第172期 - 游戏行业AI Agent的Token，到底该怎么花？

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》。

想听完整的失败复盘，可以前往小宇宙收听本期节目。