2026 年 5 月 27 日，曾老师在杭州参加了 2026 微信小游戏开发者大会。这是曾老师以媒体和开发者双重身份参会的第 3 年。 本篇是大会下午场开发者分享实录，标题为： 《一箭又一箭》：克制设计，打磨长线休闲玩法 分享人为广州畅想互动何毅坤。 上午场的完整分享，请看昨天的报道： 50 万开发者，5 亿月活，千万流水：微信小游戏 9 年答卷 三轮立项 大家下午好！很荣幸今天在这里和大家分享《一箭又一箭》的思考。相信大家第一次看到箭头 like 玩法的时候，都会被简单的玩法所吸引，但这个项目在我们团队内部的立项过程一波三折，总共经历了三轮立项，最终才确定开发。 第一次立项的时候，大家一致认为这个玩法太简单了，商业化数据会受限，没 …

阅读更多

今天，曾老师在杭州参加了 2026 微信小游戏开发者大会。这是曾老师以媒体和开发者双重身份参会的第 3 年。 曾老师会基于会议上的观察，结合自己的思考，对这次会议的部分内容做一个详细解读。 （除了部分图片使用 AI 重绘以提升质量外，本文全部手工制作） 小游戏生态洞察与全局思考 从 2017 年的《跳一跳》发布开始，微信小游戏平台已经走过了 9 年。以下整理出小游戏团队提供的核心数据，方便大家有一个宏观感受。 活跃数据 5 亿月活用户 人均时长 60+ 分钟 每日社交互动 1 亿+ 性别和城市比例 男性 53%，女性 47% 一二线城市 45% 三线及以下 44% 年龄 10%：24 岁以下 50%：24-40 岁 40%：40 岁 …

阅读更多

今天胡扯 AI 群里，有群友问到： 各位，很久没有关注生图模型，现在是不是 image2 比香蕉强了？ 图中提到的 image2，指的是 OpenAI 最新的 gpt-image-2 模型；香蕉则是 Google 的生图模型，目前最新的是 gemini-3.1-flash-image-preview，俗称 Nano Banana 2。 最好的比较方式，就是在实际工作中直接拿来用。下面的比较，是曾老师在日常工作中使用 ChatGPT 和 Gemini 官方 App 做的对比。曾老师一般都会使用同样的提示词，在 ChatGPT 和 Gemini 中各生成一遍，谁表现好就用谁。 为了方便表述，下面统一使用 ChatGPT 和 Gemini …

阅读更多

曾老师去年底进入 AI 漫剧领域，在一线获得了不少洞察。五个月过去，目睹 AI 漫剧产业的变化：红果平台从沙雕漫到真人漫，从解说剧到互动剧，扶持政策一变再变；行业从疯狂招人到谨慎缩编，再到现在平台下架几千部成品剧，过审率跌至谷底。 这说明平台也在尝试淘汰劣质产能，属于优质作品的时代即将来临。 但我们也知道，行业的变迁从来不是一蹴而就的。曾老师经历了完整的页游、手游、小游戏周期，在这些平台早期，都出现过低质量产品占领市场的阶段。但无一例外，所有行业最终都会向优秀作品转型。 对中小团队有利的是：无论是平台还是发行方，都开始追逐 更优质的产能。 对于中小团队不利的是：早期入场的千人团队，已经通过早期的增长红利 完成了原始积累。 劣币驱逐良 …

阅读更多

AI 发展一日千里，从 同事.SKILL 到 女娲.SKILL，人类不断试图蒸馏有效的工作流，希望完整数字化人类的技能树。 VAST 的使命，是让每个人都能创造属于自己的互动世界。把 3D 资产变成可交互的鲜活世界，光靠提供资源生成能力远远不够——所以我们想做一件更有趣的事：蒸馏游戏。 蒸馏游戏的核心工作，就是把游戏世界里那种「鲜活」的规则、物理和交互分解出来，喂给下一代 Tripo AI：一个真正的世界模型。 AI 逐渐进入游戏生产工作流，提升美术内容生产的品质和效率，简化游戏制作管线。 游戏，是由人类构造和深度参与的复杂数字模拟世界。无论是《塞尔达》的旷野，《王者荣耀》的峡谷，《GTA》的城市，还是《星际争霸》的战场……这些海量 …

阅读更多

在 一到下午，所有的模型都在卡…… 这篇文章里，我提到了小米 Xiaomi MiMo Token Plan 中的 mimo-v2-pro，效果挺不错。 在升级到 mimo-v2.5-pro 之后，小米不但把之前套餐里的使用积分全额重置，还同时开通了 Xiaomi MiMo Orbit 百万亿 Token 创造者激励计划。 我再次使用 mimo-v2.5-pro 把我的博客和主页重构了一下，整个体验非常顺滑，也没有再碰到资源不足导致模型没法使用的情况。看来小米已经增加了算力储备。 搜索模块设计 我的个人博客 blog.zengrong.net 中有一个搜索功能，一直没有完成。这次，就让 mimo-v2.5-pro 帮我把这个放了两年多 …

阅读更多

上一篇 漫剧全自动字幕翻译 Skill：Codex 5.5/DeepSeek V4/Gemini 3 混战 中，曾老师介绍了使用三个大模型工具进行字幕翻译和检验的流程。 本篇接着介绍利用大模型 + ffmpeg 进行多语言字幕和首帧烧录流程。 任务流程回顾 建议回顾一下上篇中的字幕与首帧烧录全流程。下面是流程图，文字版见上篇。 任务文件夹结构 无论是自动化程序还是 AI（或者正经人类程序员），都会先将过程结构化以方便推导。下面是整个执行过程中的文件夹结构： 1└── C01 2 ├── cache //过程中使用的中间素材 3 │ ├── covers //多国语言封面首帧图片 4 │ │ ├── en 5 │ │ ├── id 6 …

阅读更多

曾老师日常工作中，常常混用多个 AI 工具和大模型，哪个好用就用哪个。 这样不但方便了解每个模型和工具的特点，也容易找到最出活、效率最高的那一个。 这次这个项目，就是用多个模型解决一个相对具体的任务。这样的生产项目测试，远比写一个 demo 进行测试要靠谱。如果文章对你有帮助，欢迎关注点赞转发三联。 任务定义 在海外漫剧制作的过程中，经常需要翻译多种语言。正常情况下，使用剪映或者 Premiere 重新输出另一种语言的字幕视频，效率是非常低下的（因为需要人类参与）。 更高效的方式是这样： 抽离英文字幕。 抽离人声。 英文字幕翻译成多种语言（对齐时间轴）。 人声翻译成多种语言（对齐时间轴）。 封面翻译成多种语言。 将多种语言的字幕、人 …

阅读更多

经常有群友问我：Coding 过程中，怎么把测试和编码都自动化起来？ 看看你的 Coding 流程，是不是还在用下面这种方式和 AI 沟通： Coding 之后，手动调试。 把后端 log 发给 Agent。 在前端控制台里复制 log 内容发给 Agent。 Agent 调整完成后，再重复上面的 1 到 3 步。 这个流程其实挺低效。 让 Agent 读取后端 log 其实很方便。你只要在 AGENTS.md 或 CLAUDE.md 里把后端 log 的获取方式写清楚，Agent 就会自己去拿。比如下面这样： 当然，后台管理不是本文重点。本文着重讨论曾老师日常在 Web 前端开发里使用的浏览器自动化工具。有了这些工具，你就能把 …

阅读更多

曾老师昨天买了小米的 Xiaomi MMO Token Plan（100 元档），改了两个 BUG 就剩 80 块了…… 问题是，这还卡着，一个问题改 40 分钟没改完。 曾老师这是第一次希望 token 快点花完，因为 token 不动，证明模型被限流了。 小米的 mimo-v2-pro 编程能力还是不错的，曾老师觉得差不多达到了 GLM 5.1 的水准。当然有可能是 GLM 5.1 太卡，水准发挥不正常？ 一到下午，对于我这种每个模型都开一个窗口，同时干活的人来说，也无法逃过被卡住的命运，因为： ！所！有！模！型！都！卡！！！ 智谱的 GLM 5.1 超卖就不说了，一到下午就 429。 速度发挥最稳定的莫过于 …

阅读更多