——一个游戏PM的年度观察
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。
展开剩余94%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、Sprint评审、跨组对齐、里程碑评审……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。
@Hao的游戏PM笔记
发布于：上海市太原股票配资提示：文章来自网络，不代表本站观点。
