情是什么" > 认知的局限在于你没法提出一个你根本不知道存在的方案，但AI可以帮你打开这个盲区 > 经验不是年限的堆叠，而是在具体场景中形成的模式识别能力 相关阅读：[第8期 - 揭开美术项目管理的面纱](/podcast/unveiling-art-project-management/) 如果你想继续了解美术项目管理，可以查看[《游戏美术项目管理基础》](/courses/game-art-project-management/)。 想听完整实战复盘，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/69b6322ccaaea1fb3b4f73e7)。 --- ## 【春招季加更】文科生做游戏PM，到底要补什么？（播客） - URL：https://pmnote.ai/podcast/episode-extra-69bbaeae2d318777c9b0d698/ - 发布于：2026/03/20 - 摘要：文科生转行做游戏PM，第一反应是先补技术——但学了两个月Unity，可能离offer一点都没更近。按四个能力模块拆解要补到什么程度：行业认知、流程理解、工具能力、沟通协调。 文科生转行做游戏PM，第一反应往往是「我得先补技术」。但学了两个月Unity之后，你可能会发现自己离拿到offer一点都没更近。这期聊一个被问了无数次的问题：文科背景想做游戏PM，到底要准备什么？按四个能力模块拆——行业认知、流程理解、工具能力、沟通协调——逐个讲需要补到什么程度。 ## 本期讨论了这些问题 - 「喜欢玩游戏」和「理解游戏行业」，差在哪？ - PM需要会写代码吗？技术要懂到什么程度？ - 四个能力模块，各自要补到什么程度？ - 文科生的优势在哪，怎么用上？ ## 要点与金句 - 「喜欢玩游戏」和「理解游戏行业」是两回事 - PM不需要会写代码，但必须听得懂研发在说什么 - 文科生的理解力、表达力、结构化思维，恰恰是游戏PM最核心的能力 - 别泛泛地「补技术」，按岗位JD缺什么补什么 想系统补齐框架，可以看[《游戏项目管理14讲》](/courses/game-project-management-14-lessons/)。 想听完整的四模块拆解，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/69bbaeae2d318777c9b0d698)。 --- ## 第120期 - 游戏行业的AI分水岭：效率、阶层和个人选择（播客） - URL：https://pmnote.ai/podcast/episode-120-69b3ab86dfe027e304c25b6f/ - 发布于：2026/03/15 - 摘要：AI不只是在改变开发效率，它正在重新划定这个行业里谁有价值、谁会被边缘化。当个体产能差距被拉到十倍，游戏行业的权力结构和个人选择会发生什么变化。 AI不只是在改变游戏的开发效率，它正在重新划定这个行业里谁有价值、谁会被边缘化。这期聊的不是「AI工具怎么用」，而是一个更根本的问题：当个体能力差距被AI拉到十倍甚至几十倍，游戏行业的权力结构、职业路径和个人选择会发生什么变化。 ## 本期讨论了这些问题 - 为什么技术进步从来不会让人更轻松？ - 游戏行业的「效率陷阱」——工具越强，加班越多，这背后的原因是什么？ - 同岗同级产能差10倍，AI正在打破什么假设？ - 谁在AI分水岭里上分，谁在掉段？ - 「努力就有回报」的信仰，为什么正在被动摇？ ## 要点与金句 - 技术进步从不让人更轻松，它只抬高「合格」的水位线 - 效率陷阱：工具越强，单位时间被要求产出的越多 - AI正在打破「同岗同级产能差不多」的假设 - 过去十年的高薪，要分清多少是能力、多少是红利 - 分水岭面前，个人唯一能选的是站在哪一侧 想看清自己的位置，可以看[《游戏人的AI第一课》](/courses/ai-first-lesson-for-game-industry/)。 想听完整的分水岭拆解，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/69b3ab86dfe027e304c25b6f)。 --- ## 第115期 - AI时代，游戏从业者应该怎么用AI（播客） - URL：https://pmnote.ai/podcast/episode-115-699d5287a22480add6e45365/ - 发布于：2026/03/08 - 摘要：「会用AI工具」和「会用AI工作」是两件事。当AI的使用方式从「对话」进化到「委派」，核心变化不在界面，在你和AI的关系——把「怎么做」交出去，只关注「做什么」和「做得对不对」。 大多数人理解的「用AI」，和真正在用AI的人做的事，已经完全不是一回事了。本期聊当AI的使用方式从「对话」进化到「委派」之后，对游戏行业各岗位意味着什么：策划搭数值模拟器、PM做阻塞项分析，三种使用方式的效率差异可能是数量级的。 ## 本期讨论了这些问题 - 「会用AI工具」和「会用AI工作」，差别具体在哪？ - 从对话式AI到委派式AI，核心变化是什么？ - 游戏行业各岗位，怎么把「怎么做」交给AI？ - 交出执行之后，人该把注意力放在哪？ ## 要点与金句 - 从ChatGPT到Agent型工具，核心区别不在界面，在你和AI的关系 - 「对话」是你问它答，「委派」是你定目标它干活 - 同一件事，三种用法，效率差异是数量级的 - 把「怎么做」交出去，只关注「做什么」和「做得对不对」 - 验收能力，是委派时代的第一能力 想建立委派式工作方式，可以看[《游戏PM的AI实战手册》](/courses/game-pm-ai-practical-guide/)。 想听完整的拆解，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/699d5287a22480add6e45365)。 --- ## 第113期 - 游戏PM春招指南(3):面试最常踩的坑，你中了几个…（播客） - URL：https://pmnote.ai/podcast/episode-113-69914d6c66e2c30377815003/ - 发布于：2026/03/04 - 摘要：春招三部曲完结篇：制作人面试你不是拿题库打分，是凭感觉判断「这个人能不能帮我解决问题」。挖项目经历怎么答、场景题怎么接，最常踩的坑逐个数。 春招三部曲完结篇。前两期聊了JD拆解和准备路径，这期聊最后一关——面试。制作人面试你的时候，不是拿着标准化题库打分，而是凭感觉判断一件事：这个人来了之后，能不能帮我解决问题。 ## 本期讨论了这些问题 - 制作人挖你的项目经历时，真正在听什么？ - 好的回答和差的回答，差别具体在哪？ - 场景题现场分析，为什么不能上来就给方案？ - 面试里最常踩的坑有哪些？ ## 要点与金句 - 好的回答是「有场景、有思考、有行动、有结果」 - 场景题先追问现状，再给第一步能落地的方案——还没搞清情况就开药方是大忌 - 制作人会拿自己正在头疼的问题问你，他想要的是你的思考过程 - 能提出好问题的候选人，比能背好答案的候选人稀缺 想实练面试，可以看站内[面试训练场](/interview/)；想一对一模拟，看[咨询服务](/services/)。 想听完整的面试拆解，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/69914d6c66e2c30377815003)。 --- ## 第111期 - 游戏PM春招指南(2):3步让你从零开始拿到面试机会（播客） - URL：https://pmnote.ai/podcast/episode-111-69914d2466e2c3037781498a/ - 发布于：2026/02/26 - 摘要：春招三部曲第二期：没经验的时候怎么在最短时间把自己准备好——建立对游戏的「感觉」、攒你的「弹药库」、让简历和投递有的放矢。 春招三部曲第二期。上一期拆了JD，告诉你游戏公司真正在找什么人。这一期解决下一个问题——没经验的时候，怎么在最短时间内把自己准备好：建立你对游戏的「感觉」、攒你的「弹药库」、然后让每一次投递有的放矢。 ## 本期讨论了这些问题 - 「对游戏的感觉」怎么建立？玩游戏和会玩游戏差在哪？ - 什么都没有的人，弹药库从零怎么攒？ - 有项目经历但不是游戏行业的，怎么结构化梳理？ - 行业嗅觉怎么保持？ ## 要点与金句 - 玩游戏要带视角：挑3款不同品类，带着「这东西怎么做出来的」去体验 - 行业嗅觉：游戏葡萄、GameLook，每周半小时就够 - 什么都没有？写一篇产品拆解、整理一套管理模板，从零开始攒 - 能讲清楚自己的项目，比PMP证书有用 - 把积累写成文章发出来，既攒品牌也是面试弹药 想系统准备，可以看[《游戏项目管理14讲》](/courses/game-project-management-14-lessons/)。 想听完整的三步拆解，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/69914d2466e2c3037781498a)。 --- ## 【油管解读】一个AI创业者的独白：大事正在发生，而大多数人还没意识到（播客） - URL：https://pmnote.ai/podcast/ai-founder-monologue/ - 发布于：2026/02/21 - 摘要：从海外AI创业者访谈出发，拆解AI浪潮中的产品判断、组织变化和个人行动建议。 这一期节目来自「油管解读」系列。我会把海外前沿科技访谈中值得游戏从业者关注的部分，翻译、拆解并转化成更容易理解的中文语境。 这期内容关注一个 AI 创业者对行业变化的判断：很多事情正在发生，但大多数人还没有真正意识到它会怎样影响自己的工作。 节目里重点讨论三个问题。第一，AI 产品为什么不是简单的工具升级，而是一种新的工作入口。第二，组织内部的协作方式会怎样被更高的信息处理效率改变。第三，普通从业者应该怎样开始建立自己的 AI 使用习惯。 如果你是游戏 PM、策划、运营或内容创作者，这期节目可以作为观察 AI 变化的一扇窗口。 --- ## 第109期 - 游戏PM春招指南(1):游戏公司招PM，JD上没写的才是重点（播客） - URL：https://pmnote.ai/podcast/episode-109-69914c8aa22480add63130d6/ - 发布于：2026/02/21 - 摘要：春招三部曲第一期：拿3个真实在招JD来拆——「5年经验」「主导过千万级项目」拆开看核心就一句话。看清楚他们嘴上没说、心里真正在找的东西。 春招三部曲第一期。游戏公司招PM，JD上写的那些「5年经验」「主导过千万级项目」，拆开了看核心就一句话。本期拿3个真实在招的JD来拆，帮你看清楚他们嘴上没说、但心里真正在找的东西。 ## 本期讨论了这些问题 - 游戏PM还有机会吗？市场大盘什么样？ - 研发PM的JD反复强调的三件事是什么？ - 「懂游戏研发流程」到底要懂到什么程度？ - 为什么说缺的不是跟进度的人，而是能定义「怎么跟」的人？ ## 要点与金句 - JD上没写的才是重点：每一条要求背后都对应一个团队正在疼的问题 - 懂研发流程不是泛泛的「了解」，是能说出具体卡点和依赖关系 - 能建立流程和规范的人，比会跟进度的人稀缺得多 - 跨团队协调的核心，是在十几个工种之间做翻译 想看更多JD拆解，可以看站内[岗位与JD观察](/job-market/observations/)和[《游戏项目管理14讲》](/courses/game-project-management-14-lessons/)。 想听完整的JD拆解，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/69914c8aa22480add63130d6)。 --- ## 【春节加更】游戏PM从业指南：薪资、转行、面试、成长路径全解（播客） - URL：https://pmnote.ai/podcast/episode-extra-699313a7de29766da9bfa06c/ - 发布于：2026/02/17 - 摘要：多年从业经验的系统梳理：游戏PM的薪资前景、核心能力模型、游戏开发全生命周期、日常工作、转行策略、简历与面试准备。站内完全指南的音频版。 这期是从业经验的系统梳理，也是一份完整的行业指南：游戏PM的薪资前景、核心能力模型、游戏开发全生命周期、日常工作内容、转行策略、简历与面试准备。适合想转行成为游戏PM的人、已经在做希望系统提升的从业者，以及从其他行业PM想转入游戏行业的人。 ## 本期讨论了这些问题 - 游戏PM的薪资和前景，整体什么样？ - 游戏PM的核心能力模型，包含哪几块？ - 一款游戏从立项到上线，PM在每个阶段做什么？ - 转行进来的路径，有哪些？ ## 要点与金句 - 游戏PM的能力模型：流程、协作、判断、业务理解，一层层长出来 - 转行路径不止一条：校招、转岗、上下游跳板，先进生态再图发展 - 简历面试的准备，核心是证明你能解决这个岗位正在疼的问题 本期是站内[《游戏项目管理（PM）完全指南》](/articles/game-pm-complete-guide/)的音频版，文字版内容更全，可以直接对照阅读。想系统学习，看[《游戏项目管理14讲》](/courses/game-project-management-14-lessons/)。 想听完整版，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/699313a7de29766da9bfa06c)。 --- ## 第108期 - 转型游戏PM真正要学的，就这几件事（播客） - URL：https://pmnote.ai/podcast/episode-108-698c2a58a22480add6ab2918/ - 发布于：2026/02/13 - 摘要：从招聘方视角倒推：他们要的是「懂游戏研发」的PM，不是「会用JIRA」的PM；面试官其实在找一个「能帮他少操心」的人。研发PM、美术PM、发行PM三个方向的要求拆解。 怎么拿到游戏PM的offer？很多人知道有机会了，但不知道怎么才能拿到。这期从招聘方的视角倒推——他们到底要什么人，你怎么证明自己是那个人。适合想从互联网或传统行业转型的人，和找工作、实习的应届生。 ## 本期讨论了这些问题 - 游戏公司招PM，到底要什么样的人？ - 为什么说企业要的是「懂游戏研发」的PM，不是「会用JIRA」的PM？ - 研发PM、美术PM、发行PM，三个方向的核心要求分别是什么？ - 没有游戏行业经验的人，怎么证明自己是「那个人」？ ## 要点与金句 - 面试官（通常是制作人）其实在找一个「能帮他少操心」的人 - 研发PM：懂研发流程、能建流程规范、跨十几个工种协调 - 美术PM：懂2D/3D管线和外包管理，美术转PM很吃香 - 市场3400亿、项目复杂度指数级上升，PM从可有可无变成不得不有 - 证明匹配度的最好方式，是讲清楚你解决过和岗位同类的问题 想系统准备转型，可以看[《游戏项目管理14讲》](/courses/game-project-management-14-lessons/)。 想听完整的倒推拆解，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/698c2a58a22480add6ab2918)。 --- ## 第95期-游戏行业PM能为提升研发效率做些什么？（播客） - URL：https://pmnote.ai/podcast/episode-95-68e260338bf86095c5e0dbde/ - 发布于：2025/10/19 - 摘要：效率不只是多加班，是团队能不能把精力用在最该用的地方。从流程端、团队端、目标端聊：返工为什么是效率杀手、跨职能协作卡在哪、目标模糊怎么拖垮效率。 效率不只是「多加班」，而是团队能不能把精力用在最该用的地方。作为PM，我们既不写代码也不直接画美术，但我们能通过流程、协作和目标管理，深刻影响研发效率。本期从流程端、团队端、目标端三个维度展开。 ## 本期讨论了这些问题 - 流程端：为什么返工是效率杀手？PM怎么把无效消耗降到最低？ - 团队端：跨职能合作最容易卡住哪里？会议怎么开才高效？ - 目标端：目标模糊是怎么拖垮团队效率的？ - PM怎么发现风险并提前介入？ ## 要点与金句 - 效率的真问题是精力有没有用在最该用的地方 - 返工是效率最大的杀手，需求澄清和里程碑验收是解药 - 跨职能协作的卡点，大多卡在接口和标准没谈清 - 团队效率不高，先查目标是不是模糊，别先查人努不努力 - 会议高效的标志：散会时每个人都知道下一步谁做什么 想进阶体系化管理，可以看[《从执行者到架构师》](/courses/from-executor-to-architect/)。 想听完整的效率拆解，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/68e260338bf86095c5e0dbde)。 --- ## 第94期-游戏公司PM能为降低研发成本做些什么？（播客） - URL：https://pmnote.ai/podcast/episode-94-68e25fc28e321a0d6fff90da/ - 发布于：2025/10/13 - 摘要：为什么游戏研发总是烧钱，很多钱花下去却没有产出？PM不是财务，但能通过决策和流程减少无效投入：外包管控、资产沉淀、风险预防、MVP范围控制。 为什么游戏研发总是「烧钱」？又为什么很多钱花下去，最后却没有产出？作为PM，我们不是财务，但我们能通过决策和流程，减少无效投入，让团队的钱花在刀刃上。本期从外包端、资产端、风险端、版本端、数据端展开。 ## 本期讨论了这些问题 - 外包端：怎么管控供应商，避免低质交付和价格被卡死？ - 资产端：为什么要沉淀素材库、推动中台化，减少重复造轮子？ - 风险端：哪些潜在风险最可能让成本爆炸，PM怎么提前预防？ - 版本端：怎么用MVP思维和范围控制，避免「功能越做越多」的陷阱？ ## 要点与金句 - 研发成本失控，大多失控在看不见的地方：返工、等待、重复造轮子 - 外包管控的核心是验收标准和价格锚点，不是压价 - 沉淀素材库和中台化，是长期成本的分水岭 - 最烧钱的往往不是做错，而是做了不该做的 - MVP思维：先验证再铺开，范围控制是PM的成本闸门 想进阶体系化管理，可以看[《从执行者到架构师》](/courses/from-executor-to-architect/)。 想听完整的成本拆解，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/68e25fc28e321a0d6fff90da)。 --- ## 第93期-游戏项目管理能为提升产品质量做些什么？（播客） - URL：https://pmnote.ai/podcast/episode-93-68e25eff8bf86095c5e0c570/ - 发布于：2025/10/08 - 摘要：PM不写代码不画美术，但能通过流程、协作和决策深刻影响项目品质。从技术端、团队端、用户端、商业端四个维度，聊PM能为质量做什么。 什么是「质量」？如何在有限的人力和时间里，让游戏既能按时上线，又能保证玩家体验？作为PM，我们不是写代码、画美术的人，但我们能通过流程、协作和决策，深刻影响项目最终的品质。本期从技术端、团队端、用户端、商业端四个维度展开。 ## 本期讨论了这些问题 - 技术端：怎么通过流程和标准，帮团队更早发现问题、减少返工？ - 团队端：怎么避免沟通变成内耗，让协作为质量服务？ - 用户端：为什么PM要经常站在玩家角度体验和发现问题？ - 商业端：成本和质量之间，PM怎么做取舍？ ## 要点与金句 - 质量不是测试出来的，是流程里长出来的 - 越早发现问题，修复成本越低——PM的价值在于把发现前置 - 沟通内耗是质量的隐形税 - 站在玩家角度体验产品，是PM最容易忽略也最基本的动作 - 质量和成本的取舍，要摆在明面上谈，不能默认牺牲质量 想进阶质量管理，可以看[《从执行者到架构师》](/courses/from-executor-to-architect/)。 想听完整的四维拆解，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/68e25eff8bf86095c5e0c570)。 --- ## 第92期-游戏行业｜ PM岗秋招攻略（附真实案例）（播客） - URL：https://pmnote.ai/podcast/episode-92-68d77789b4befcf7302424ad/ - 发布于：2025/10/01 - 摘要：针对秋招与转型的三个难点——入职难、转型难、面试难：能过筛的简历怎么写、PM工作怎么量化、面试官真正想听什么、美术PM与研发PM怎么选。 针对游戏PM秋招与转型，把大家最关心的三个难点——入职难、转型难、面试难——做了一次系统拆解。覆盖：怎么写出能过筛的简历、如何把PM工作量化、面试官真正想听到什么、复杂需求场景怎么跟进、美术PM和研发PM怎么选、以及心态与择业建议。 ## 本期讨论了这些问题 - 能过筛的简历，和普通简历差在哪？ - PM的工作怎么量化？（返工率、Bug率、提测准时率） - 面试官真正想听到什么？ - 复杂需求场景里，怎么跟进才算专业？ - 美术PM vs 研发PM，怎么选、怎么扩边界？ ## 要点与金句 - 简历别照抄JD，用「做了什么→解决了什么问题→结果」三段式 - 面试官想听的是标准、监控、闭环，不是「催进度」 - 跟进复杂需求靠关注异常、化解依赖，不是肉身逐条推 - 内包转正可以当保底，骑驴找马不丢人 想系统准备秋招，可以看[《游戏项目管理14讲》](/courses/game-project-management-14-lessons/)或[一对一咨询](/services/)。 想听完整的秋招攻略，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/68d77789b4befcf7302424ad)。 --- ## 第89期-【浓缩版】游戏PM如何规划职业发展道路？（播客） - URL：https://pmnote.ai/podcast/episode-89-68bc3a4297178f08ee972c83/ - 发布于：2025/09/12 - 摘要：浓缩版职业问答：第一份工作看什么、游戏行业为什么这么卷、繁忙日常里怎么提升自己、35岁焦虑的本质、什么时候该换项目。 浓缩版职业问答，六个问题一次过完：第一份PM工作最看重什么、游戏行业是不是很卷、繁忙日常中PM怎么提升自己、游戏PM有没有35岁焦虑、什么时候该换项目换工作、以及PM成长更快的路径。 ## 本期讨论了这些问题 - 第一份PM工作最该看重什么？ - 游戏行业为什么这么卷，PM加班多吗？ - 在繁忙的日常中，PM怎么提升自己？ - 游戏PM有35岁焦虑吗？ - 什么时候该换项目、换工作？ ## 要点与金句 - 带教机制是系统性成长的关键，团队规模差别很大 - 内容产出和玩家消耗的矛盾，是游戏行业卷的根源之一 - 把焦虑转为系统优化：流程、指标、工具 - 35岁焦虑的核心，在于经验有没有转化为判断力 - 换不换，看两件事：还能不能学到可迁移的能力，平台还有没有上升空间 想规划职业路径，可以看[《从执行者到架构师》](/courses/from-executor-to-architect/)或[一对一咨询](/services/)。 想听完整的问答，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/68bc3a4297178f08ee972c83)。 --- ## 第88期-游戏 PM 的成长路径与职业选择（播客） - URL：https://pmnote.ai/podcast/episode-88-68b70a8c5faf368659b6207b/ - 发布于：2025/09/09 - 摘要：游戏PM最常见的职业困惑：第一份PM工作该看什么、新人成长重点、35岁之后靠什么、什么时候该换工作。判断力是护城河，越老越值钱的是沟通、影响力和系统搭建能力。 本期聊游戏PM最常见的职业困惑与成长方向：为什么项目压力容易集中到PM身上、游戏行业「卷」的根源；第一份PM工作该看公司名气还是项目历练；新人PM的成长重点；35岁之后PM靠什么发展；什么时候该考虑换工作。 ## 本期讨论了这些问题 - 第一份PM工作，公司名气和项目历练哪个更重要？ - 新人PM的成长重点是什么？ - 35岁之后，PM靠什么继续往上走？ - 什么时候该考虑换工作？ - 游戏行业的「卷」，根源在哪？ ## 要点与金句 - 第一份工作，能接触真实上线项目和跨职能协作，比公司名气值钱 - 脏活累活也要做得漂亮，新人先攒信用再谈选择 - 建监控和流程机制，不做盯人式管理 - 35岁之后，判断力是护城河；沟通、影响力、系统搭建能力才是越老越值钱的本质 - 换工作的判断：学习曲线还在不在上升，平台还认不认PM的价值 想规划职业路径，可以看[《从执行者到架构师》](/courses/from-executor-to-architect/)或[一对一咨询](/services/)。 想听完整的路径拆解，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/68b70a8c5faf368659b6207b)。 --- ## 第86期-入行游戏PM掌握这些技术知识就够了（播客） - URL：https://pmnote.ai/podcast/episode-86-6898c18f20a2906a4ddae133/ - 发布于：2025/08/23 - 摘要：游戏PM不是技能性岗位，是结构掌控性岗位：不需要亲手写代码做模型，但要对整个研发管线有清晰认识——掌握到「听得懂、问得出」的程度就够。 入行游戏PM，技术知识要掌握到什么程度？先给结论：游戏PM不是技能性岗位，而是结构掌控性岗位——不需要像程序那样亲自写代码，也不需要像美术那样亲手做模型，你真正要做的是让几百个人朝同一个方向前进。要实现这一点，第一步是理解项目背后怎么运转：对整个研发管线有清晰的认识，而不是陷进某一个细节里。 ## 本期讨论了这些问题 - 游戏PM要懂技术吗，懂到什么程度？ - 研发管线的全貌是什么样的？ - 「结构掌控性岗位」和「技能性岗位」差在哪？ - 不懂的技术细节，PM怎么补？ ## 要点与金句 - PM不需要会做，但要知道一件事在流程里的位置 - 开放世界关卡的制作流程：白盒Demo验证玩法→美术资源→战斗数值→优化接入，整条线要有图 - 听得懂研发在说什么、问得出关键问题，这个程度就够 - 陷进细节是兴趣，看清全局才是本职 想系统建立岗位认知，可以看[《游戏项目管理14讲》](/courses/game-project-management-14-lessons/)。 想听完整的技术知识地图，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/6898c18f20a2906a4ddae133)。 --- ## 第84期-作为游戏PM leader，我会优先招聘什么样的PM（播客） - URL：https://pmnote.ai/podcast/episode-84-688e403c8e06fe8de7fe1680/ - 发布于：2025/08/14 - 摘要：见过工作十年以上的PM候选人，在不同公司干同一件事，好的经验却迁移不过去。作为PM leader，我招聘时优先看什么：可迁移的流程优化能力，而不是年限。 作为PM leader，聊聊我招聘时优先看什么样的人。见过一些工作十年以上的PM候选人，在不同公司做不同项目，但负责的模块一脉相承——做关卡的还做关卡，做战斗的还做战斗。可惜的是：他在不同公司里干同一件事，却没办法把之前好的经验迁移过去。能完成流程优化和迁移的人，其实很少。 ## 本期讨论了这些问题 - PM leader招人时，优先看什么？ - 为什么年限长不等于能力强？ - 经验和经验的迁移，差在哪？ - 面试被拒，真的是能力问题吗？ ## 要点与金句 - 在不同公司干同一件事，年限是重复不是积累 - 能把好的流程迁移到新环境的人，比年限稀缺得多 - 迁移一定会遇到阻力，能推着它落地才是能力 - 面试被拒不一定是能力问题，也可能是薪资期望对不上——别急着否定自己 想被面试官选中，可以看[面试训练场](/interview/)或[咨询服务](/services/)。 想听完整的招聘视角，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/688e403c8e06fe8de7fe1680)。 --- ## 第82期-游戏PM需要标准化自己的工作（播客） - URL：https://pmnote.ai/podcast/episode-82-68879b90edf3fa32d5f2833c/ - 发布于：2025/08/08 - 摘要：如果哪天要把手上的摊子交给别人，靠个人判断的东西太多就交不出去。把自己负责的内容抽象成模块、标准化，PM才能从日常琐碎里抽身。 最近我想做一些调整，起因是：如果未来要把手上这些摊子交给别人管，会发现现在靠个人判断的因素太多了——没有办法把一整坨东西完整交出去，只能分配一个个具体任务，这样我自己依然无法从日常琐碎里抽离。所以我想通过标准化和体系化，把自己负责的内容抽象成几个模块：按版本分、按管线分，让它可交接、可复制。 ## 本期讨论了这些问题 - 为什么靠个人判断的工作方式走不远？ - 手上的内容怎么抽象成可交接的模块？ - 标准化自己的工作和标准化项目流程，是一回事吗？ - 为什么这件事越早做越好？ ## 要点与金句 - 交不出去的工作，说明它还长在你脑子里，没有变成体系 - 只能分派具体任务的PM，永远被日常琐碎绑死 - 把自己负责的内容抽象成模块：按版本、按管线，可交接可复制 - 标准化自己，是PM从执行走向管理的第一步 - 这件事没人会提醒你，越早开始想越好 想进阶体系化，可以看[《从执行者到架构师》](/courses/from-executor-to-architect/)。 想听完整的标准化拆解，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/68879b90edf3fa32d5f2833c)。 --- ## 第79期-游戏PM如何判断工作的优先级（播客） - URL：https://pmnote.ai/podcast/episode-79-68751ee760f8f77d407e11a8/ - 发布于：2025/07/31 - 摘要：两个优先级判断：产品方向优先于流程规范——方向不对，流程再好也像上了膛找不到靶子；关键路径优先于把任务填满——排期不是填表格。 游戏PM怎么判断工作的优先级？两个最重要的判断：第一，产品方向优先于流程规范——见过很多PM一上来就建流程、做表格、开例会，但如果产品方向不对、用户价值不明确，团队就像一把上了膛的枪却找不到靶子；第二，关键路径优先于把任务填满——很多刚入行的PM做排期像填表格，看哪个人空就给他安排任务，结果核心模块卡住，外包和上下游全在等。 ## 本期讨论了这些问题 - 为什么产品方向的优先级高于流程规范？ - 流程什么时候是辅助，什么时候是负担？ - 排期为什么不能「看哪个人空就安排任务」？ - 关键路径怎么找？ ## 要点与金句 - 方向不对，流程再好也是高效地走向错误 - 流程只是辅助，核心是把方向做对，项目才能活 - 排期的第一优先级是关键路径，不是把任务填满 - 资源跟着关键路径走，让每一分钟的努力更接近结果 想系统学排期与优先级，可以看[《游戏项目管理14讲》](/courses/game-project-management-14-lessons/)。 想听完整的优先级拆解，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/68751ee760f8f77d407e11a8)。 --- ## 第78期-项目乱也能爆火，管理好的却扑街，项目管理价值在哪里（播客） - URL：https://pmnote.ai/podcast/episode-78-6873d55b93fd2d72b8fbb5ad/ - 发布于：2025/07/27 - 摘要：项目管理决定的是产品能不能做出来；产品能不能挣到钱，得靠市场、时机和客户。把这两件事分开，才看得清项目管理的价值边界。 一个尴尬的问题：有的项目乱成一团也能爆火，有的管理得很好却扑街了——那项目管理的价值到底在哪？我的结论是：项目管理非常重要，但它决定的是产品能不能做出来；产品能不能挣到钱，得靠市场、时机和客户。把这两件事分开，才看得清价值边界。 ## 本期讨论了这些问题 - 项目管理到底解决什么问题？ - 时间、成本、范围、质量，四个维度各自对应什么？ - 为什么管理好的产品也会扑街？ - PM的价值边界在哪，不该背什么锅？ ## 要点与金句 - 项目管理回答的是：能否按预定的时间、预算和质量标准交付 - 时间对应延期率和交付周期，成本对应预算，范围对应需求蔓延，质量对应上线后的表现 - 能不能做出来靠管理，能不能挣到钱靠市场、时机和客户 - PM的价值是把确定性交付出来，不是替产品的市场命运负责 想理解管理的价值定位，可以看[《游戏项目管理14讲》](/courses/game-project-management-14-lessons/)。 想听完整的讨论，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/6873d55b93fd2d72b8fbb5ad)。 --- ## 第77期-一次讲透游戏项目复盘（播客） - URL：https://pmnote.ai/podcast/episode-77-6873cb0993fd2d72b8f9f5c9/ - 发布于：2025/07/25 - 摘要：两种复盘方式：阶段性复盘帮你看清方向（当初的目标是什么，达成了没有，偏离了多少），事件性复盘帮你解剖问题。目标和结构都不同，拆开讲。 复盘分两种：阶段性复盘和事件性复盘，目标不同、结构也有区别。阶段性复盘是帮你看清方向的里程碑反思：第一步总结回顾——当初的目标是什么？现在达成了没有？听起来像废话，但这其实是最重要的一步。是要提升DAU、拉高收入、提高留存，还是打磨核心玩法？现在的结果符不符合当初的目标，偏离了多少？ ## 本期讨论了这些问题 - 阶段性复盘和事件性复盘，差别在哪？ - 阶段性复盘的第一步为什么是回顾原始目标？ - 目标偏离了，怎么判断是执行问题还是目标问题？ - 复盘结论怎么落进下一个版本？ ## 要点与金句 - 复盘先分类型：看清方向的，和解剖问题的，不是同一种复盘 - 不回顾原始目标的复盘，只是在总结情绪 - 偏离不可怕，可怕的是说不清偏了多少、为什么 - 复盘的价值在下一个版本的行为改变，不在会议纪要 想系统学复盘，可以看[《游戏项目管理14讲》](/courses/game-project-management-14-lessons/)。 想听完整的复盘拆解，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/6873cb0993fd2d72b8f9f5c9)。 --- ## 第76期-游戏PM如何高效推进度？分享6步组合拳（播客） - URL：https://pmnote.ai/podcast/episode-76-686f4b1e93fd2d72b8764ff8/ - 发布于：2025/07/23 - 摘要：「拆、约、盯、解、借、控」六步推进组合拳：把任务拆到最小可执行单元、用日期和验收形成承诺、盯事不盯人、帮对方扫清障碍、借外力倒逼、控制情绪与节奏。 经常有人问：怎么催进度才高效？团队不配合怎么办？本期分享我常用的六步推进组合拳——拆、约、盯、解、借、控。帮你不再焦虑催进度，也让项目跑得又快又稳。 ## 本期讨论了这些问题 - 为什么「催」进度往往越催越慢？ - 拆、约、盯、解、借、控，每一步具体怎么做？ - 盯事不盯人，具体怎么落地？ - 怎么借外力形成倒逼，又不伤情面？ ## 要点与金句 - 拆：把任务拆到最小可执行单元，避免空泛指令 - 约：具体到日期加验收方式，形成心理承诺 - 盯：盯事不盯人，用公共看板和周会同步 - 解：帮对方扫清障碍，成为解决问题的人 - 借：借外力形成倒逼机制，提升优先级 - 控：控制情绪与节奏，用事实与问题推进 - 不是催，是推进；不是逼，是解 想系统学进度管理，可以看[《游戏项目管理14讲》](/courses/game-project-management-14-lessons/)。 想听完整的六步拆解，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/686f4b1e93fd2d72b8764ff8)。 --- ## 第75期-从0经验到拿下PMoffer的关键：「面试复盘」（播客） - URL：https://pmnote.ai/podcast/episode-75-686a48a360f8f77d401711db/ - 发布于：2025/07/20 - 摘要：一位想转型的朋友，靠一套「录音+复盘」机制三个月连拿两个PM offer。这套方法不花钱、不依赖人脉，纯靠实战和练习构建优势。 前阵子来咨询的一位朋友，想转型做游戏项目管理，三个月内靠着一套「录音+复盘」的机制，连续拿下两个PM offer。本期拆解这套方法：为什么很多人准备了很多问题，面试还是答不好？面试复盘到底该怎么做才有效？怎么通过听自己的录音，拆出面试官真正关注的点。 ## 本期讨论了这些问题 - 为什么准备了很多问题，面试还是答不好？ - 面试复盘怎么做才有效？ - 怎么通过听自己的录音，拆解出面试官真正关注的点？ - 零经验的人，怎么纯靠练习构建面试优势？ ## 要点与金句 - 面试答不好，多半不是准备得少，是从来没听过自己怎么答 - 录音是最便宜的面试教练 - 复盘拆的不是答案内容，是面试官真正关注的点 - 这套方法不花钱、不依赖人脉，纯靠实战加练习 想练临场表达，可以看站内[面试训练场](/interview/)；想一对一模拟面试，看[咨询服务](/services/)。 想听完整的方法拆解，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/686a48a360f8f77d401711db)。 --- ## 第70期-怪不得那些游戏PM面试总能拿到Offer（播客） - URL：https://pmnote.ai/podcast/episode-70-684915dfb23ed76e6075c306/ - 发布于：2025/06/25 - 摘要：面试高手都提前准备好了10个项目故事模板，每个故事一稿多用以应对不同类型的问题。游戏PM面试的几类必备故事：团队协作、冲突处理、风险应对…… 面了一些同学、也参与了一些面试之后发现：真正的高手，已经提前准备好了10个项目的故事模板，而且每个故事都能一稿多用，应对不同类型的问题。这个方法我自己试过，也见过很多同行在用，确实有效。今天拆解这个框架。 ## 本期讨论了这些问题 - 游戏PM面试，到底在考什么？ - 项目故事库应该准备哪几类故事？ - 一个故事怎么做到「一稿多用」？ - 故事怎么讲，才能体现你解决问题和带团队推进的能力？ ## 要点与金句 - 面试高手不打无准备之仗：10个项目故事模板常备 - 游戏PM面试不只看流程，更看你怎么解决问题、带动团队、在有限资源里推进结果 - 团队协作类故事最常见，冲突和风险类最见功力 - 一个故事准备多个切角，才能应对不同问法 想实练面试，可以看站内[面试训练场](/interview/)；想一对一模拟，看[咨询服务](/services/)。 想听完整的故事库框架，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/684915dfb23ed76e6075c306)。 --- ## 第68期-从新手到能扛事的游戏PM，我学会了这几件事（播客） - URL：https://pmnote.ai/podcast/episode-68-68459d3379e285b9b8db303f/ - 发布于：2025/06/18 - 摘要：从策划转型PM也经历过迷茫、怯场和依赖心理。后来在项目里明白：赢得信任靠的不是流程有多熟，而是能否快速判断、解决问题、让人安心。 成为一名「合格的游戏PM」到底意味着什么？从策划转型到项目管理，我也经历过迷茫、怯场、依赖心理。但随着经验积累发现：在项目里赢得信任，靠的不是流程有多熟，而是你是否能快速判断、解决问题、让人安心。这期送给还在怀疑自己是不是「够格」的你。 ## 本期讨论了这些问题 - 游戏PM没人兜底，怎么学会独立决策？ - 赢得团队支持，靠示弱还是靠价值感？ - 为什么说真正的专业，是敢于提问、直面混乱？ - 什么样的人，在项目中自带光环？ ## 要点与金句 - 赢得信任靠的不是流程熟练，是快速判断、解决问题、让人安心 - PM没人兜底，独立决策是必修课 - 团队支持来自价值感，不来自示弱 - 敢于提问、直面混乱，才是真正的专业 - 聪明、有责任感的人，在项目里自带光环 想进阶成为能扛事的PM，可以看[《从执行者到架构师》](/courses/from-executor-to-architect/)。 想听完整的成长分享，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/68459d3379e285b9b8db303f)。 --- ## 第66期-游戏PM如何做排期，才能不被质疑、避免内耗？（播客） - URL：https://pmnote.ai/podcast/episode-66-68459ca479e285b9b8db0643/ - 发布于：2025/06/11 - 摘要：排期是PM压力最大、最容易被质疑的部分。五步排期方法论：目标明确、资源对齐、拆分节奏、进度反馈、绩效复盘——做好排期靠的不是拍脑袋，是提前对齐和清晰推演。 在游戏开发中，排期常常是项目经理压力最大、又最容易被质疑的部分。程序问你：为什么这么排？老板问你：风险预留够吗？美术说：这节奏根本不合理。 本期结合实战经验，聊游戏PM到底要怎么做「计划与排期」，才能真正赢得团队信任、避免反复推翻、告别拍脑袋拉计划的局面。用五个步骤拆解排期方法论：从目标明确、资源对齐，到拆分节奏、进度反馈、绩效复盘。 ## 本期讨论了这些问题 - 排期为什么总是PM被质疑的重灾区？ - 一份不被反复推翻的排期，是怎么推演出来的？ - 目标、资源、节奏、反馈、复盘，五步各自解决什么问题？ - 排期在执行中被挑战时，PM该怎么回应？ ## 要点与金句 - 做好排期靠的不是拍脑袋，是提前对齐、持续复盘和清晰推演 - 排期先对齐目标与资源，再谈日期 - 进度反馈机制，比排期表本身更能建立信任 - 复盘让下一份排期更准，不做复盘的排期永远是拍脑袋 想系统学计划与排期，可以看[《游戏项目管理14讲》](/courses/game-project-management-14-lessons/)或[《从执行者到架构师》](/courses/from-executor-to-architect/)。 想听完整的五步拆解，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/68459ca479e285b9b8db0643)。 --- ## 第63期-游戏PM选择offer的基本逻辑（校招版）（播客） - URL：https://pmnote.ai/podcast/episode-63-6828a69f457b22ce0d2eda8a/ - 发布于：2025/05/31 - 摘要：实习和校招正式工作的选择逻辑不同：实习侧重积累经验和试水行业，正式工作要更稳健——能干多久、能学到什么、公司把PM放在什么位置。 游戏PM选offer的基本逻辑，校招版。实习和校招正式工作的核心差异是目标侧重点不同：实习侧重积累经验、试水新行业、拓宽视野，不用太纠结公司大小或甲乙方定位；校招正式工作则要考虑得更稳健——优先看能干多久、能学到什么、公司给PM什么样的定位。 ## 本期讨论了这些问题 - 实习和正式工作的offer，选择逻辑差在哪？ - 甲乙方定位对PM的成长有什么影响？ - 选offer时，哪几个原则最该参考？ - 不同职业阶段，选择标准怎么变？ ## 要点与金句 - 实习看积累，正式看起点——两个阶段的砝码不一样 - 公司把PM放在什么位置，比公司名气重要 - 优先选能学到东西、有明确成长路径的offer - 选择标准跟着职业阶段变，别拿别人的尺子量自己 想聊offer选择，可以看[一对一咨询](/services/)。 想听完整的选择逻辑，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/6828a69f457b22ce0d2eda8a)。 --- ## 第62期-游戏PM是监工吗？（播客） - URL：https://pmnote.ai/podcast/episode-62-6826d12d5ccf03732b268c31/ - 发布于：2025/05/17 - 摘要：PM是唯一带「管理」两个字的研发岗位，但评价一直褒贬不一：项目攻坚离不开管理调度，对产能效率的无尽追求又让很多人感到被压榨。PM到底是不是监工？ PM是研发岗位里唯一带「管理」两个字的，但对于这个角色一直存在争议。一方面，项目攻坚、交付高质量版本，离不开大量的管理调度；另一方面，对产能效率的无尽追求，让很多岗位感到压力，甚至有被压榨的感觉。两方面叠加，很多团队对PM的评价褒贬不一。PM到底是不是监工？结合我的经历聊聊。 ## 本期讨论了这些问题 - 为什么PM这个岗位的评价这么两极？ - 管理调度和「监工」的边界在哪？ - 好的PM和坏的PM，团队体感差在哪？ - 对效率的追求，为什么容易让PM变成被讨厌的角色？ ## 要点与金句 - PM是研发岗里唯一带「管理」的，天然站在矛盾点上 - 监工盯的是人，管理盯的是事和机制 - 被压榨感大多来自目标不清和节奏失控，PM恰好是这两个问题的责任人 - 好PM让团队感觉不到被管理，只觉得事情顺 想理解这个岗位的完整图景，可以看[《游戏项目管理14讲》](/courses/game-project-management-14-lessons/)。 想听完整的讨论，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/6826d12d5ccf03732b268c31)。 --- ## 第61期-PM如何帮助游戏提升收入？（播客） - URL：https://pmnote.ai/podcast/episode-61-67bdc7b4606e5c5940cc3bbc/ - 发布于：2025/03/11 - 摘要：PM能提升项目的下限，让管理可控；但怎么提升上限？从PM角色跳出来，站在产品和利润的角度：通过项目管理手段，拉高影响收入的因子。 PM能保证团队的下限——让整个项目团队的管理是可控的。但有一位大佬追问过我：PM应该如何去提升项目的上限？这是个好问题。单从PM职能本身讲，能做的事相对有限；但把视角跳出来，放在项目和产品的角度看：一个游戏产品的上限大概是利润和收入，而利润取决于什么、PM能影响其中的哪些因子，就是值得拆的问题。 ## 本期讨论了这些问题 - PM能保下限，但怎么提升上限？ - 一个产品的利润由什么决定？ - 影响收入的因子里，哪些是PM能通过管理手段拉高的？ - PM的视角，怎么从职能跳到项目和产品？ ## 要点与金句 - PM保的是下限：让项目管理可控；上限要跳出职能看 - 提升收入的逻辑：用项目管理手段，拉高影响收入的因子 - 视角从产品利润出发，PM的动作就有了商业价值锚点 - 只会管进度的PM在下限层，能帮产品算账的PM在上限层 想进阶到业务视角，可以看[《从执行者到架构师》](/courses/from-executor-to-architect/)。 想听完整的拆解，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/67bdc7b4606e5c5940cc3bbc)。 --- ## 第60期-你要多面试，而不是等到换工作了再面试（播客） - URL：https://pmnote.ai/podcast/episode-60-67a1d6bf247d51713c8b675c/ - 发布于：2025/02/18 - 摘要：无论是否有跳槽意向，都该定期投递简历、参与面试：保持市场敏感度、了解岗位能力需求的变化，更重要的是把面试发现的不足转化成实战训练。 为什么要多面试，而不是等到换工作了再面试？一位朋友的方法：无论是否有跳槽意向，都定期投递简历并参与面试，重点关注头部公司或新兴团队。每季度筛选一两家，针对性优化作品集和简历。更重要的一点：光参加面试用处不大，你得把面试中发现的不足转化成实战训练。 ## 本期讨论了这些问题 - 不打算跳槽，为什么还要定期面试？ - 怎么通过面试了解行业对岗位能力需求的变化？ - 面试发现的不足，怎么转化成提升动作？ - 定期面试的节奏怎么安排？ ## 要点与金句 - 面试是最便宜的市场调研：你在市场上值多少，面几次就知道 - 每季度挑一两家针对性投递，重点看头部和新兴团队 - 光面试没用，把暴露的不足转化成实战训练才有用 - 用面试校准职业目标，同时拓宽行业视野 想做模拟面试，可以看[咨询服务](/services/)；想实练，看站内[面试训练场](/interview/)。 想听完整的方法拆解，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/67a1d6bf247d51713c8b675c)。 --- ## 第55期-这有份高薪游戏PM岗，我能投吗（JD拆解）（播客） - URL：https://pmnote.ai/podcast/episode-55-672a2d8fb2eb246ec4ea286d/ - 发布于：2024/11/16 - 摘要：拿一份真实JD现场拆解：PM助理岗，10-15K，职责包括模块排期、美术资产维护、流程推进——从每条职责读出这个岗位实际在做什么、适不适合你。 看到一份高薪游戏PM岗，能不能投？拿一份真实JD现场拆：PM助理，10-15K。职责逐条读——「根据项目需求完成部分模块的计划排期」「负责美术资源的整理、上传和维护」「推动团队的日常执行」「协助PM对团队内部流程进行推进和优化」。每条职责背后，是这个岗位实际在干什么。 ## 本期讨论了这些问题 - JD上的每条职责，怎么翻译成实际工作内容？ - PM助理岗和PM岗，差在哪？ - 从JD怎么判断这个岗位适不适合自己？ - 美术资产维护占大头的PM岗，是什么性质？ ## 要点与金句 - JD要逐条翻译：职责写「维护美术资产」，说明这个岗位偏资产管理方向 - 「协助PM推进流程」说明能接触流程优化，助理岗的重点是攒体系化的知识框架 - 职责写得越具体，岗位画像越清晰；写得越泛，越要在面试里问清楚 - 能不能投，看岗位每天在做什么，不看title和薪资 想看更多JD拆解，可以看站内[岗位与JD观察](/job-market/observations/)。 想听完整的JD拆解，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/672a2d8fb2eb246ec4ea286d)。 --- ## 第51期-游戏PM如何控制研发成本？（播客） - URL：https://pmnote.ai/podcast/episode-51-66f9781281cdab3a93f984f9/ - 发布于：2024/09/30 - 摘要：把研发成本拆开看：人力（薪资、五险一金、外包）、硬件（设备、工位、场地）、软件、公摊。大项目为什么这么花钱，成本管理的落点在哪。 一个游戏团队的基本成本是什么？一个团队、配好电脑、装上专业软件就能开工——所以成本主要是人力、硬件和软件，大一点的公司还有公摊。把这几类再拆细：人力除了薪资还有五险一金、福利、外包；硬件包括设备、工位、场地租金、水电。大项目流程长，每一项都要花钱，所以研发过程中的成本管理和控制才显得重要。 ## 本期讨论了这些问题 - 游戏研发的成本可以拆成哪几类？ - 人力成本里，除了薪资还有什么？ - 大项目的成本，都花在哪些看不见的地方？ - PM在成本控制里能做什么？ ## 要点与金句 - 成本管理的第一步是把成本拆清楚：人力、硬件、软件、公摊 - 人力成本不等于工资条，五险一金、福利、外包都在里面 - 大项目贵，贵在流程长、环节多、每一环都有成本 - PM控成本的重点不在砍，在让花的钱对应得上产出 想进阶成本与体系管理，可以看[《从执行者到架构师》](/courses/from-executor-to-architect/)。 想听完整的成本拆解，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/66f9781281cdab3a93f984f9)。 --- ## 第50期-游戏PM日常如何处理冲突？（播客） - URL：https://pmnote.ai/podcast/episode-50-66e552d05ca6d0ace3ed6e45/ - 发布于：2024/09/22 - 摘要：处理冲突先分清类型：情绪性冲突不是底层冲突，事后主动修复反而可能加深关系。三种日常应对冲突的思维框架。 日常工作中怎么处理冲突？先分清楚发生的是哪种冲突。第一种叫情绪性冲突：性格气场不合，没忍住拍了桌子——这种其实不是底层冲突，不会有什么大事。事后主动去沟通修复，双方的关系反而可能更近一步。本期分享三种应对冲突的思维框架。 ## 本期讨论了这些问题 - 冲突可以分成哪几种类型？ - 情绪性冲突和底层冲突，处理方式差在哪？ - 冲突之后，怎么主动修复关系？ - 怎么把冲突变成加深了解的机会？ ## 要点与金句 - 处理冲突的第一步是分类，不是灭火 - 情绪性冲突不是底层冲突，别把它当立场问题处理 - 事后主动修复，关系可能比没吵过还好 - 冲突是一次加深对彼此了解的机会——职场上能吵起来又能和好的关系，其实挺珍贵 想系统提升协作能力，可以看[《从执行者到架构师》](/courses/from-executor-to-architect/)。 想听完整的冲突框架，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/66e552d05ca6d0ace3ed6e45)。 --- ## 第48期-接游戏行业offer前，请先确认这几件事（播客） - URL：https://pmnote.ai/podcast/episode-48-66cc15131e0176e20ab6c33e/ - 发布于：2024/09/08 - 摘要：JD上写的15薪16薪18薪，可能要达到特定绩效才拿得满。接offer前要确认的清单：年终结构、绩效挂钩方式、工资发放，以及对团队和项目的提前了解。 游戏行业的offer里，年终占很大比例——你要确认的是：年终是固定的几个月，还是和绩效挂钩？很多公司JD上写15薪、16薪、18薪，但这些数字可能要你达到某个特定绩效才能拿满。接offer之前，把薪酬结构的框架先问清楚，再挨个核对。 ## 本期讨论了这些问题 - 游戏公司的薪酬包，一般由哪几部分组成？ - 15薪、16薪、18薪，为什么可能拿不满？ - 绩效档位和年终奖是怎么挂钩的？ - 入职前对团队和项目，该提前了解什么？ ## 要点与金句 - 年终是游戏行业offer的大头，结构不问清，数字没意义 - JD上的薪数，常常需要特定绩效才能兑现 - 绩效档位对应的年终区间，面试时就要问出来 - 提前了解团队和项目，入职后融入会顺得多 - offer不仅是一份文件，它决定了你之后的职场价值——不接垃圾offer 想聊offer选择，可以看[一对一咨询](/services/)。 想听完整的确认清单，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/66cc15131e0176e20ab6c33e)。 --- ## 第45期-游戏行业PM面试与自我提升技巧（播客） - URL：https://pmnote.ai/podcast/episode-45-669b478437236c546e71d9ec/ - 发布于：2024/07/21 - 摘要：PM面试主要考两大块：业务问题和沟通问题。场景题会被故意包装得很复杂，关键是找到核心问题。以及一个长期问题：做全才还是做专才？ PM的面试主要分为两大块：业务上的问题和沟通上的问题。这两块都是日常工作中高频面对的情境。面试里会有很多虚拟场景题，条件故意设计得很极端、包装得很复杂——应对的关键是拨开包装，找到核心问题。另外聊一个长期做PM都要想的问题：做全才还是做专才？ ## 本期讨论了这些问题 - PM面试的两大块考察内容，各自怎么准备？ - 场景题被故意包装得很复杂，怎么破？ - 面试题库怎么用才有效？ - 全才路线和专才路线，怎么选？ ## 要点与金句 - 业务问题考判断，沟通问题考情境反应，两块都要用真实经历准备 - 场景题越极端，越要先找到核心矛盾再开口 - 题库是用来练语感的，不是用来背答案的 - 公司越大项目越大，越需要专才；全才还是专才，早点想清楚 想实练面试，可以看站内[面试训练场](/interview/)或[咨询服务](/services/)。 想听完整的面试拆解，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/669b478437236c546e71d9ec)。 --- ## 第43期-不会代码也不会美术，我该如何加入游戏行业（发行向）（播客） - URL：https://pmnote.ai/podcast/episode-43-666afa51b6a84127298cb35e/ - 发布于：2024/06/16 - 摘要：发行侧的岗位地图：客服、市场、社区、渠道、商务、版本管理、数据分析……这些岗位大多门槛不高，适合对游戏行业感兴趣但非美术非程序背景的同学。 接着研发向，这期聊发行侧的岗位：客服、市场、社区、渠道、商务、版本管理、数据分析等，有的公司也把本地化、商业化、活动放在发行侧——这些岗位本质上是让产品触达更多玩家、创造收入。以社区岗位为例：愿意在社区发声的玩家通常是核心用户，越来越多游戏开始重视社区。 ## 本期讨论了这些问题 - 发行侧有哪些细分岗位，各自做什么？ - 社区岗位为什么在变得重要？ - 发行侧岗位的门槛和发展路径是什么？ - 非美术非程序背景，发行侧是不是更好的入口？ ## 要点与金句 - 发行侧岗位的本质：让产品触达更多玩家、创造收入 - 社区里发声的往往是最核心的用户，社区运营越来越被重视 - 发行侧多数岗位门槛不高，喜欢游戏、对品类有了解就可以尝试 - 发行也是进行业的跳板，先进入生态再图转岗 想走PM路线，可以看[《游戏项目管理14讲》](/courses/game-project-management-14-lessons/)。 想听完整的岗位地图，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/666afa51b6a84127298cb35e)。 --- ## 第42期-不会代码也不会美术，我该如何加入游戏行业（研发向）（播客） - URL：https://pmnote.ai/podcast/episode-42-666afa4db6a84127298cb1e5/ - 发布于：2024/06/15 - 摘要：不会代码也不会美术，研发侧有哪些岗位可以进？策划、PM、QA、商业化、本地化……拆解研发向非技术岗位各自在做什么、门槛是什么。 不会代码、不会美术，想进游戏行业，研发侧有哪些门可以进？现在分工越来越精细，除了策划，还有商业化、本地化、PM、QA、活动等等岗位。大部分人想做游戏的第一反应是做策划，但真正开始之后会发现，玩游戏和做游戏的差别还是挺大的。本期拆解研发向非技术岗位各自在做什么。 ## 本期讨论了这些问题 - 研发侧的非技术岗位有哪些，各自做什么？ - 策划这个岗位，真实工作内容和想象差多少？ - 不会代码不会美术，哪个岗位门槛最合适？ - 现在分工精细化之后，入行的路径有什么变化？ ## 要点与金句 - 研发侧不只有程序和美术：策划、PM、QA、商业化、本地化都是门 - 玩游戏和做游戏是两回事，先搞清楚岗位每天在干什么再投 - 分工越细，非技术岗的专业要求越具体，「我都行」反而没位置 - 选岗位看日常动作，不看岗位光环 想系统了解游戏PM这条路径，可以看[《游戏项目管理14讲》](/courses/game-project-management-14-lessons/)。 想听完整的岗位拆解，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/666afa4db6a84127298cb1e5)。 --- ## 第41期-游戏PM的专业维度（播客） - URL：https://pmnote.ai/podcast/episode-41-665156214efbc0c3dce86c9c/ - 发布于：2024/05/27 - 摘要：身边总有人吐槽他们的PM「不专业」，让本来容易沟通的事变复杂。怎样才算一个打引号的「专业」的PM？从三个维度拆解我见过的好PM身上的品质。 随着PM岗位越来越普遍，专业性参差不齐的情况也时有发生。身边有不少人吐槽他们的PM不专业，让本来容易沟通的事情变得复杂。那怎样才算一个打引号的「专业」的PM？本期分享我见识过的优秀PM应该具备的品质——案例来自我的老板、同事和我带过的同学，从专业知识等三个维度来拆。 ## 本期讨论了这些问题 - 「专业」的PM，专业具体体现在哪几个维度？ - 专业知识、专业动作和专业感，差别在哪？ - 不专业的PM，最常把什么事搞砸？ - 怎么把抽象的「专业」变成可落地的行动？ ## 要点与金句 - 专业的反义词不是业余，是让简单的事变复杂 - PM的专业知识：懂流程、懂协作、懂行业的常识水位 - 专业感来自可预期的行为：说到做到、信息透明、响应及时 - 把「专业」拆成行动项，才能一天天攒出来 想系统建立专业框架，可以看[《从执行者到架构师》](/courses/from-executor-to-architect/)。 想听完整的三维拆解，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/665156214efbc0c3dce86c9c)。 --- ## 第40期-游戏项目管理的发展前景如何（播客） - URL：https://pmnote.ai/podcast/episode-40-66407a46b813c7172b887acf/ - 发布于：2024/05/14 - 摘要：游戏PM这个工种的前世今生：早年项目管理由主策、制作人兼任，美术管理由主美兼任；体量和分工膨胀之后，专职PM才成为必需。岗位前景怎么判断。 游戏项目管理作为工种，在国内流行起来也就是最近几年的事。再早之前，游戏项目组的项目管理几乎都由主策或制作人承担，美术项目管理由主美来做——因为那时候游戏体量和团队规模都不大，需要协同的工种也没有今天这么细分。本期聊这个岗位的前世今生，以及它的前景：待遇、工作内容，和这个岗位会往哪走。 ## 本期讨论了这些问题 - 游戏PM这个工种是怎么出现的？ - 为什么以前主策、主美能兼任，现在必须专职？ - PM岗位的前景怎么样，待遇和内容在怎么变？ - 「专业」的PM，到底专业在哪？ ## 要点与金句 - 专职PM的出现，是游戏体量和分工膨胀的结果，不是管理时尚 - 岗位需求跟着协作复杂度走，复杂度不降，PM的需求不降 - 「专业」两个字太抽象，要拆成可衡量的行为才有意义 - 判断岗位前景，看它解决的是不是结构性问题 想看清岗位全景，可以看[《游戏项目管理14讲》](/courses/game-project-management-14-lessons/)。 想听完整的前景分析，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/66407a46b813c7172b887acf)。 --- ## 第32期-游戏pm如何高效开会？（播客） - URL：https://pmnote.ai/podcast/episode-32-65e6b2844525864db9058bd7/ - 发布于：2024/03/11 - 摘要：会议多到「真正干活的时间在晚上七点之后」？442原则：40%精力花在会前准备，20%花在会议过程，40%花在会后跟进——会议的价值在闭环，不在开会本身。 有段时间我经常吐槽：每天会议太多，晚上七点之前的时间基本被会议占满，真正干活的时间是七点之后。今天分享一个会议理论——442原则：把会议拆成三个阶段，40%的时间花在会前准备，20%花在会议发生的过程中，最后40%花在会后跟进，形成完整的会议闭环。 ## 本期讨论了这些问题 - 为什么大多数会议低效？ - 442原则的三个阶段，各自该做什么？ - 会前准备到底要准备到什么程度？ - 会上跑题了（尤其是老板跑题），PM怎么控场？ ## 要点与金句 - 会议的价值在闭环，不在开会本身 - 40%会前、20%会中、40%会后——准备和跟进比开会重要 - 会上控场是PM的职责，包括把跑题的老板拉回主题 - 会后没有跟进的会，等于白开 想系统学协作机制，可以看[《游戏项目管理14讲》](/courses/game-project-management-14-lessons/)。 想听完整的会议拆解，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/65e6b2844525864db9058bd7)。 --- ## 第27期-金三银四：offer篇（播客） - URL：https://pmnote.ai/podcast/episode-27-65c711bfb6c9256aeebf4388/ - 发布于：2024/02/16 - 摘要：谈offer先算清楚你的base：到手10k不等于税前10k，按到手工资算涨幅是新人最常见的坑。薪酬和福利分别怎么谈。 金三银四系列之offer篇。谈薪酬第一个建议很简单：算清楚你的base。有个朋友当时每月到手大概10k，HR问期望薪资，他按网上说的跳槽涨30%-50%，觉得自己该要13-15k——但到手10k不等于税前10k，还要算扣税和五险一金。我们一起算完，他光税前薪资就明显高于自己以为的数字。报价报低了，亏的是自己。 ## 本期讨论了这些问题 - 期望薪资怎么报，才不算亏？ - 到手工资和税前base，差距有多大？ - 除了月薪，薪酬包里还有哪些要谈的？ - 行业大环境下，打工人怎么做薪酬决策？ ## 要点与金句 - 谈offer先算清base：到手10k，税前可能是另一个数 - 按到手工资算涨幅，是新人最常见的报价坑 - 薪酬谈的不只是月薪，还有结构、福利和兑现方式 - 行业增速放缓时，岗位和晋升的逻辑都会变，跟着大趋势做选择 想聊offer选择，可以看[一对一咨询](/services/)。 想听完整的offer拆解，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/65c711bfb6c9256aeebf4388)。 --- ## 第26期-金三银四：面试篇（播客） - URL：https://pmnote.ai/podcast/episode-26-65c31ad5cace72dff8a0e780/ - 发布于：2024/02/10 - 摘要：简历筛选顺利，一到面试就紧张发挥不好？把面试拆成五个模块分别准备：自我介绍、常规模块、项目模块、成果模块、职责模块。 金三银四系列之面试篇。有没有过这种情况：简历筛选还蛮顺利的，但一到面试就紧张，发挥不好，浪费一次机会。经历过几次之后，我开始思考怎么让自己以好的状态进面试——办法是把整个面试过程拆成五个模块，分别准备：自我介绍、常规模块、项目模块、成果模块、职责模块。 ## 本期讨论了这些问题 - 面试紧张发挥不好，根源是什么？ - 面试拆成哪五个模块，各自怎么准备？ - 自我介绍怎么设计，才能给整场面试定调？ - 项目经历和成果，怎么讲才有说服力？ ## 要点与金句 - 面试紧张多半不是能力问题，是准备方式不对——没拆过，所以心里没底 - 把面试拆成模块，每个模块单独练，上场才不慌 - 自我介绍是整场面试的定调，值得逐字打磨 - 讲项目要带出成果，讲成果要落到数字 想实练面试，可以看站内[面试训练场](/interview/)；想一对一模拟，看[咨询服务](/services/)。 想听完整的五模块拆解，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/65c31ad5cace72dff8a0e780)。 --- ## 第25期-金三银四：简历篇（播客） - URL：https://pmnote.ai/podcast/episode-25-65c318f0cace72dff8a0d03a/ - 发布于：2024/02/08 - 摘要：站在面试官视角聊简历：同一份简历在HR和业务面试官眼里完全是两回事；三种最常见的简历坑——全是别人的事、执行细节堆砌、转行经历写反了重点。 金三银四系列之简历篇。同一份简历，在HR眼中很优秀，在业务面试官看来可能毫无亮点——因为两拨人看的东西根本不一样。本期站在面试官视角，聊简历上有没有埋「钩子」，以及我见过的三种最常见的简历坑。 ## 本期讨论了这些问题 - HR和业务面试官看简历，看的东西有什么不同？ - 简历上的「钩子」是什么，怎么埋？ - 三种最常见的简历坑，你中了几个？ - 中途转行的人，过往经历该怎么写？ ## 要点与金句 - 「统筹、管理、推动、跟进」写满一页，等于没写你自己的价值 - 把抽象的形容词具象化：你具体做了什么，最后形成了什么成果 - 执行细节堆得再多，面试官想问的都是「然后呢」 - 转行简历的重点不是解释过去，是证明可迁移 想针对性改简历，可以看[一对一咨询](/services/)；想系统准备求职，可以看[《游戏项目管理14讲》](/courses/game-project-management-14-lessons/)。 想听完整的三种坑拆解，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/65c318f0cace72dff8a0d03a)。 --- ## 第22期-从初级到资深，游戏PM的成长与未来（播客） - URL：https://pmnote.ai/podcast/episode-22-6588491c6396a4645a16a3e2/ - 发布于：2023/12/31 - 摘要：研发PM的核心竞争力是游戏研发全流程的把关落地：策划、程序、测试、版本，加上和美术部门的上下游衔接。从初级到资深，能力维度怎么一层层长出来。 很多JD里都写「希望研发PM做游戏研发全流程的把关落地」——这其实就是研发PM的核心竞争力。全流程通常包括策划、程序、测试和版本相关；美术部分更多是跟美术PM配合、做上下游衔接，因为美术有专门的美术PM跟进细节。本期聊从初级到资深，游戏PM的能力怎么一层层长出来。 ## 本期讨论了这些问题 - 研发PM的「全流程把关」，具体包括哪些环节？ - 研发PM和美术PM的分工边界在哪？ - 从初级到资深，能力维度怎么升级？ - 跨部门沟通能力，为什么是全流程把关的前提？ ## 要点与金句 - 全流程把关落地，是研发PM的核心竞争力 - 美术强影响版本节奏，研发PM必须懂美术的上下游衔接 - 初级的成长是把单点环节做扎实，资深的成长是把全流程串起来 - 跨部门沟通不是软技能，是全流程把关的技术前提 想规划成长路径，可以看[《从执行者到架构师》](/courses/from-executor-to-architect/)。 想听完整的成长拆解，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/6588491c6396a4645a16a3e2)。 --- ## 第21期-Bug多？不好玩？游戏质量管理来帮忙（播客） - URL：https://pmnote.ai/podcast/episode-21-658688fe157cd445eeb97d62/ - 发布于：2023/12/25 - 摘要：游戏的质量有两层：设计层面好不好玩、研发层面Bug多不多。玩家说「什么都好就是不好玩」，和「有严重Bug」，是两类不同的质量问题，PM参与的方式也不同。 一款好产品的标准是「好玩且Bug少」——这其实是两层质量：设计层面的质量（好不好玩、能不能让玩家持续玩下去）和研发层面的质量（Bug数量、有没有影响运行的严重问题）。玩家在评论区说「画面好、打击感好、也流畅，但主线结束后就是传统一条龙，过几天就不想玩了」——什么都好，就是不好玩。本期以这两层质量为例，聊PM如何参与质量管理。 ## 本期讨论了这些问题 - 游戏的质量应该拆成哪两层来看？ - 「什么都好就是不好玩」，是什么问题？ - PM在设计质量和研发质量里，分别能做什么？ - 质量管理的动作，应该放在流程的哪些节点？ ## 要点与金句 - 好玩且Bug少，才是好产品——两个维度缺一个都不行 - 设计质量看玩家留不留下来，研发质量看游戏稳不稳定 - 质量不是最后验出来的，是在过程里管出来的 - PM的价值是把质量动作嵌进版本节奏，不是上线前突击 想系统学质量管理，可以看[《游戏项目管理14讲》](/courses/game-project-management-14-lessons/)。 想听完整的质量拆解，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/658688fe157cd445eeb97d62)。 --- ## 第14期-啥是游戏研发PM，这个岗位需要做些什么呢（播客） - URL：https://pmnote.ai/podcast/episode-14-652ac1c819dde7bf6a70785a/ - 发布于：2023/10/16 - 摘要：游戏研发PM到底做什么：搭建工作流程、对齐目标与落地计划、提升团队效率。十几个工种的协作场景里，PM是让信息和方法对齐的人。 游戏研发PM这个岗位到底需要做些什么？三件事：搭建工作流程、对齐目标与落地计划、提升团队效率。游戏研发涉及十几个工种，没有一种流程适合所有游戏——同品类不同项目的侧重点都可能不同，这种差异化带来的不确定性，正是PM存在的理由。 ## 本期讨论了这些问题 - 游戏研发PM的三项核心工作是什么？ - 为什么没有一套流程能适配所有游戏项目？ - 搭建工作流程，从哪开始？ - 研发PM需要什么样的经验门槛？ ## 要点与金句 - 最理想的状态是每个人都懂协作，不需要流程约束——现实是十几个工种必须有PM来对齐 - 流程不是越细越好，是匹配项目阶段和品类特点 - 研发PM要知道什么是行业内的好实践，这需要真的踩过坑 - PM的门槛低在入门，高在判断 想系统了解这个岗位，可以看[《游戏项目管理14讲》](/courses/game-project-management-14-lessons/)。 想听完整的岗位拆解，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/652ac1c819dde7bf6a70785a)。 --- ## 第13期-两个游戏项目的Scrum实践案例（播客） - URL：https://pmnote.ai/podcast/episode-13-651a9fb119dde7bf6ae5d474/ - 发布于：2023/10/09 - 摘要：两个不同游戏项目引入Scrum的真实案例：遇到了什么问题、怎么通过Scrum尝试解决、以及复盘Scrum对游戏研发到底有没有帮助。 敏捷实践系列的一期：两个不同游戏项目引入Scrum的真实案例。项目当时遇到了什么问题、我们怎么通过引入Scrum尝试解决、最后复盘Scrum是不是真的对游戏研发项目有帮助，以及如果你想引入Scrum框架，应该怎么开始。 ## 本期讨论了这些问题 - Scrum是什么，它适合什么样的项目？ - 两个游戏项目引入Scrum前，各自遇到了什么问题？ - 引入之后，哪些问题解决了，哪些没有？ - 想在自己项目里引入Scrum，应该怎么开始？ ## 要点与金句 - Scrum是以交付和迭代为核心的工作框架，承诺导向，但不适合所有项目 - 跨职能小团队、增量交付、时间盒，是它发挥作用的前提 - 引入框架前先想清楚要解决什么问题，框架不是目的 - 用户故事、版本规划、估算，是落地的三个基本功 想系统了解项目管理方法，可以看[《游戏项目管理14讲》](/courses/game-project-management-14-lessons/)。 想听完整的案例复盘，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/651a9fb119dde7bf6ae5d474)。 --- ## 第8期 - 揭开美术项目管理的面纱（播客） - URL：https://pmnote.ai/podcast/unveiling-art-project-management/ - 发布于：2023/08/07 - 摘要：通过腾讯、网易和鹰角的三个APM招聘JD，介绍游戏公司的美术项目管理岗位与日常工作。 这一期从腾讯、网易和鹰角的三个 APM 招聘 JD 出发。节目分享游戏公司的 APM 工作日常。 ## 要点与金句 - 通过腾讯、网易和鹰角的三个APM招聘JD，分享游戏公司的APM工作日常 相关阅读：[第122期 - 策划转PM，美术管线怎么搭？实战复盘](/podcast/building-art-pipeline-from-scratch/) 如果你想继续了解美术项目管理，可以查看[《游戏美术项目管理基础》](/courses/game-art-project-management/)。 想听本期完整内容，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/64cf126980c9ec4c5f7eae3a)。 --- ## 第7期-游戏公司的PM需要做些什么事？（播客） - URL：https://pmnote.ai/podcast/episode-7-64c9125bb3f6c440a89e0f24/ - 发布于：2023/08/01 - 摘要：通过米哈游的三个PM招聘JD，拆解游戏公司PM的能力图谱：研发类PM（策划/美术/程序方向）和中台类PM（发行/平台/本地化等）分别在做什么。 通过米哈游的三个PM招聘JD，拆解游戏公司PM的能力图谱。先给游戏PM分类：研发类PM（策划PM、美术PM、程序PM等细分方向）和非研发类的中台岗位（发行PM、平台PM、音频PM、本地化PM等）。从JD的岗位职责和任职要求，看不同类型PM分别在做什么、要求什么。 ## 本期讨论了这些问题 - 游戏PM可以分成哪几类，各自做什么？ - 研发类PM和中台类PM，工作方式有什么不同？ - 从JD里怎么读出岗位的真实工作内容？ - 想入行的人，该对照JD补什么？ ## 要点与金句 - PM不是一个岗位，是一族岗位：研发类和中台类干的是两种事 - 以需求为维度推进落地的PM，往往挂在特性小组结构里 - JD的每一句职责，背后都是团队的真实痛点 - 读JD要读出「这个岗位消除的是什么模糊」 想看更多JD拆解，可以看站内[岗位与JD观察](/job-market/observations/)和[《游戏项目管理14讲》](/courses/game-project-management-14-lessons/)。 想听完整的JD拆解，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/64c9125bb3f6c440a89e0f24)。 --- ## 第6期-需求宣讲会与游戏PM的定位（播客） - URL：https://pmnote.ai/podcast/episode-6-64bb6f505680f4d4a86ad551/ - 发布于：2023/07/22 - 摘要：一个需求从策划案到正式排期进入版本，中间隔着一场宣讲会。拆解宣讲会的前置动作、开会方式，以及PM在其中的定位。 一个需求怎么从策划案变成版本里的正式排期？中间隔着一场宣讲会（有的团队叫执行会、需求会）。本期拆解：宣讲会之前要完成哪些前置动作——策划案审核、交互设计稿验收；会上怎么把需求本身的信息对齐；会后怎么正式进入排期。以及PM在这整个过程中的定位。 ## 本期讨论了这些问题 - 宣讲会开始之前，要完成哪些前置动作？ - 策划案和交互稿的验收节点，谁来把关？ - 宣讲会上，PM要做什么准备？ - PM在需求流转中的定位是什么？ ## 要点与金句 - 需求进版本不是一句话的事，中间有一道正式的对齐工序 - 前置动作不到位，宣讲会就会变成扯皮会 - 宣讲会的价值是把需求信息一次对齐，避免会后各自理解 - PM在需求流转里是组织者，也是验收节点之一 想系统了解需求管理，可以看[《游戏项目管理14讲》](/courses/game-project-management-14-lessons/)。 想听完整的流程拆解，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/64bb6f505680f4d4a86ad551)。 --- ## 第2期-转行游戏项目经理踩过的「坑」（播客） - URL：https://pmnote.ai/podcast/episode-2-64a44be363a61044f43e1be0/ - 发布于：2023/07/05 - 摘要：从四年游戏策划转型PM的路上踩过的几个坑：创作者思维到管理者思维的切换，没有想象中那么容易。 在做专业PM之前，我做过四年游戏策划。那段日子很纯粹：拆解各种游戏模块的设计目的，想着怎么把好的设计融进自己的项目，一天到晚对着屏幕，跟游戏待在一起就能沉进去。 转型PM，表面上只是换了个岗位，实际上是把脑子里的操作系统换了一遍。策划关注的是「怎么让游戏更好玩」，PM关注的是「怎么让一群人把游戏做出来」。本期结合我自己的转型经历，聊这条赛道切换路上踩过的几个坑。 ## 本期讨论了这些问题 - 从策划转型PM，最容易踩的坑是什么？ - 创作者思维和管理者思维，差别具体在哪？ - 转型初期，什么事是PM最该先学会的？ ## 要点与金句 - 策划把方案想清楚，PM让团队把事情做对——两件事需要的能力完全不同 - 转型最大的坑，是以为业务理解可以直接兑换成管理能力 - 刚转型时最该补的不是方法论，是协作的手感 想系统了解游戏PM这个岗位，可以看[《游戏项目管理14讲》](/courses/game-project-management-14-lessons/)。 想听完整的转型故事，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/64a44be363a61044f43e1be0)。 --- ## 第1期-一款游戏是怎么立项的？（播客） - URL：https://pmnote.ai/podcast/episode-1-64a2f97d233bfbafdf95d9f4/ - 发布于：2023/07/04 - 摘要：立项定生死。立项之前先想清楚三件事：游戏做给谁玩、做这个产品是为了什么（赚钱、口碑还是练团队）、团队的基因适不适合这个方向。 「立项定生死」。立项之前，首先需要明确目标、找准定位。第一个问题是：游戏是做给谁玩的？但定位不是目的，目的是想清楚做这个产品是为了什么——最常见是为了商业回报，也有为了做口碑的，还有新团队为了打磨长线研发能力、拿项目练手磨合的。确定目标之后，再按目标筛选方向、评估团队基因。 ## 本期讨论了这些问题 - 立项之前，要先想清楚哪几件事？ - 做游戏是为了挣钱、口碑还是练团队，不同目标怎么影响方向选择？ - 团队基因在立项里扮演什么角色？ - 三消市场的两个经典打法，巧妙在哪？ ## 要点与金句 - 立项定生死：方向错了，后面做得越努力亏得越多 - 定位不是目的，想清楚「做这个产品是为了什么」才是 - 新团队可以拿项目练手，但要把这个目的摆在明面上 - 不正面抢用户，而是把别的用户转换成自己的用户——把盘子做大比抢盘子聪明 想系统了解游戏项目管理，可以看[《游戏项目管理14讲》](/courses/game-project-management-14-lessons/)。 想听完整的立项拆解，可以前往[小宇宙收听本期节目](https://www.xiaoyuzhoufm.com/episode/64a2f97d233bfbafdf95d9f4)。