Hao的游戏PM笔记

⏱ 时间轴

00:00 开头

00:55 01 喝了这杯 MCP，就回不去了

04:15 02 Token 怎么都不够用

07:42 03 六个国产模型，六种脾气

10:12 04 我失去了我的手

14:22 05 你自己没火，抄你的人会火

18:58 06 游戏越来越多，玩家要的是什么

21:04 07 自己掏钱来上班

24:49 08 最后的狂欢

28:37 09 还能留下的，都有两把刷子

31:20 10 AI 都知道，但你问不对

35:27 收尾

📝 本期摘要

Hao的游戏PM笔记本期是一期年终串台：Hao 请来播客《游戏人有态度》的主播大盛，聊 2026 年游戏行业和 AI 里印象最深的事。大盛是用 Adobe 产品超过 20 年的美术设计师，今年在手机上给 agent 下指令、自己买显卡部署本地模型，token 还是不够用，Photoshop 的快捷键也忘了不少。两人从个人付出的代价聊起，接着聊 Steam 上 AI 游戏变多以后抄袭和净室重写变得多容易、员工自己掏钱买 token 上班、美术和程序岗位受到的冲击。最后落在这一轮谁会留下来：关键岗位上有人认可、知道全流程、能把问题问对的人。

❓ 本期讨论了这些问题

- 用上 agent 以后，为什么买了显卡、充了好几家 token 还是不够用？

- 六个国产大模型做同一件事，各自有什么脾气？

- AI 让抄游戏变得更容易以后，小团队靠什么被玩家看到？

- 上班要自己掏钱买 token、校招又这么卷，新人还怎么进游戏行业？

- 为什么说 AI 都知道答案，但你问不对它就不告诉你？

🔥 本期核心内容

1. 代价先落在钱上

大盛从 2025 年起就在 DeepSeek、硅基流动、阿里云充 API，今年用小龙虾不到一个月，消耗就超出了预算，于是买了两张显卡、本地部署小模型干脏活累活，只在关键环节请出 Claude。即使这样，他的结论还是三个字：不够用。他做的悬疑类视频播客，一期 20 分钟起步，成本只有一杯蜜雪冰城。

2. 我失去了我的手

用 Adobe 产品超过 20 年、当过 Adobe 讲师的大盛，今年发现 Photoshop 的很多快捷键都忘了。下半年他开始往回收：不再让 AI 用纯黑盒的方式产出，要求工程化到别的模型和 agent 能接手；小龙虾的聊天记录、session 和 memory 每天备份到服务器，后来做成了 RAG。Hao 今年 1 月 Claude 账号被封，对话和记忆全没了，之后也让 AI 定期把沉淀下来的记忆和工具传到 GitHub。

3. 你自己没火，抄你的人会火

以前抄一款游戏受限于人力，有了 agent 以后，反推、模仿和逆向都变得简单。REA 这类工具能让 agent 拆清楚一个软件功能是怎么实现的，再按自己的技术栈重写一版，也就是净室重写；小游戏好抄，大型游戏耦合多，先得算 token 账。大盛的判断是头部大厂会拿走 98% 的钱，剩下 2% 是死海争夺战。

4. 还能留下的，都有两把刷子

大盛认为美术和程序是被 AI 淘汰最多的岗位，AI 对游戏工业是一个去工业化的过程，人裁少了，AI 产出的海量素材也就没人审核。能留下的，是关键岗位上有人认可、能完成交付的人：干了十几二十年的老策划看一眼视频就知道怎么拆，再告诉 agent。AI 其实都知道，但提示词问不对它不会告诉你；Hao 补了一句，就算它告诉你，没有这部分经验你也判断不了真假。

🏷️ 本期提到的人物与概念

人物：大盛（播客《游戏人有态度》主播）

公司/产品：Claude / Anthropic；Cursor；DeepSeek；Kimi K3 / Moonshot AI；通义千问 / Qwen；智谱 / Zhipu AI；豆包 / Doubao；MiniMax；硅基流动 / SiliconFlow；阿里云 / Alibaba Cloud；WorkBuddy；小龙虾 / OpenClaw；Steam；米哈游《星布谷地》/ miHoYo Petit Planet；《全面战争：幕府将军2》/ Total War: SHOGUN 2；《魔兽世界》/ World of Warcraft；《赛博朋克 2077》/ Cyberpunk 2077

概念：MCP / Model Context Protocol；AI 智能体 / AI Agent；本地部署 / Local Deployment；净室重写 / Clean-room Rewrite；RAG / Retrieval-Augmented Generation；AI NPC；AI 原生游戏 / AI-native Game；情绪价值 / Emotional Value；去工业化 / De-industrialization

🔗 延伸话题

Q：游戏公司会不会都转向本地部署大模型？

A：节目里 Hao 的判断是开源模型基本过了可用线，公司没必要把项目数据交给闭源模型厂商；但成本不低，能顺畅跑 DeepSeek V4 Flash 的一套设备，十几二十万都打不住。

Q：现在想进游戏行业的学生，先问自己什么？

A：大盛给的三个问题：家里有底吗、能吃苦吗、能不能接受付费上班。不少学生从大一大二就开始实习，实习四年也不一定能留下。

Q：已经在游戏行业、对 AI 有点焦虑，先从哪里开始？

A：大盛的建议是从自己最擅长的岗位入手，先看 AI 在这个领域能做到什么程度、做得多好，再往别的领域扩。

Q：AI NPC 现在做得怎么样？

A：节目里提到米哈游《星布谷地》的老板娘是 AI 驱动的 NPC；Hao 的看法是 AI NPC 说了好几年，真正做好的还没见到。

🌐 About This Episode

In this year-end crossover episode of Hao's Game PM Notes, game project manager Hao talks with Dasheng, host of the Chinese podcast 游戏人有态度 and an art designer with more than 20 years of Adobe experience, about what AI cost game developers in 2026: token bills that keep growing, hands-on skills that fade, cloning made easy on Steam, and paying for AI tools out of pocket at work. They close on who stays in the game industry: people trusted in key roles, who know the full pipeline and can ask AI the right questions.

📖 本期延伸阅读

AI时代，游戏PM还剩下哪些不可替代的东西？ https://pmnote.ai/articles/game-pm-irreplaceable-in-ai-era/

关于 Hao 的游戏 PM 笔记

我持续分享游戏项目管理、求职准备和 AI 实践，也把相关内容整理在了 PMNote（https://pmnote.ai）这本游戏 PM 百科全书里。微信内也可以直接搜索「Hao的游戏PM笔记」，使用小程序版。

- 查资料、找岗位：游戏 PM 岗位信息、面试练习、文章、工具和模板。

- 一对一咨询：简历修改和模拟面试。围绕目标岗位梳理经历，检查简历表达，或通过模拟面试和逐题复盘发现准备中的问题。

- 系统课程：游戏 PM 课程与 AI 课程，分别介绍游戏项目管理，以及 AI 在游戏行业和日常工作中的用法。

课程内容、服务说明和预约方式：PMNote · 课程与咨询（https://pmnote.ai/services/）。

📝 本期摘要

Hao的游戏PM笔记本期从一次“加班扛下延期、汇报却没人回应”的经历讲起，聊游戏 PM 在不同位置该关心什么。Hao 回顾了转 PM 第二年给 PMO 负责人汇报上游延期的经历，并用这位 PM 总监讲过的 PM 五层框架复盘：加班兜住延期，最多只是让团队稳定产出，却没有给上级留下任何可以做决定的东西。节目也分享了 Hao 现在处理跨组依赖的做法，并分析一位七八年经验的 PM 换公司后亲自扛下一线执行、与老板期待的定位错配，为什么大概率过不了试用期。

❓ 本期讨论了这些问题

• 为什么 PM 加班把延期扛下来，上级却没什么反应？

• 游戏 PM 往上汇报，应该讲进度，还是讲风险？

• 上游依赖一直延期，下游 PM 怎么提前把风险暴露出来？

• 资深 PM 刚换公司带团队，为什么不该亲自做一线执行？

🔥 本期核心内容

1. PM 的价值分层
   一位做了十几二十年的 PM 总监把 PM 分成五层：能合作、帮团队稳定产出、让团队有自己变好的机制、在管理层争取资源、管好整个公司的 PM 线。第二层算合格，再往上看的是团队能不能自己跑起来。

2. 把延期默默消化掉，上面就看不到问题
   靠加班兜住延期，团队还在产出，但下次还会这样，上级也拿不到任何能做决定的信息。往上汇报更该讲他看不到的风险，以及需要他出面才能解决的事。

3. 上游延期的三个动作
   跨组依赖三天没结果就标成风险；把依赖拆开问清楚依赖谁、交什么、最晚何时、晚一天影响谁、谁来盯；一对一拿不到承诺，就拿到主管会上当众对齐节点。

4. 资深 PM 的定位错配
   老板招一个七八年经验的 PM，是要她把团队带起来，让团队自己能跑。亲自开单跟单、一天干十四个小时，和老板的定位、她自己该有的定位都对不上，试用期大概率过不了。

🏷️ 本期提到的人物与概念

人物：Hao
概念：项目管理办公室 / PMO（Project Management Office）；产品市场匹配 / PMF（Product-Market Fit）；向上管理 / Managing Up；跨组依赖 / Cross-team Dependency；里程碑 / Milestone；试用期 / Probation Period

🔗 延伸话题

Q：游戏 PM 往上汇报时，最该讲什么？
A：少讲进度，多讲上级坐在他的位置看不到的风险，以及需要他出面、只有他能解决的事。

Q：上游依赖延期，下游 PM 什么时候该把它当成风险？
A：一个跨组依赖三天还没结果，或者对方一直给不出明确的交付节点，就该标成风险并拆开追问。

Q：刚换公司带团队，下属不听怎么办？
A：先别自己把一线的活全揽下来，搞清楚老板对你的定位和授权，把该分出去的执行分出去，否则只会越扛越乱。

🌐 About This Episode

In this episode of Hao's Game PM Notes, Hao looks back on a time when his team worked overtime to absorb an upstream delay, and the PMO lead barely reacted. Using a five-level model of game project management value, he explains why game PMs should report risks and decisions instead of progress, and why senior game PMs who take on all the frontline execution themselves may not pass probation.

📖 本期延伸阅读

版本延期以后，先重新确认目标和关键路径：https://pmnote.ai/articles/game-version-delay-recovery/

我持续分享游戏项目管理、求职准备和 AI 实践，也把相关内容整理在了 PMNote（https://pmnote.ai ）这本游戏 PM 百科全书里。微信内也可以直接搜索「Hao的游戏PM笔记」，使用小程序版。

• 查资料、找岗位：游戏 PM 岗位信息、面试练习、文章、工具和模板。

• 一对一咨询：简历修改和模拟面试。围绕目标岗位梳理经历，检查简历表达，或通过模拟面试和逐题复盘发现准备中的问题。

• 系统课程：游戏 PM 课程与 AI 课程，分别介绍游戏项目管理，以及 AI 在游戏行业和日常工作中的用法。

课程内容、服务说明和预约方式：PMNote · 课程与咨询（https://pmnote.ai/services/ ）。

📝 本期摘要

Hao的游戏PM笔记本期从 Hao 自己的 Claude 账号被封讲起，解读了 Anthropic 在 2026 年 10 月 26 日递交的 289 页招股书。招股书写到，前九个月来自违规用户的收入约占 5% 到 7%，Anthropic 封号的理由包括防止模型被蒸馏，以及美国对中国关联用户的监管。Hao 接着拆了它的钱怎么花：长期算力合同把它推向全球知识工作者 40 万亿美元的工资；它内部用 AI 的花费在今年 4 月第一次超过了人员开支。最后，Hao 结合游戏行业的保密要求和项目协作方式，讲了游戏公司做 AI 转型能学什么，以及招人正在怎么变。

---

❓ 本期讨论了这些问题

• Anthropic 为什么要封号，被封的用户占它多少收入？

• 为什么说 Anthropic 真正盯着的是知识工作者的工资？

• Anthropic 内部用 AI 的花费为什么会超过员工工资？

• 用 agent 干活之后，Anthropic 遇到了哪些问题？

• 游戏公司做 AI 转型，能从 Anthropic 的招股书里学到什么？

---

🔥 本期核心内容

1. 封掉的人，占它 5% 到 7% 的收入

招股书估计，2026 年前九个月来自违反使用政策或商业条款的客户的收入约占 5% 到 7%，按媒体报道的三季度收入估算约 17 亿到 23 亿美元；被封的人还会换号重新注册。封号的两个理由是防止模型被蒸馏，以及美国可能限制服务中国关联用户。Anthropic 9 月的威胁情报报告还提到，经中转站转发的请求里有大量真实工作数据和各类服务凭证。

2. 账单要一直往上涨

按公开整理，Anthropic 的算力合同加总约 8000 亿美元，最晚到 2036 年，大部分不能取消。招股书把全球知识工作者超过 40 万亿美元的年工资当作市场空间，办法是降价：Opus 4.5 发布后，季度收入环比增速从 48% 升到 132%。三季度企业版里，不用 Claude Code 的人月均花费不到 75 美元，用 Claude Code 花得最多的 5% 约是它的 20 倍。

3. 一家 AI 比人还贵的公司怎么干活

2026 年 4 月，Anthropic 内部一个月用掉的 Claude 按标价第一次超过当月人员开支（不含股权激励），1 月到 9 月涨了 250 多倍。用工报告显示，agent 的工作时长是员工的 6 倍，但一次会话里约八成时间在等人反馈；员工写给 agent 的长期规则一年涨到 8000 多条。Hao 认为，agent 只能看到写下来的东西，公开的决定和讨论成了它干活的前提。

4. 游戏公司能学什么，招人在怎么变

游戏公司重保密，Hao 判断明后年会有越来越多有一定规模的游戏公司认真考虑本地部署开源模型，或采购数据边界写清楚的企业服务；同时要想办法让 AI 读到群聊里的项目上下文。招人方面，Anthropic 技术岗新招的人里初级岗比例从 27% 降到 9%；Krafton 则开了公司史上最大规模的校招，流程里加了一轮 AI 能力测评。

---

🏷️ 本期提到的人物与概念

人物：达里奥·阿莫迪 / Dario Amodei

公司/产品：Anthropic；Claude；Claude Code；Claude 企业版 / Claude Enterprise；Opus 4.5；Slack；微软 / Microsoft；Krafton；英伟达 / NVIDIA；帕兰提尔 / Palantir

概念：招股书 / Form S-1；模型蒸馏 / Model Distillation；API 中转站 / API Relay；零数据保留 / Zero Data Retention (ZDR)；按结果付费 / Outcome-based Pricing；本地部署 / On-premise Deployment；开源模型 / Open-weight Model；智能体 / AI Agent；上下文 / Context

---

🔗 延伸话题

Q：Claude 账号被封以后，还能导出聊天记录吗？

A：Hao 被封后申请导出，拿到的压缩包只有 241 字节，里面只有一个 users.json，没有聊天记录；重度使用的话，建议定期把重要记录导出到本地。

Q：Anthropic 招股书里的 5% 到 7% 指的是什么？

A：指 2026 年前九个月，来自违反使用政策或商业条款的客户的收入占总收入的比例。招股书只给了比例；上半年收入 162.86 亿美元，加上媒体报道的三季度约 168 亿美元，这部分约 17 亿到 23 亿美元。

Q：用 Claude 的中转站或共享账号有什么风险？

A：除了随时可能被封，按 Anthropic 9 月威胁情报报告的说法，中转站转发的请求里有企业财务预测、飞书、Telegram、Notion 等服务凭证，输进去的资料可能被第三方拿到。

Q：游戏公司为什么会考虑本地部署大模型？

A：需求背景、方案取舍、验收标准，以及未公开的角色、玩法、美术，都是游戏公司最不能外送的东西；招股书也写到，模型变强后它可能要对部分模型的使用做监控和保存。

---

🌐 About This Episode

After his own Claude account was banned, Hao of Hao's Game PM Notes read Anthropic's 289-page S-1 filing. This episode covers why Anthropic bans accounts, how its compute commitments shape its pricing, and how it uses AI internally. It ends with what game studios and game project managers can learn about AI adoption and hiring.

---

📖 本期延伸阅读

游戏行业的AI转型，没有人能置身事外：https://pmnote.ai/articles/ai-transform-game-industry/

---

### 关于 Hao 的游戏 PM 笔记

我持续分享游戏项目管理、求职准备和 AI 实践，也把相关内容整理在了 [PMNote](https://pmnote.ai) 这本游戏 PM 百科全书里。微信内也可以直接搜索「Hao的游戏PM笔记」，使用小程序版。

- 查资料、找岗位：游戏 PM 岗位信息、面试练习、文章、工具和模板。

- 一对一咨询：简历修改和模拟面试。围绕目标岗位梳理经历，检查简历表达，或通过模拟面试和逐题复盘发现准备中的问题。

- 系统课程：游戏 PM 课程与 AI 课程，分别介绍游戏项目管理，以及 AI 在游戏行业和日常工作中的用法。

课程内容、服务说明和预约方式：[PMNote · 课程与咨询](https://pmnote.ai/services/)。

📝 本期摘要

我是 Hao，这期聊一道在我刚从策划转做游戏 PM 时，把我问住的面试题：三天能做完的活报十天，如果主管也包庇，该怎么办？最初我想找主管审核，做了一两年 PM 后又觉得，这种团队问题根本不该由我解决。今天回头看，我更想先把估时、交付和影响弄清楚，再判断需要谁来拍板。再加上一次与策划争执、找制作人评理却挨批的经历，我也开始重新理解：哪些分歧该自己协调，哪些问题应该往上提。

---

❓ 本期讨论了这些问题

- 面对“工时虚报，主管也包庇”的面试题，游戏 PM 还能做什么？

- 为什么我后来不再满足于“这事不归 PM 管”？

- 和同事意见不合，什么时候该自己协调，什么时候需要上级决策？

---

⏱️ 时间轴

00:00 三天的活报十天，如果主管也包庇，你怎么办？

00:50 做了一两年 PM 后，我觉得这事“不归我管”

01:36 今天再答：先了解全貌，找到能拍板的人

02:09 怎么验证工时：拆节点、看交付、对照实际用时

02:40 偏差持续存在、影响了版本或成本，怎么往上提？

03:33 另一段经历：找制作人评理，挨批的却是我

05:04 哪些事自己协调，哪些事请上级决策？

05:48 换你来答，你会怎么处理？

---

🔥 本期核心内容

1. 估时有偏差，先让它可验证。

不急着判断对方的动机，先请他拆清任务、节点和交付物。结合类似任务的实际用时，必要时请汇报线之外的同工种人员复核估算。

2. 请上级拍板之前，先讲清事实、影响和选项。

对于持续存在、已经影响版本或成本的偏差，PM 需要找到能作决定的人。把具体偏差和可选方案摆出来，比指控谁在包庇谁更有依据。

3. 协调分歧，也要检查自己有没有把工作做完。

那次争执里，我只顾着证明自己有道理，却没有推动双方达成共识。今天我会多问一句：彼此为什么这么想，下一步怎么把事情推进？

---

🏷️ 本期提到的人物与概念

- 主播：Hao

- 岗位：游戏项目经理 / Game Project Manager；游戏制作人 / Game Producer

- 概念：工时估算 / Effort Estimation；交付物 / Deliverables；问题升级 / Issue Escalation

---

🔗 延伸话题

Q：游戏 PM 不懂具体技术，怎么核实开发工时？

A：可以请研发拆清任务与交付节点，对照类似任务的实际用时，必要时找同工种人员复核估算。

Q：向制作人汇报问题前，要准备什么？

A：准备可核实的偏差、对版本节点或成本的影响，以及需要制作人选择的方案。

Q：PM 是不是要为团队的所有问题负责？

A：本期区分了协调和决策：PM 要把分歧与事实梳理清楚，超出权限的取舍则交给有权拍板的人。

---

🌐 About This Episode

In this episode of Hao's Game PM Notes, I revisit an interview question about inflated effort estimates and explain how my response has changed since becoming a game PM. Through that question and a separate workplace disagreement, I reflect on verifying estimates, resolving differences, and knowing when to ask a game producer or project leader for a decision.

---

📖 本期延伸阅读

游戏项目管理（13）——过程管理（https://pmnote.ai/articles/game-dev-process-management/）：继续聊项目风险该怎么汇报，以及如何把问题、影响和方案说清楚。

---

关于 Hao 的游戏 PM 笔记

我持续分享游戏项目管理、求职准备和 AI 实践，也把相关内容整理在了 PMNote（https://pmnote.ai） 这本游戏 PM 百科全书里。微信内也可以直接搜索「Hao的游戏PM笔记」，使用小程序版。

- 查资料、找岗位：游戏 PM 岗位信息、面试练习、文章、工具和模板。

- 一对一咨询：简历修改和模拟面试。围绕目标岗位梳理经历，检查简历表达，或通过模拟面试和逐题复盘发现准备中的问题。

- 系统课程：游戏 PM 课程与 AI 课程，分别介绍游戏项目管理，以及 AI 在游戏行业和日常工作中的用法。

课程内容、服务说明和预约方式：PMNote · 课程与咨询（https://pmnote.ai/services/）。

📝 本期摘要

Hao的游戏PM笔记《游戏PM的AI实战手册》第15章，讲项目规则、Skill和知识库用久以后怎么维护。规则常见五种腐化：重复、冲突、过期、放错层、闲置；每次顺手的局部优化单看都有道理，几周下来完成同样的任务可能要多出一倍的来回。模型变强以后，写满步骤的旧规则反而会限制它，最经得起升级的是目标和验证条件。Hao给出知识条目的标注格式、五层存放、共享Skill的版本记录和发布顺序，以及每月体检、每季度清理的做法。

❓ 本期讨论了这些问题

• 为什么agent用久了会越来越“笨”？

• 项目规则有哪五种常见的腐化？

• 模型变强以后，哪些旧规则该删？

• 团队共用的Skill怎么做版本管理？

• 改完规则以后，怎么确认没有改出新问题？

🔥 本期核心内容

1. 局部优化会累积成整体退化
   一个Skill刚写好时几轮对话就能完成任务，每个人顺手改一句，几周后完成同样的任务要多出一倍的来回。问题在于没人知道改了什么，也没人用同样的任务对比新旧版本。

2. 模型变强以后，过程性的规定会变成束缚
   模型较弱时写的规则常把步骤拆得很细。保留目标和验证条件，要达成什么、怎样算做完、怎么检查；过程性的规定，每次模型升级后都重新审一遍。

3. 知识带适用范围，按性质分层存放
   游戏项目里新旧两版常常同时有效，比如老项目用老的美术标准。每条知识写状态、适用范围、生效日期和替代关系，作废的不删。确认过的规则、参考资料、当前状态、原始记录、产出分开放。

4. 体检、修复、复检，规则要加也要删
   每月让agent按五种腐化体检，你确认后修复，再开新会话让没参与修改的agent复检。同一个错第二次出现才写进规则，项目规则控制在一页左右；每季度清理三个月没触发、原因已不成立、模型不再犯的规则，删前备份，删后验证。必须执行的要求放进闸门。

🏷️ 本期提到的人物与概念

概念：规则腐化 / Rule Rot；版本管理 / Version Control；回归评测 / Regression Evaluation；钩子 / Hooks；知识库维护 / Knowledge Base Maintenance；技能 / Skill

🔗 延伸话题

Q：agent最近老犯以前不犯的错，先查什么？
A：先查最近对规则和Skill的改动记录，再用同一批真实任务对比新旧版本，看是哪次改动引起的。

Q：项目规则文件越写越长怎么办？
A：控制在一页左右，只和某一类活有关的移到Skill或模块说明里，每条规则写上原因，每季度清理一次。

Q：写在规则里的要求，agent为什么偶尔不照做？
A：规则只能让它多数时候照做；必须无条件执行的要求，要放进钩子、权限限制或提交时的自动检查。

🌐 About This Episode

Chapter 15 of Hao's Game PM Notes course covers maintaining project rules, Skills and knowledge bases after months of AI use. Hao shows game project managers the five common kinds of rule rot, how to version shared Skills against real tasks, and a monthly check-fix-recheck routine plus quarterly pruning of rules that stronger models no longer need.

📖 本期延伸阅读

游戏PM怎么用AI提高工作效率：一个10年PM的实战体系

我持续分享游戏项目管理、求职准备和 AI 实践，也把相关内容整理在了 PMNote 这本游戏 PM 百科全书里。微信内也可以直接搜索「Hao的游戏PM笔记」，使用小程序版。

• 查资料、找岗位：游戏 PM 岗位信息、面试练习、文章、工具和模板。

• 一对一咨询：简历修改和模拟面试。围绕目标岗位梳理经历，检查简历表达，或通过模拟面试和逐题复盘发现准备中的问题。

• 系统课程：游戏 PM 课程与 AI 课程，分别介绍游戏项目管理，以及 AI 在游戏行业和日常工作中的用法。

课程内容、服务说明和预约方式：PMNote · 课程与咨询。

📝 本期摘要

Hao的游戏PM笔记《游戏PM的AI实战手册》第14章，讲里程碑复盘怎么开才能让同样的问题不再出现。判断标准是复盘里每个问题后面都跟一条改进，改进要落成流程里的检查点、规则或测试，写“下次注意”的不算。开复盘前先回答三个问题：要解决什么、为什么是现在、开完以后有什么不同；准备阶段先收齐数据，原始数据用脚本整理，再交给AI分析，每条结论指回具体数据。每个问题按原本预期、实际、差距原因、下次怎么改四步分析，挑代表性的事写成案例卡。最后一部分复盘你和AI的协作，并分清执行对不对和做的事对不对。

❓ 本期讨论了这些问题

• 里程碑复盘为什么常常开成走流程或批判会？

• 开复盘之前要先回答哪三个问题？

• 为什么不能让AI直接读原始数据、誊写成复盘表格？

• “下次注意”怎么换成能自动运行的检查？

• 怎么复盘自己和AI的协作？

🔥 本期核心内容

1. 先定目的，再排议程
   谁来开、每人讲几分钟，这些AI几秒钟就能排好，决定不了复盘有没有用。先写清这场复盘要解决什么、为什么是现在、开完以后哪些做法要改。议题按影响排序，需要主管层支持的问题，带着数据放进复盘。

2. 原始数据先用程序整理，再交给AI分析
   模型誊写长数据时会漏行、串行，甚至补出不存在的数字。原始数据导出存档，用脚本去重、汇总、算延期天数，再把整理好的表交给AI找规律，每条结论都指回表里的具体行。

3. 改进跟在每个问题后面，落成检查
   改进集中堆在最后，容易被读成追责。每个问题后面紧跟它的改进：外包需求理解偏差，就加外包启动检查清单；AI资产没清洗就进引擎，就在资产提交时用脚本检查面数、UV和贴图规格；agent同一个错第二次出现，就写进项目规则或Skill。

4. 复盘你和AI的协作
   较大的活做完，让AI指出你一开始就该说清的要求、该先验证的假设、可以避免的返工。每次任务留一条记录，每月对比返工轮次、中途介入、被下游退回和额度卡住的次数。执行出错补规则；做的事本身不对，要回到目标和读者重新确认。

🏷️ 本期提到的人物与概念

概念：里程碑复盘 / Milestone Retrospective；行动后复盘 / After Action Review；案例卡 / Case Card；回归测试 / Regression Test；检查点 / Checkpoint

🔗 延伸话题

Q：游戏项目复盘的改进项怎么写才能落地？
A：每条改进写明落在流程的哪一步，是检查点、规则、测试、模板还是职责调整，再写负责人和完成时间。

Q：用AI准备复盘材料要注意什么？
A：不要让它整批读原始数据再誊写，先用脚本把数据整理成表，再让AI分析，每条结论指回具体行或纪要日期。

Q：AI做的东西格式全对，大家还是觉得没用，怎么复盘？
A：这属于做的事对不对，加规则解决不了，要回到目标和读者，拿给真正的使用者看。

🌐 About This Episode

Chapter 14 of Hao's Game PM Notes course shows game project managers how to run milestone retrospectives where every problem is followed by an improvement that becomes a checkpoint, rule or test. It also covers preparing data with scripts before AI analysis, writing reusable case cards, and reviewing how the team works with AI.

📖 本期延伸阅读

游戏项目管理（3）——项目复盘

我持续分享游戏项目管理、求职准备和 AI 实践，也把相关内容整理在了 PMNote 这本游戏 PM 百科全书里。微信内也可以直接搜索「Hao的游戏PM笔记」，使用小程序版。

• 查资料、找岗位：游戏 PM 岗位信息、面试练习、文章、工具和模板。

• 一对一咨询：简历修改和模拟面试。围绕目标岗位梳理经历，检查简历表达，或通过模拟面试和逐题复盘发现准备中的问题。

• 系统课程：游戏 PM 课程与 AI 课程，分别介绍游戏项目管理，以及 AI 在游戏行业和日常工作中的用法。

课程内容、服务说明和预约方式：PMNote · 课程与咨询。

📝 本期摘要

Hao的游戏PM笔记《游戏PM的AI实战手册》第13章，讲风险找到以后怎么处理到位。判断标准只有一条：下次同样的情况会被某个机制拦住，靠人记住“以后注意”的不算。处理先核实证据，“测过了”“改好了”对人和对agent一样要看到记录；AI出错先定位出在材料、交代、计划、工具还是最后一步，一次只改一处。5Why每一层都附依据，问到能用机制改变的原因为止，方案分人、机制、结构三层。最后讲检查点放在哪、规则和闸门怎么分，以及每个agent都要有owner，谁放行谁担责。

❓ 本期讨论了这些问题

• 风险处理怎样才算处理到位？

• 同事或agent说“测过了”“改好了”，要看到什么证据？

• 用AI做5Why，为什么每一层都要附依据？

• 改进措施落在人、机制、结构哪一层，差别在哪？

• agent出了问题，谁来负责？

🔥 本期核心内容

1. 先核实证据，对人和对agent一样
   测过了要看测试清单或报告，改好了要看提交记录和按原复现步骤再走一遍的结果，执行成功要看复查结果。拿不出证据的，在处理记录里写“未核实”，不能当成已完成。

2. 5Why每层附依据，“沟通不畅”不算根因
   以外包角色模型进度落后15%为例：返工率40%，依据是外包周报；修改意见和最初要求不一致，依据是反馈记录；需求只有简单描述，依据是需求文档；根因是外包启动前没有“需求文档完整”这道前置条件。找不到依据的层标推测。

3. 方案分人、机制、结构三层
   提醒、培训、以后注意落在人这一层，下次会不会被拦住取决于当事人记不记得，只能当临时措施；检查点、必填项、自动检查落在机制层；调整职责、改流程顺序落在结构层。确定的规则交给脚本和工具，需要理解内容的，让AI先列疑点、负责人判断。

4. 不可逆的动作用闸门，谁放行谁担责
   规则写在项目规则或Skill里，agent可能误解或忽略；闸门是权限不给或必须审批，一定拦得住。对外发布、删除、批量修改、改线上内容用闸门。每个agent都有owner和授权卡，放行的人对放行负责，出了问题先改机制。

🏷️ 本期提到的人物与概念

概念：根因分析 / Root Cause Analysis；5Why / 5 Whys；检查点 / Checkpoint；闸门 / Gate；授权卡 / Agent Authorization Card；责任表 / Responsibility Matrix

🔗 延伸话题

Q：项目复盘的根因写“沟通不畅”有什么问题？
A：它描述的是现象，改不了任何机制；要继续问为什么，问到一个能通过改流程、加检查或改职责解决的原因。

Q：agent的产出有问题，直接让它重做可以吗？
A：常常会换一种方式再错一次，先判断问题出在材料、交代、计划、工具还是最后一步，一次只改一处再让它重做。

Q：给AI开权限之前要想清楚什么？
A：先问三个问题：它会不会在你不知道的情况下改变任务，会不会替你做不可逆的决定，你监督它的方式靠不靠得住，再把答案写成授权卡。

🌐 About This Episode

Chapter 13 of Hao's Game PM Notes course defines risk handling as done only when a mechanism would catch the same problem next time. Hao walks game project managers through evidence checks, an evidence-backed 5 Whys, solutions at the people, mechanism and structure levels, gates for irreversible actions, and clear ownership for every AI agent.

📖 本期延伸阅读

游戏PM的死循环：越忙越救火，越救火越忙

我持续分享游戏项目管理、求职准备和 AI 实践，也把相关内容整理在了 PMNote 这本游戏 PM 百科全书里。微信内也可以直接搜索「Hao的游戏PM笔记」，使用小程序版。

• 查资料、找岗位：游戏 PM 岗位信息、面试练习、文章、工具和模板。

• 一对一咨询：简历修改和模拟面试。围绕目标岗位梳理经历，检查简历表达，或通过模拟面试和逐题复盘发现准备中的问题。

• 系统课程：游戏 PM 课程与 AI 课程，分别介绍游戏项目管理，以及 AI 在游戏行业和日常工作中的用法。

课程内容、服务说明和预约方式：PMNote · 课程与咨询。