小团队AI 生存策略：将AI嵌入游戏研发工作流——GGS2025 ｜ 胡扯会议

2025年4月11~12日，我在广州参加了 GGS 2025 第四届全球游戏峰会 并做了主题演讲。

两天的会议，我全程听完，使用 AI 工具做了会议记录，同时人肉拍摄了每一张幻灯片。

幻灯片已经分享到胡扯群中， 相信群友们已经看到了。

我会将会议上精彩的演讲整理出来，包括问答形式的要点，演讲逐字稿，以及演讲 PPT。欢迎大家阅读和分享：

• 盛趣游戏：AI技术落地和AIGC技术发展的思考——GGS2025 ｜ 胡扯会议
• 独立游戏开发者：从数值平衡到提升付费，AI在美术、玩法、关卡、测试上的8个实战案例——GGS2025 | 胡扯会议
• 4399三年AIGC探索：美术提速、代码渗透，全员AI落地攻略——GGS2025 | 胡扯会议
• AI原生游戏时代：通往无限内容的征途与挑战——GGS2025 | 胡扯会议
• 「游戏技术总监」AI破解企业知识管理3大痛点：数据孤岛/流程僵化/创新低效（PPT+逐字稿）—GGS2025 | 胡扯会议
• 月赚1亿的手游如何设计付费体系？弓箭传说2主策划首次公开底层逻辑（逐字稿+PPT）——GGS2025主题演讲 | 胡扯会议
• AI生成完整游戏——GGS2025主题演讲 | 胡扯会议

今天分享的是曾老师自己的演讲： 小团队AI 生存策略——将AI嵌入游戏研发工作流。

• 1. 方向：选择比 996 重要

• 习惯的力量

• 上下游的范式变化

• 缺少评价机制

• 美术岗位工作流的变化

• 主美职责的变化

• 202408蔡浩宇的「AI暴论」

• 202502黄一孟的「AI暴论」

• 小团队的定义

• AI暴论：蔡浩宇和黄一孟

• AI发展：模型替代工具是趋势

• 习惯的力量：为什么员工对使用 AI 不上心

• 2. 团队：融合 AI 需要什么成员

• AI 3D 资产和物理世界

• AI 2D 美术资产的应用

• 开源世界的 MCP

• 1. 动态世界与系统模拟（原生 AI 游戏）
• 2. UGC 生态与 UGC 平台
• 3. 工具链重构与研发效率提升（使用 AI 工具做传统游戏）

• AI游戏的三个级别

• AI 应用研发的优势和劣势

• AI 时代，创始人深入一线

• 3. 执行：AI 嵌入研发工作流

• 美术工作流-旧版

• 美术工作流-新版

• 美术工作流-未来

• 策划工作流-旧版

• 策划工作流-新版

• 程序工作流-旧版

• 程序工作流-新版

• 现在是最好的时机

• 工作流变化：程序、美术、策划

• AI工作流的调整：自下而上 VS 自上而下

• 没有最好的时机：做中学

• 准备好的人儿不伤心

• 原文逐字稿+PPT

重要信息

演讲者

武汉虎澈科技有限公司-创始人&CEO-胡扯游戏撰稿人-曾嵘

游戏热爱者，持续创业者，沦为程序员的美术老师，15年游戏老兵。

美术老师做技术，程序员出身的创业者，自研自发百人游戏公司从0到1的实践者。

从研发、管理、发行、商务到运营的亲身实践：

• 人事管理
• 项目管理
• 发行管理
• 产品策划
• 技术管理
• 财务管理

演讲时间

2025年04月11日 16:16

关键词

AI 游戏开发 小团队 创业者 GPT-4o 图像能力 精准文本渲染 深度知识教育 创意拓展能力 工作流 评价机制 效率提升 UGC

全文概要

本次对话深入探讨了AI在游戏开发及企业领域的广泛应用，突出了跨行业、跨专业人才的重要性，以及AI对工作流程优化和创新机会创造的推动作用。

讨论指出，创业公司正利用AI技术革新游戏开发，实现了从基础到高级的不同层级应用，包括自动化任务、智能决策支持以及个性化内容生成。AI不仅提升了团队效率，还为游戏设计带来了前所未有的创造力。

讨论强调了正确理解和有效利用AI技术对于保持行业竞争力至关重要，同时也关注了个人如何应对AI带来的工作技能挑战，鼓励终身学习和适应性发展。整体上，对话凸显了AI作为行业变革核心力量的地位，以及通过技术促进创新和效率提升的重要性。

1. 方向：选择比 996 重要

小团队的定义

30人以内，全员开发岗

AI暴论：蔡浩宇和黄一孟

202408蔡浩宇的「AI暴论」

“AIGC 已经彻底改变了游戏开发；只不过这一现象还需要时间来完全在大众眼中展开。未来，理论上只有两类人在游戏创作领域的存在是有意义的：

1）顶尖的0.0001%——最有洞察力的天才，拥有最深刻的理解和卓越的设计能力，能组成精英团队，创造出前所未有的东西。
2）99%的爱好者，可以随心所欲地创造一个游戏，只是为了满足自己的想法。

对于从普通到专业这个范围内的游戏开发者来说，我们不妨考虑转行。”

202502黄一孟的「AI暴论」

理论上从现在开始，公司里不应该有任何人的工作和AI无关。无论工作内容是否由Al产出，至少工作结果要由AI来检查一轮，指出错误，给出建议。

高情商说法，每个人都是老板，有无数AI听你指挥为你干活。

残酷点说法，每个人也是AI的下属，员工被老板用AI监督工作，老板被股东和政府用AI来监督赚钱和交税。

AI发展：模型替代工具是趋势

电商和工具类创业者 Jimmy Cheung 今年3月26号发在微博上的截图。他这段话感触很深，感触来自于GPT-4o 的图像能力。GPT-4o 在3月26号发布。

关于 GPT-4o 生图的详细演示，可以去看这篇文章： GPT-4o生图能力炸场，可以做空Adobe了？

而在 GPT-4o之前，主流的方式是使用 ComfyUI 工作流：

你梦中情人的照片只有上半身，这个工作流先把半身照变成全身，然后穿商泳装，生成一张海滩的照片，再把人物和背景合成。

以前大家可以靠这样的工作流来牟利，他们花了大量时间去调模型，和训练。现在 GPT-4o 用自然语言交流就可以做了。

我们不得不感叹：

人类发明工具偷懒，但模型自身就是工具

然而：

从工具到游戏产品，目前还得依靠人类

习惯的力量：为什么员工对使用 AI 不上心

员工对于 AI不上心，从三个角度来分析：

习惯的力量

帮我写个策划案？帮我写个周报？帮我改一段代码？这AI不过如此嘛！

提问题的水平决定了AI能力的上限。

上下游的范式变化

AI的全面应用，需要上下游一起变化。

美术：从绘制到选择绘制。策划：从做表到设计表。程序：从编程语言到自然语言。

缺少评价机制

不用AI不会影响员工收入。

使用AI（表面上）没有增值预期。

美术岗位工作流的变化

• 部分工作使用 AI 替代
• 部分原创的工作变为选择
• 部分绘制的工作变为修改，部分入库的工作变成整理
• 部分风格的工作变成训练

主美职责的变化

• 从 交付型 和 分配型 变成 思考型 和 决策型 。
• 要疯狂学习 AI 领域的知识，理解不同 AI 工具的特点。
• 关注和学习 大多数美术岗位 最讨厌的代码 。
• 主动打破几年或者十几年建立起来的 技能壁垒， 把自己和更年轻的从业者放到同一个起跑线，接受自己的学习力可能弱于年轻人的现状，需要强大的 耐心和勇气。

我在 CTO和技术人，怎样避免被AI干掉？ 一文中，对这种思维方式做了详述。

核心的原因是：

只有创始人/老板更关注效率提升

2. 团队：融合 AI 需要什么成员

AI游戏的三个级别

1. 动态世界与系统模拟（原生 AI 游戏）

• AI驱动的社会模拟
• 智能化 NPC
• Agent 系统与沙盒

以蔡浩宇的 Whispers from the start 为例，这类游戏利用 AI 改变了现有游戏的交互模式和玩法。这就是 原生AI游戏。

详述文章：AI驱动的社会模拟：蔡浩宇的 AI 游戏。

独立游戏 1001 Nights 中，NPC的反应，玩家手中的武器，武器名称、技能、外观，乃至故事中的世界，都由玩家讲出的故事实时生成。

从 原生 AI 游戏 的先锋性和挑战性来看，它只能由创新性的小团队和大厂的创意团队来完成。

2. UGC 生态与 UGC 平台

• 提供 AI 辅助工具，支持用户参与游戏创作，UGC 变成了 PGC
• 面向 Agent 的罗布乐思和我的世界

蛋仔派对、元梦之星这类大体量，依赖社交和 UGC 的产品，在 AI 工具的加持下，能给用户提供更优秀的工具，从 UGC 向 PGC 转化，进而带动游戏生态一起进步。

3. 工具链重构与研发效率提升（使用 AI 工具做传统游戏）

• AI辅助编码
• AI美术工作流
• AI辅助关卡编排和测试

大多数的商业游戏公司，则可以更多把 AI 用来重构工具链，提升研发效率。也就是 使用 AI 工具做传统游戏。

以《江南第一直播公司》这个产品为例，3 个人，一年时间完成这种体量的模拟经营产品，如果没有 AI 的加入是绝对不可能的。开发者说：

• 游戏内的立绘全靠 MidJourney。物品 80%用 Stable Diffusion。
• 每个角色都拥有自己的短视频“作品”，由可灵或者即梦生成。
• 角色故事和弹幕文案 70%靠 DeepSeek 和 ChatGPT（一个中文梗，一个逻辑稳）
• 聊天接入：火山引擎、DeepSeek、豆包大模型。
• 聊天好感度：Coze官方教程。

Coze 官方角色陪伴好感度条件：

https://www.coze.cn/template/agent/7416317028925161512

详述文章： 这也行？3个人爆肝9个月，还真用AI搓出了Top2的爆款！

AI 应用研发的优势和劣势

在游戏制作过程中，3D 游戏相对 2D 游戏成本更高，让我们认为 3D 世界相对更难实现。但对于 AI 来说，可能正好是相反的。

AI 3D 资产和物理世界

3D 资产和物理世界，是 AI 理解的核心目标。物理和数学遵循规则，AI 在算力足够的情况下更容易理解。

AI 2D 美术资产的应用

在 2D 世界中，游戏设计者只需要满足「看起来正常」即可，很多 2D 骨骼动画有许多的技巧可以使用，甚至不需要遵循物理规律。

可以参考一下 Spine 官方在论坛中对 AI 相关话题的回复：

• https://zh.esotericsoftware.com/forum/d/24001-ai-into-spine
• https://en.esotericsoftware.com/forum/d/25605-ai-and-spine

我们也绕不开 PhotoShop。当然，由于 Photoshop 支持插件系统，已经有很好的第三方付费工具可以使用了。Adobe 官方也已经解放了 AI 生产力。

在开源世界里，对 AI 的支持会更加直接。比如下图展示了开源图像创作工具 Krita 中嵌入的 AI 编辑工具。

开源世界的 MCP

另一个开源世界的优秀工具是 MCP。下图展示大模型调用 Blender MCP 建模的例子。

但实际的工作流程中，这样级别的使用，还起不到太大的作用。决定模型和产品质量的，仍然是人。

想要了解 MCP，可以参考曾老师的文章：90%人不知道的MCP神操作：用Claude透视桌面「女」文件夹。

AI 时代，创始人深入一线

基于下面的原因，在 AI 时代，小团队的创始人始终深入 AI 应用和研究一线，是效率最高的选择。

• 融合 AI 对于成员有较高的要求。
• 大公司有中台部门，小公司要靠核心人。
• 只有创始人敢于变革工作流。
• 只有创始人能修改评价机制。
• 只有创始人能承担效率责任。

3. 执行：AI 嵌入研发工作流

现在是最好的时机

百度、腾讯接入 DeepSeek，微信可以添加元宝作为联系人，美丽国说 DeepSeek 影响了美国股价，更多 AI 创业者出现在人民大会堂……

一个连中文名都没有的APP，被所有人记住，AI的破圈认知度达到顶峰。

逆水寒、和平精英均接入了 DeepSeek，大厂对AI部署的深度和广度远超小厂。

工作流变化：程序、美术、策划

AI 发展飞快，之前大家熟悉的工作流，已经悄然发生了变化。

美术的工作流调整：

• 需求 -> 生成 - > 选择 -> 修改
• 文生图 -> 图生图 -> 工作流

程序工作流调整：

• 片段生成 -> 算法生成 -> 项目生成
• 原型化 -> 多窗口 -> 项目重构 -> 编程语言翻译 -> 自动化

策划工作流调整：

• 写方案 -> 生成数值 -> 生成文案 -> 辅助资料查找
• 改UI -> 摆界面 ->测试关卡 -> 自动修改

美术工作流-旧版

使用提示词工程。

美术工作流-新版

使用 ComfyUI 工作流。

美术工作流-未来

GPT-4o 的生图能力强大，支持使用自然语言，基于参考生成 UI 和场景。

OpenAI 已经推出 gpt-image-1 服务，ComfyUI 也可以将 GPT-4o 的生图能力整合进入工作流。

https://openai.com/index/image-generation-api/

策划工作流-旧版

使用 AI 辅助分析，获取思考材料。

策划工作流-新版

使用 知识库+工作流+大模型 进行关卡创建和修改任务。

程序工作流-旧版

创建程序片段，然后进行调试。

程序工作流-新版

使用 AI IDE 工具，直接解释项目，调试编码。

• Windsurf
• Trae
• Cursor
• Copilot
• Cline
• 通义灵码
• Claude 3.7 Sonnet

程序员们或许还在等待，但缺乏编码经验的产品经理们，已经把用 AI 编写的工具推到 AppStore 排行榜上了：

AI工作流的调整：自下而上 VS 自上而下

对于希望使用 AI 的人们来说，希望的工作流是自下而上的：

• 不打破现有的部门间流程。
• 使用AI作为补充工具。
• AI是助理和词典角色。
• AI为人类打工，人类体感较好。

在真实的世界里，如果想要达到更好的效果，应该追求自上而下的工作流：

• 基于知识库、工作流、自动化构建。
• 从立项开始的AI优先。
• AI基于现有知识库和搭建好的工作流运行。
• 人类决策，补充AI需要的知识库，编写AI下一步流程，提供AI需要的工具和资源。
• 人类为AI打工，人类体感较差。

没有最好的时机：做中学

有人说，现在 AI 变化太快了，等一等可以一次性学完。

这当然是个玩笑。

但这也是事实。下面这个工作流项目解决的问题是图层融合功能。然而看过GPT-4o生图能力炸场，可以做空Adobe了？ 这篇文章的都知道，GPT-4o 已经可以用自然语言解决这个问题了。

https://github.com/huchenlei/ComfyUI-layerdiffuse

大模型飞速的进展，经常一不小心就把我们熟悉的技能秒到渣儿都不剩，作为不够聪明的开发者，我们就只能转行吗？

准备好的人儿不伤心

进步是被一小撮人推动的，恐慌没有必要，伤心并无依据。

让我们看看想起和围棋世界是怎么被 AI 打败的：

然而人类，并没有停止下棋。

• AI 比普通人类聪明
• 大脑是个补丁+补丁的生物体，无法物理升级
• 承认落后，换一种方式思考
• 不是「学 AI 」，而是「和 AI 一起做项目」

未来如何，不言自明