Hao的游戏PM笔记

📝 本期摘要
Hao的游戏PM笔记本期聊了游戏行业求职的几个常识误区。Hao 结合自己十年游戏项目管理、带团队招人、以及帮人做简历优化的经验，拆解了简历该怎么写、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。核心观点是：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项目经理，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？
🔥 本期核心内容
1. 简历是你的第一个产品

HR 筛简历平均只有十几秒，通篇「负责、参与、推动」却没...去小宇宙查看完整单集简介
在小宇宙查看该单集文稿

📝 本期摘要
Hao的游戏PM笔记本期聊的是一个很多游戏PM都有体感、但很少摊开讲的问题：用了AI之后，我们并没有更轻松，反而更忙了。Hao结合自己在游戏团队的管理经验，拆解了“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。他用砍功能、化解两组矛盾、自己写流程工具三个真实场景，说明了游戏PM真正不可替代的，是信息不完整时的判断力、人和人之间的信任，以及用AI去解决过去只能干等的问题。
❓ 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？
🔥 本期核心内容
1. AI省下的时间，很容易被“...去小宇宙查看完整单集简介
在小宇宙查看该单集文稿

📝 本期摘要
Hao的游戏PM笔记本期聊的是游戏人的"第二曲线"。Hao结合自己十年游戏项目管理的经历，以及身边一批正在做副业、谋出路的游戏人的真实状态，拆解了大家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。核心结论是——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项目经理，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？
🔥 本期核心内容
1. 出路不是退路。 退路是被逼到墙角才想起的备胎，出路是你主动趟出来的新路。游戏行业里确定、低风险、有现成模板的机会早已卷成红海，凡是你...去小宇宙查看完整单集简介
在小宇宙查看该单集文稿

📋 本期信息
• 日期：2026.06.15
---
📝 本期摘要
Hao的游戏PM笔记这期聊了一个反常识的现象：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。Hao 结合自己在游戏团队的管理经验，把差距拆回到一个根子上的东西——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 该怎么系统学习项目管理、补上从执行到统筹的能力差？
...去小宇宙查看完整单集简介
在小宇宙查看该单集文稿

📝 本期摘要
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 很容易在「要确定性」的压力下，从替团队挡事的人，滑向替组织盯人的人；而 AI 在帮你提效的同时，也把「掌控」的诱惑照得更亮。最后回到一个朴素的自我校准标准，以及一个没有标准答案、但值得守住的东西。
---
❓ 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？这种区别意味着什么？
• PM 的责任为什么是「无边界」的？「在场又不属于」是一种什么样的处境？
• 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」？...去小宇宙查看完整单集简介
在小宇宙查看该单集文稿

📝 本期摘要
Hao的游戏PM笔记本期聊的是「AI FOMO」——当所有人都在喊 All in AI 的时候，游戏团队到底该怎么面对。Hao 结合自己在游戏团队的管理经验，拆解了三个判断：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。核心结论是，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
* 为什么很多团队面对的不是 AI 转型，而是 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？
* 在游戏研发里，AI 适合先从美术管线、外包管理这类环节切入，还是先做版本风险预测？
🔥 本期核心内容
...去小宇宙查看完整单集简介
在小宇宙查看该单集文稿

📝 本期摘要
Hao的游戏PM笔记本期继续拆解“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。上期聊的是从零到一，这期更适合零基础想转行游戏PM、游戏PM新人，以及对游戏行业感兴趣的应届生，用真实项目阶段来理解 PM 到底在干什么。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。看懂这三个阶段，才能看懂游戏项目经理不是简单催进度，也不是做表格打杂，而是在复杂协作里守住节奏、暴露问题、推动团队交付。
❓ 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？
* 一款游戏从零到一之后，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...去小宇宙查看完整单集简介
在小宇宙查看该单集文稿

📝 本期摘要
Hao的游戏PM笔记本期拆解了硅谷101 对田渊栋的访谈，从一个游戏项目经理的视角，聊了钱、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。Hao 结合自己在游戏团队的管理经验，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项目经理，在 AI 时代还来得及吗？
* 游戏 PM 和互联网 PM 在这轮 AI 变革里，...去小宇宙查看完整单集简介
在小宇宙查看该单集文稿

📝 本期摘要
Hao的游戏PM笔记本期从零基础视角，拆解一款游戏从想法到可验证版本的早期过程。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。本期重点讲预研立项、Demo、垂直切片三个阶段，分别对应确定方向、验证核心玩法、建立品质标准。对于游戏PM新人、零经验转行做游戏项目经理的人，以及想进入游戏行业的应届生来说，这是一期理解 game project management 基础框架的入门内容。
❓ 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？
* 游戏PM vs 互联网PM 的区别...去小宇宙查看完整单集简介
在小宇宙查看该单集文稿

📝 本期摘要
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。本期从一线游戏PM的视角出发，拆解了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，以及整个行业正处于类似1987年"Solow悖论"的阶段——工具买了，但工作方式没跟上。最后给出个人AI订阅的月度审计方法，帮你分清哪些钱该花、哪些该砍。
❓ 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%被返工吃掉了——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...去小宇宙查看完整单集简介
在小宇宙查看该单集文稿

📝 本期摘要
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的视角出发，梳理了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AI最薄弱的环节。同时拆解了AI对小游戏、独立游戏、3A三个层级的不同影响，分析了"公式复制成本趋零"对市场竞争格局的冲击，以及为什么"原创性"正在成为AI时代最值钱的东西。
❓ 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"在技术上已经成立，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...去小宇宙查看完整单集简介
在小宇宙查看该单集文稿

📝 本期摘要
一个做了近四年PM的朋友被裁后发现，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。这个故事引出一个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。与此同时，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"岗位首当其冲。本期从被动忙碌的成因、行业结构变化、被动离场的延迟代价三个层面展开分析，最后给出三个可操作的方向：把公司流程提炼成可迁移的方法论、系统学习AI技能、在公司之外建立职业网络。
---
❓ 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样的风险，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...去小宇宙查看完整单集简介
在小宇宙查看该单集文稿

📝 本期摘要
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。这期从零讲透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，不涉及任何命令行操作。在AI时代，PM不需要记命令，只需要理解这些概念背后的意图，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？
🔥 本期核心内容
1...去小宇宙查看完整单集简介
在小宇宙查看该单集文稿

📝 本期摘要
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，拆解了Token的三层定价结构（Input / Cached / Output），分析了它如何将游戏开发的固定成本转变为可变成本，梳理了围绕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未来趋势。对游戏PM来说，学会"管Token"可能是AI时代需要补上的第一课。
❓ 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如此大？
* 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...去小宇宙查看完整单集简介
在小宇宙查看该单集文稿

📝 本期摘要
Token消耗量正在成为衡量团队AI化程度的核心指标，但这个指标可能完全是错的。Meta内部搞了Token消耗排行榜，覆盖8万多员工，排名第一的人烧掉了价值数百万美元的Token。Hao结合自己游戏团队的管理经验，拆解了为什么Token总量是一个误导性指标，提出了Token per task（每任务Token消耗）作为更合理的度量方式，并分享了"越贵的模型反而越省钱"的反直觉发现和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？
🔥 本期核心内容
1. Token消耗量是输入指标，不是产出指标
...去小宇宙查看完整单集简介
在小宇宙查看该单集文稿

📝 本期摘要
Hao的游戏PM笔记本期从心理学、信息论和哲学的角度，探讨了AI时代一个核心问题：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，论证了"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，分析了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，需要具备什么样的判断力？
* 游戏开发中的Sprint迭代如何适配"好...去小宇宙查看完整单集简介
在小宇宙查看该单集文稿

📝 本期摘要
本期聊了AI在游戏行业从Demo走向量产面临的核心挑战。从"试十遍成一遍"和"说十遍都得成"的认知差距说起，探讨了脚手架工程（Harness Engineering）为什么比模型本身更决定AI能不能上线、大模型幻觉在游戏场景中的事实锚定方案、速度-成本-效果的不可能三角及分层架构解法、build to delete的AI工具链心态，以及评测体系这个被严重低估的量产基础设施。核心观点：模型能力不是瓶颈，围绕模型搭建的工程保障体系才是AI能否真正进入游戏生产管线的关键。
❓ 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？
🔥 本期核...去小宇宙查看完整单集简介
在小宇宙查看该单集文稿

📝 本期摘要
这是月度答疑的第二期。过去两个月收到了五十多条游戏PM相关的咨询，覆盖求职转行、offer选择和在职协调三个方向。整理过程中发现一个规律：大部分人对自己问题的诊断是错的。本期将这些咨询归纳为三类卡点误判——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——逐一用真实案例拆解卡点在哪、怎么破，最后回到一个核心判断：你以为的卡点往往不是真正的卡点，问对了问题答案就出来了。
❓ 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？
🔥 本期核心内容
1. 简历翻译失败是求职卡...去小宇宙查看完整单集简介
在小宇宙查看该单集文稿

📝 本期摘要
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。这个故事引出一个根本问题：大部分PM积累的经验是「做过什么」，而不是「什么条件下该怎么判断」。前者换个项目就失效，后者到哪都能用。本期从「能搬家的经验」和「搬不走的经验」这个区分出发，用版本规划中的真实决策场景拆解了怎么沿着因果链条做判断，列举了大厂流程搬到小团队、照搬故事点估算、跟风爆款立项等游戏行业高频翻车场景，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？
🔥 本期核心内容
1. ...去小宇宙查看完整单集简介
在小宇宙查看该单集文稿

📝 本期摘要
Hao的游戏PM笔记本期分享《游戏PM的AI实战手册》的第十篇加餐，聊了一个大部分AI深度用户都会遇到的问题——用着用着不知道让AI做什么了。Hao结合自己大半年的AI Agent开发和使用经验，从四个时间节点的工作记录中提炼出一个判断：问题出在"人提需求→AI执行"这个模式本身的结构性瓶颈。在此基础上提出了"自进化飞轮"的构想——让AI从被动执行者变成能自主发现问题、优化自身的协作伙伴。这套思路对游戏PM日常的Sprint回顾和工作流迭代同样适用，并给出了三个不需要技术能力就能落地的起步方法。
❓ 本期讨论了这些问题
* 为什么用AI一段时间后，会出现"不知道让AI做什么"的空窗期？
* 当前"人提需求→AI执行"的协作模式，瓶颈到底在哪一端？
* 怎么把AI从"初级员工"升级为能自主发现问题的"资深员工"？
* 什么是"自进化飞轮"，它和普通的自动化有什么区别？
* 不写...去小宇宙查看完整单集简介
在小宇宙查看该单集文稿

📝 本期摘要
2026年，游戏行业AI工具采纳率已超过90%，但超过半数从业者认为生成式AI对行业产生了负面影响。本期从一线游戏PM的视角出发，探讨了AI效率提升背后的四个真实困境：省下来的时间被组织填满、从业者角色从执行者退化为质检员、团队协作因不同环节的AI采纳差距而失速、以及60分到100分之间的能力鸿沟反而变得更有价值。同时分享了那些在AI时代真正获益的游戏人的共同特征——他们不追工具，追工作流。
❓ 本期讨论了这些问题
* AI提升了73%开发者的效率，为什么行业焦虑反而在上升？
* 当从业者的角色从执行者变成AI的质检员，下一步会变成什么？
* 为什么AI在个人层面落地顺利，到了跨团队协作就全部撞墙？
* AI能快速拿到60分，从60分到100分的路为什么AI走不了？
* 当AI能做80%的执行工作时，游戏从业者靠什么留在牌桌上？
🔥 本期核心内容
1. 效率陷阱：AI提了产能...去小宇宙查看完整单集简介
在小宇宙查看该单集文稿

📝 本期摘要
当一个大型互联网团队超过90%的代码由AI生成后，他们发现系统复杂度的增长远超维护能力——根源不在代码质量，而在需求端的失控。
AI压缩了交付周期，也降低了提需门槛，"先做做看"成为默认心态。
这个问题在游戏项目中尤为严重，因为系统间的高耦合度让一个需求的返工代价远高于互联网产品。
本期从需求失控的根因、游戏项目的特殊性、以及PM可落地的三个应对策略三个层面展开讨论。
❓ 本期讨论了这些问题
* AI Coding为什么导致需求端失控而非代码端出问题？
* 为什么游戏项目的技术债比互联网产品积累得更快？
* 组织的激励结构如何推动"做更多"而非"做更对"？
* PM如何在自己的影响范围内守住需求入口？
* AI应该被用来生成需求文档还是审查需求文档？
🔥 本期核心内容
1. AI Coding的最大风险在需求端，不在代码端
AI压缩了交付周期，需求方的心理门槛随之降低。"先做...去小宇宙查看完整单集简介
在小宇宙查看该单集文稿

📝 本期摘要
游戏行业长期以来有一种"天才叙事"——好产品是个人灵感的产物。但十年项目管理经验告诉我，真正让项目从PPT走到上线的，不是那一两个决定性的大判断，而是上千个"谁都知道该做但不是谁都能做到位"的执行决策。本期从一个朋友招人时的感慨切入，拆解"靠谱"的三层含义——做事有闭环、对输出负责、眼里有整个项目，探讨在团队规模越来越大、个人英雄主义逐渐退场的行业趋势下，为什么可预测性正在成为比创造性更稀缺的竞争力，以及游戏PM如何系统性地训练"靠谱"这项能力。
---
❓ 本期讨论了这些问题
• 为什么游戏行业招人时"靠谱"比"有想法"更难找到？
• "靠谱"这个看似模糊的词，拆开来到底包含哪三层能力？
• 当项目规模从十几人膨胀到上百人，个人英雄主义为什么逐渐失效了？
• 为什么大多数项目问题的根因不是"不知道怎么做"，而是"知道但没做到位"？
• 游戏PM如何通过日常习惯系统性地训练自...去小宇宙查看完整单集简介
在小宇宙查看该单集文稿

📋 本期信息
* 原始来源：「Hao的游戏PM笔记」原创长文
📝 本期摘要
这期聊的是游戏团队在AI时代真正的护城河——不是技术，不是资金，而是组织形态。通过育碧、BioWare、米哈游、网易和Riot Games的案例，分析了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。对管理者来说，关键在于决策权跟着信息走、结构承诺和口头承诺一致、扩张前想清楚为什么需要更多人。对从业者来说，选择一个组织，本质上是在选择你会变成什么样的人。
❓ 本期讨论了这些问题
* 为什么有些游戏团队技术不差、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？
* 米哈游的「team of teams」模式在规模扩张后遇到了什么问题？
* 管理者搭建组织结构时最容易忽略的三个关键点是什么？
* 从业者选择团队时，怎么判断一个组织的形态适不适合自己？
🔥 本期核心内容
1. ...去小宇宙查看完整单集简介
在小宇宙查看该单集文稿

内容摘要
游戏行业9年PM从业者Hao，基于茹炳晟老师提出的AI Native产品经理成长框架，将游戏从业者与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，逐层剖析每个阶段的核心挑战与实操思路。最终结论是：当所有团队都用上了差不多的AI，拉开差距的不是技术，而是谁更懂自己的玩家、谁知道什么时候该克制。
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？
怎么在需要确定性的游戏系统里用好不确定的AI工具？
当策划能用AI独立验证玩法原型，研发协作模式会发生什么变化？
AI工具全面普及后，游戏团队之间比的到底是什么？
本期核心内容
从消耗型到投资型：AI提效的真正门槛
策划花两小时跟A...去小宇宙查看完整单集简介
在小宇宙查看该单集文稿

📝 本期摘要
《纽约时报》记者 Jasmine Sun 采访了五十多位技术研究者、经济学家和政策专家后发现，硅谷内部正在形成一个令人不安的共识：先进AI将在短期内大规模替代知识工作岗位，普通人的经济议价能力可能消失，财富和权力进一步向AI公司和资本所有者集中。"永久底层阶级"这个概念虽然极端，但它折射出的焦虑是真实的——从OpenAI的GDPVal测试方向、到企业提前裁员、到AI公司自身研究揭示的技能退化问题。本期从游戏行业项目管理的视角，拆解了这篇报道的3个层面，并讨论了AI对游戏研发团队的实际影响和从业者的应对方向。
❓ 本期讨论了这些问题
* 为什么OpenAI的GDPVal测试方向本身就是在测"AI能否替代高薪专业人士"？
* 为什么AI公司嘴上说"增强人类"，实际研发方向却全部指向Agent？
* Anthropic的研究发现初级工程师依赖AI后技能下降17%，这对游戏行业意味着...去小宇宙查看完整单集简介
在小宇宙查看该单集文稿

📝 本期摘要
游戏行业过去十年最稳定的人才传送带——实习、校招、基础执行、慢慢成长为骨干——正在从中间断裂。脉脉数据显示新发岗位七成以上要求3年经验，面向新人的岗位缩减20%。斯坦福研究发现AI渗透率最高的白领岗位中，22-25岁年轻人就业率下降6%-16%。Hao从游戏行业"师徒制"特性出发，分析AI为什么恰好切断了新人积累判断力的入口，并分别给新人和老团队提出了具体的应对动作——核心是把"判断"和"执行"压在同一个动作里练，把沉淀的对象从结果换成判断。
❓ 本期讨论了这些问题
* 为什么AI替代的不是"工作"，而是"工作经验的入口"？
* 游戏行业的"师徒制"培养模式为什么比其他行业更容易被AI冲击？
* 当执行被压缩，新人怎么在更短时间里长出判断力？
* 老团队过去的经验沉淀方式为什么正在被AI贬值？
* 如何把AI从"替你想的工具"变成"逼问自己的工具"？
🔥 本期核心内容
1. ...去小宇宙查看完整单集简介
在小宇宙查看该单集文稿

【本期简介】
最近跟不同公司的朋友聊AI,大家都觉得有什么"对不上"了——发行的立项标准筛出来的项目"看着对,做下去就觉得不对";独立团队的人天和成本估计在尺度上失灵;大厂花一年做的内部AI工具,上线那天就过时。
这些零散的现象指向同一件事——游戏行业过去三十年用来判断"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。
这期节目,我会先讲清楚上游AI行业最近半年到底发生了什么,再聊这种震荡怎么传导到游戏行业,具体让哪三把标尺失灵了——工时、简历、大厂。最后落到中小团队和个人,聊聊我们到底应该怎么换尺子。
适合PM、团队负责人、正在准备跳槽或者中小团队里推AI转型的朋友收听。
【本期金句】
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...去小宇宙查看完整单集简介
在小宇宙查看该单集文稿

【本期话题】
开了很多AI工具会员之后,我发现一个残酷真相——不是AI不够强,是我跟不上了。这期聊一个很少有人正面讨论、但每个深度使用AI的人迟早会撞上的问题:决策带宽的上限。
【内容提要】
* 个人AI使用反思:开了所有工具,钱浪费了,更关键的是我成了瓶颈
* 为什么AI产出必须人来验收:验收比想象中累得多
* 放手让AI做的代价:决策质量下降,反而得不偿失
* 核心矛盾:执行带宽可以无限扩展,决策带宽不能
* PM真正有价值的能力:高质量验收和决策AI产出
* 对不同阶段的人的具体启示:年轻人、有积累的、管理者
【金句摘录】
* AI可以无限扩展执行带宽,但人的决策带宽不可能同比例扩展
* AI放大的是你已有的能力,不是凭空给你能力
* PM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产出"
* AI的进化不会停,你的决策带宽是接下来拉开差距的关键变量...去小宇宙查看完整单集简介
在小宇宙查看该单集文稿

本期信息
* 原始来源：《Agentic Design Patterns》Part Three & Part Four
* 系列：智能体设计模式拆书 第4期（完结）
📝 本期摘要
这是智能体设计模式拆书系列的最后一期，聚焦把智能体从实验环境搬到生产环境时必须解决的问题。内容覆盖异常处理与恢复、人在回路中（Human-in-the-Loop）、安全护栏（Guardrails）、四种推理技术（链式思维 / 自我一致性 / 思维树 / 反事实推理）、评估与监控体系，以及多智能体通信架构（A2A）。最后从游戏项目管理的视角做全局收束：这 21 个智能体设计模式几乎都能在游戏研发管理中找到对应物，有效组织复杂工作的道理是相通的——PM 的核心能力和智能体系统设计高度重合，未来的 PM 角色正在从「执行者」向「架构师」进化。
❓ 本期讨论了这些问题
* 智能体在生产环境中卡住或出错时，应该怎么决定是重...去小宇宙查看完整单集简介
在小宇宙查看该单集文稿

本期信息
原始来源：《Agentic Design Patterns》拆书系列 第三期
系列：智能体设计模式拆书（4期连载，本期 3/4）
本期摘要
这是《智能体设计模式》拆书系列的第三期，聚焦五个进阶模式：记忆管理（Memory Management）、学习与适应（Learning and Adaptation）、MCP（Model Context Protocol）、目标设定与监控（Goal Setting and Monitoring）、以及知识检索/RAG（Retrieval-Augmented Generation）。如果说前两期讲的是智能体怎么干活，这期解决的是智能体怎么变得越来越好用——从无状态的一次性工具，进化为有记忆、能学习、能连接外部工具、能自主规划的长期协作者。Hao 从游戏项目管理的实战视角出发，将这五个模式与团队信息管理、流程优化、工具链整合和知识沉淀做了具体对照...去小宇宙查看完整单集简介
在小宇宙查看该单集文稿

本期信息
原始来源：《智能体设计模式》（Agentic Design Patterns）Part One
系列：智能体设计模式拆书 第2期（共4期）
本期摘要
这是《智能体设计模式》拆书系列的第二期，聚焦全书 Part One 的七个基础设计模式：提示链（Prompt Chaining）、路由（Routing）、并行化（Parallelization）、反思（Reflection）、工具使用（Tool Use）、规划（Planning）和多智能体协作（Multi-Agent Collaboration）。这七个模式是所有智能体系统的地基，从把复杂任务拆成流水线、到让多个专精智能体协作完成目标，覆盖了智能体「怎么干活」的完整逻辑。从游戏项目管理的视角来看，这七个模式和研发管线中的 SOP、需求分级、并行管线、代码审查、迭代规划、跨职能协作几乎一一对应——设计模式的抽象层级足够高时，描述的不是...去小宇宙查看完整单集简介
在小宇宙查看该单集文稿

本期信息
原始来源：《Agentic Design Patterns》（书籍，Antonio Gulli & Mauro Sauco，Google）
推荐序作者：Marco Argenti，高盛 CIO
本期摘要
这是油管解读系列「智能体设计模式」四期拆解的第一期。基于 Google 工程师 Antonio Gulli 和 Mauro Sauco 合著的 424 页著作《Agentic Design Patterns》，本期梳理了智能体的核心定义、四级分类体系（从纯推理引擎到协作式多智能体系统），以及作者对未来的五个判断——包括通才型智能体、深度个性化、具身智能、智能体驱动经济体和自变形多智能体系统。从游戏项目管理的视角来看，智能体的五步工作循环与项目管理的 PDCA 逻辑高度同构，而多智能体协作架构几乎就是游戏研发团队的数字镜像。高盛 CIO Marco Argenti 的警告尤其值得注...去小宇宙查看完整单集简介
在小宇宙查看该单集文稿

【本期话题】
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?沉淀和传递之间的巨大鸿沟,到底应该怎么跨过去?
【内容提要】
* 一个真实案例:动画组长因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
* 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
* PM该做的不是解决个案,是解决一类问题
* AI作为项目知识底座:被动问答、主动推送、跨组信息同步的可能
* 对PM的四点实际指导:放弃幻想、接受口头同步、系统问题判断、提前沉淀知识资产
【金句摘录】
* 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
* AI能降低信息获取的成本,但改不了人的关注意愿
* 没有结构化的知识原料,再强的AI也没用
【相关内容】
* 游戏PM进阶课《从执行者到架构师》:从执行到系统设计的完整方法论
* AI提效课:把AI嵌入PM日常工作流的...去小宇宙查看完整单集简介
在小宇宙查看该单集文稿

PM干了9年，我才看清这个岗位的三层真相
做PM快9年，表面上越来越熟练，但有些东西是到某个节点才突然想明白的。这期聊三件事：架构、人、能力——都是真实经历，不讲方法论，只讲权衡过程。
🎙️ 本期内容
关于架构——PMO中台，理论与现实的落差
* 当初被说服加入中台架构的真实原因
* 一个朋友的故事：风险提了，制作人不接，最后锅扣到PM头上
* 中台运转起来的三个代价：沟通链路翻倍、双老板角色撕扯、归属感下降
* 我现在的判断：制作人靠谱，弊大于利；不靠谱，利大于弊
* 面试时可以问的三个问题
关于人——一个资深员工把自己搞砸了
* 一个预研任务，说好一两天，他干了两周
* 代码被AI工具误删、远程仓库也没了
* 教科书的处理方式为什么在现实里行不通
* 我的"灰色但清醒"的四步处理
* 一个没有完全答案的管理困境
关于能力——晚上九点半的会议室
* 两个比我资深的人僵住了，我要不要介入？
...去小宇宙查看完整单集简介
在小宇宙查看该单集文稿

本期主题
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经历了三个截然不同的时代。理解这段历史，比刷十篇AI工具推荐都有用。
核心要点
🕹️ 规则时代（1970s-2015）
* 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
🧠 学习时代（2016-2022）
* 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
* 真正的遗产：游戏成为AI研究最重要的试验场
⚡ 生成时代（2023至今）
* 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...去小宇宙查看完整单集简介
在小宇宙查看该单集文稿

本期主题
大家都在用AI，但为什么有些人越用越快，有些人的效率永远停在「快了30%」？这期聊聊AI使用中一个被大多数人忽略的关键动作——把经验变成体系。从一个美术同事的真实反馈出发，拆解「使用AI」和「用AI搭体系」之间的本质区别，以及非技术背景的人怎么迈出第一步。
核心要点
* 用了半年AI，效率提升为什么没变？问题出在「每次从零开始」
* 30%提效和10倍提效的分界线：有没有把工作方法变成AI可复用的资产
* 非技术背景最常卡住的三个地方，以及怎么破
* 一个可以直接上手的三层搭建思路：上下文→方法→调度
* AI正在奖励的那种能力，可能不是你以为的那种
【关于主播】
Hao，做了快十年的游戏PM，目前在做"Hao的游戏PM笔记"。
内容覆盖游戏项目管理实战、AI在PM工作中的落地、游戏行业观察。
【课程与社区】
个人品牌网站 pmnote.ai
* PM成长社区（每天发工作思考与复...去小宇宙查看完整单集简介
在小宇宙查看该单集文稿

🎙️ 最近跟一个做了十几年游戏的老领导吃饭，他说全员都在用AI了，但"好像也就那样"。这期从一个1956年的集装箱故事出发，拆解游戏行业AI转型卡在哪里的三层问题。
🔥 本期核心内容
1. 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。
2. 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。
3. 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。
4. 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，...去小宇宙查看完整单集简介
在小宇宙查看该单集文稿

【本期主题】
国内手游的成本、定价,和下一个台阶——从王者荣耀世界开局收不回投资讲起
【关于这期】
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。 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。 这一期我从这件事讲起,聊聊为什么是现在堵住的、AI在其中扮演什么角色, 以及对每一个在游戏行业里的人,接下来几年的处境意味着什么。
【参考资料】
· 关于王者荣耀世界商业表现的多方报道,知乎、TapTap等
· Raph Koster:《The Cost of Games》,基于250款游戏的实证研究
· Vice:《The Extreme Cost of Game Development Might Be Unfixable》
· 36氪:《2024游戏...去小宇宙查看完整单集简介
在小宇宙查看该单集文稿

【本期话题】
PM每天到底在做什么?一句话说清楚——消除不确定性。这期聊PM工作的完整链路、行业里一个无解的结构困境,以及PM真正应该积累的护城河能力。
【内容提要】
* PM工作的四步链路:对齐认知、拆解分发、排期工时、日常跟进
* 管理进度的本质是管理风险
* PM的结构困境:制作人既是决策方又是绩效方
* 两种架构的对比:项目内PM vs PMO中台PM的利弊
* PM真正的护城河:结构化思维、跨职能沟通、风险识别
* 外部环境控制不了,但可迁移能力是自己的
【金句摘录】
* 管理进度的本质是管理风险
* 每一步都在做同一件事——把模糊变清晰,把不确定变确定
* PM的话语权高度依赖于制作人对管理价值的认知
* 此处不留爷,自有留爷处——前提是你真的有可以走的地方
【相关内容】
* 游戏PM入行课:从零开始理解游戏PM岗位
* 游戏PM进阶课《从执行者到架构师》:34章内容+35套即...去小宇宙查看完整单集简介
在小宇宙查看该单集文稿