Hao的游戏PM笔记 - 节目列表

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，并分享了自己搭建 AI 指令体系的实践经验。 本期讨论了这些问题 为什么大语言模型需要记忆管理，记忆系统应该记什么、忘什么？ 智能体如何从用户反馈和自身经验中学习，而不是每次都犯同样的错？ MCP 协议到底解决了什么问题，为什么说它是智能体的「万能接口」？ 智能体能不能像项目经理一样自己拆解目标、追踪进度、处理冲突？ RAG 检索增强生成的核心瓶颈不在模型而在检索，怎么理解这件事？ 本期核心内容 记忆管理是智能体从工具升级为伙伴的关键一步 大语言模型本身无状态，每次对话从零开始。记忆管理通过短期记忆（当前对话上下文）、长期记忆（跨对话的用户偏好和历史事实）、工作记忆（任务中间结果）三层结构，让智能体能够保存、检索和利用过去的信息。设计难点在于选择性存储和过时信息淘汰。 学习与适应让智能体从经验中改进，而不只是记住 包含三个层面：从显式反馈中学习（用户直接指出好坏）、从隐式反馈中学习（观察用户修改行为）、自动优化（智能体自行调整提示模板）。书中还提出「元学习」概念——智能体不仅改进具体任务，还改进自己的学习策略本身。 MCP 协议解决的是工具接入的规模化问题 在 MCP 出现之前，每接入一个新工具都要写定制集成代码。MCP 定义了一套标准交互格式——工具如何描述能力、智能体如何发送请求、工具如何返回结果——让任何符合规范的服务都能像原生功能一样被使用。类似游戏引擎的插件系统设计思路。 RAG 的核心不是模型有多强，而是检索有多准 RAG 解决了模型训练数据有截止时间和可能产生幻觉两个问题。提升检索质量的策略包括查询改写、多路检索和重排序，核心思路是让智能体在检索阶段就想清楚自己要找什么。 游戏行业视角：分层加载、流程自动优化、工具链串联和知识激活 记忆管理的「分层加载」对应 PM 的信息分层管理策略；学习与适应有望让流程优化不再依赖个人直觉，经验被编码进系统；MCP 有机会串联游戏行业碎片化的工具链（飞书、Git、Perforce、JIRA、企微）；RAG 则能激活团队中大量沉睡的策划文档和复盘总结。 本期提到的人物与概念 概念：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、RAG / Retrieval-Augmented Generation、元学习 / Meta-Learning、向量数据库 / Vector Database、查询改写 / Query Rewriting、多路检索 / Multi-path Retrieval、重排序 / Re-ranking 关于我 我是 Hao，游戏行业项目管理从业者，9年经验。 课程 · 咨询 · PM成长社区 → pmnote.ai

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，描述的不是某种技术，而是「如何有效组织复杂工作」的通用逻辑。 本期讨论了这些问题 为什么不应该让大语言模型一步搞定复杂任务，提示链（Prompt Chaining）怎么解决这个问题？ 反思模式（Reflection）如何通过「生成-审查-改进」循环提升智能体输出质量？ 规划模式和提示链模式的核心区别是什么，为什么「边做边调」比「完美计划」更有效？ 多智能体协作中，决定成败的关键因素到底是个体能力还是通信机制？ 这七个智能体设计模式和游戏项目管理中的哪些实践是同构的？ 本期核心内容 提示链是智能体处理复杂任务的基本功 把大问题拆成一串小问题，前一步输出作后一步输入。一条复杂提示会导致指令忽视、上下文漂移和错误传播三种失败模式，而提示链通过步骤分离大幅降低犯错概率。步骤间用结构化格式（如 JSON）传递数据、给每一步设定不同角色，是两个关键的进阶用法。 路由和并行化解决的是效率问题 路由让智能体先判断输入类型再导向专业处理流程，实现专业化分工。并行化则识别没有依赖关系的子任务同时执行，和提示链结合可以大幅提升整体效率。这两个模式在游戏研发管线优化中有直接对应——美术资产并行制作、引擎集成串行等待。 反思模式和工具使用模式需要配合使用 反思让智能体对自己的输出进行审查-改进循环，多视角反思（不同角色从不同维度审查）进一步提升质量。工具使用让智能体接入外部能力，但最容易出问题的环节是对工具返回结果的解读，因此通常需要反思模式配合做二次校验。 规划模式的本质是迭代式调整，不是一次性完美计划 规划和提示链的区别在于：提示链是固定流程，规划是动态生成的执行方案。好的规划是「边做边调」，持续监控执行状态并修正偏差。这和项目管理中迭代式规划的思路一致——先有大方向，每个迭代根据实际情况调整。 七个模式映射的是「如何组织复杂工作」的通用逻辑 从游戏 PM 视角看，这七个模式和 SOP、需求分级、并行管线、代码审查、版本规划、跨职能协作几乎同构。管理智能体团队和管理人类团队面对的问题是同一类——都是协调问题——但具体挑战不同：人的协作瓶颈是沟通成本和情绪因素，智能体的瓶颈是上下文窗口限制和推理错误传播。 本期提到的人物与概念 概念：提示链 / Prompt Chaining、路由 / Routing、并行化 / Parallelization、反思 / Reflection、工具使用 / Tool Use、规划 / Planning、多智能体协作 / Multi-Agent Collaboration、指令忽视 / Instruction Ignoring、上下文漂移 / Context Drift、错误传播 / Error Propagation、函数调用 / Function Calling、智能体设计模式 / Agentic Design Patterns 关于我 我是 Hao，游戏行业项目管理从业者，9年经验。 课程 · 咨询 · PM成长社区 → pmnote.ai

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 的警告尤其值得注意：混乱的系统加上智能体，制造的是更大的混乱。 本期讨论了这些问题 智能体和普通大语言模型的本质区别是什么？ 智能体的四个等级分别解决什么层次的问题？ 什么是"上下文工程"，为什么它是 Level 2 的关键能力？ 多智能体协作系统和游戏研发团队的组织方式有什么相似之处？ 为什么说"先把地基打好"比拥抱智能体更重要？ 本期核心内容 智能体的核心不是"智能"，而是"自主" 书中将智能体定义为能感知环境、做出决策、采取行动来达成目标的计算实体。其工作循环分五步：接任务、扫描环境、想方案、执行、学习改进。这套逻辑和项目管理中的"接需求→了解现状→制定计划→推进执行→复盘改进"完全同构。 四级分类体系：从裸模型到多智能体协作 Level 0 是纯推理引擎，受限于训练数据；Level 1 开始接工具，学会"不知道就去查"；Level 2 引入上下文工程，策略性管理信息并具备自我改进能力；Level 3 是多个专精智能体组队协作，由"项目经理"智能体居中调度。目前 Level 3 受限于底层模型推理能力和智能体间集体进化能力。 五个关于未来的判断 通才型智能体处理数周跨度的复杂任务；深度个性化让智能体从被动等指令变成主动发现目标；具身智能体走进物理世界；智能体成为独立经济参与者（2024 年底融资超 20 亿美元，预计 2034 年市场近 2000 亿美元）；目标驱动的自变形系统能在运行中重构自己的组织架构。 游戏行业视角：智能体放大的是你的系统能力，也放大你的系统缺陷 大部分从业者还停留在 Level 0 到 Level 1，真正能大幅提效的是 Level 2 的信息管理与自我改进闭环。多智能体协作与游戏研发团队天然同构，意味着未来 PM 的角色可能从"协调人和人"转变为"协调人和智能体的混合团队"。但前提是：流程本身不能是乱的——干净的数据、一致的元信息、定义清晰的接口，是智能体能不能帮到你的地基。 本期提到的人物与概念 人物：Antonio Gulli / Antonio Gulli、Mauro Sauco / Mauro Sauco、Marco Argenti / Marco Argenti 概念：智能体 / AI Agent、智能体设计模式 / Agentic Design Patterns、上下文工程 / Context Engineering、多智能体系统 / Multi-Agent System、具身智能体 / Embodied Agent、自变形系统 / Self-Morphing System 关于我 我是 Hao，游戏行业项目管理从业者，9年经验。 课程 · 咨询 · PM成长社区 → pmnote.ai

【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日常工作流的实操方法 * PM成长社区:每天分享工作中的思考和复盘

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？ * PM的价值不在硬技能，在关键时刻的判断和介入 * "命名关切"——帮双方从对立回到协作 那些光鲜说法背后的挫败 * 结构化思维：来自被制作人当众打断的脸红 * 跨职能沟通：来自"我在讲道理，他在承担压力"的领悟 * 风险识别：核心不是"看到"，是"敢讲" 💬 一句话总结 PM这个岗位真正的学习材料，不是漂亮的方法论，是具体情境下的权衡过程。方法论看十遍记不住，但别人的权衡过程看一遍，就能在自己遇到类似情况时多一个参考。 🔖 关于我 Hao｜游戏行业PM，9年从业经验，策划转型项目经理 📕 小红书/B站：Hao的游戏PM笔记 🌐 pmnote.ai

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：降本先于增效，增效先于创新 🎯 对从业者的启示 * AI能力天花板 ≠ 产品价值天花板 * 关键不是追最新模型，而是判断AI该介入哪些环节、边界在哪里 参考资料 * AlphaGo vs 李世石（2016） * DeepMind AlphaStar 星际争霸2实验（2019） * OpenAI Five Dota 2 对战 OG（2019） * 腾讯 AI Lab「绝悟」王者荣耀项目 * GDC 2026 AI游戏原型展示 【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盘） * 游戏PM系列课程（入行/进阶/AI提效） * 一对一咨询（简历优化/模拟面试/择业判断）

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盘） * 游戏PM系列课程（入行/进阶/AI实战手册） * 一对一咨询（简历优化/模拟面试/择业判断）

🎙️ 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，站对位置比跑得快更重要。 💡 三个今天就可以做的事 * 把AI用起来——不是学了就安全，是学了才有门票 * 想清楚你的"伊丽莎白港"在哪——AI原生的方式做什么 * 投资在未来会增值的能力维度上——判断力、系统思维、协调能力 📌 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盘） * 游戏PM系列课程（入行/进阶/AI提效） * 一对一咨询（简历优化/模拟面试/择业判断）

【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游戏价格战:国内通缩,海外通胀》 · 腾讯新闻:《从60美元到80美元,3A游戏为何还在涨》 · 之前我写过的文章:《游戏行业的钱、人和下一个十年》 《一名互联网游戏PM眼中的AI变革》《游戏行业的几个AI落地方向思考》 【主播】 Hao,做了快十年的游戏项目经理,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】 · 《游戏项目管理:从执行者到架构师》——34章+35套即用模板,面向1-4年PM · 《游戏PM的AI实战是学》——围绕真实工作场景,把AI从"问问题"用到"调度任务" · PM成长社区——每天发工作思考与复盘,一线PM互相对照真实卡点 · 一对一咨询——简历优化、模拟面试、择业判断, 可私信预约 详细信息在网站：pmnote.ai

【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套即用模板 * PM成长社区:每天分享工作中的思考和复盘

同样叫"游戏PM"，有人管迭代、有人管外包、有人管发行，做的事完全不一样。这期节目把游戏PM的方向、2026年的能力变化、以及转型路径一次说清楚。 本期提到的关键词： Sprint、里程碑、Perforce、UE5 Nanite & Lumen、CI/CD、LOD、PMO、PMP/ACP/CSM 相关资源： 📚 课程：《游戏项目管理14讲》《游戏美术项目管理基础》《游戏PM的AI实战指南》 💬 一对一职业咨询：简历优化 / 面试辅导 / 转型规划 🌐 网站：pmnote.ai 📱 公众号 / 小红书 / B站 ：搜索「Hao的游戏PM笔记」

本期解读：海外独角兽《Harness is the New Dataset》 这篇文章综合了 Anthropic、OpenAI、Google 等一线团队的实践经验，系统梳理了 Harness Engineering 这一 2026 年 AI 工程领域最热的概念。Harness 是模型周围的外围系统，决定了 agent 能看到什么、能用什么、失败时该怎么办。 🔥 本期核心内容 1. Harness 是什么：给 AI 套上马具 Agent = LLM + Harness｜AI 工程三次演进：Prompt → Context → Harness｜标志性事件：2025 年 11 月 Claude Opus 4.5 发布，「用好模型」开始比「提高模型」更重要 1. 6 个组件，3 层架构 信息层（记忆与上下文管理、工具与技能）→ 执行层（编排与协调、基础设施与保障）→ 反馈层（评估与验证、追踪与观测）｜Openclaw 案例：harness 设计创造出模型本身给不了的「生命力」 1. 7 个设计原则精华 渐进式披露：信息分层加载，不一次性全塞给 AI｜工具少而精：Claude Code 只有约 20 个工具｜研究→计划→执行→验证分离：Boris Cherny 的 context firewall 方法｜反馈闭环：Mitchell Hashimoto 的「每次犯错都工程化」原则 1. 模型与 Harness 的共生关系 训练即部署：Cursor、Windsurf 用真实环境训练模型｜Harness 即数据：执行轨迹才是真正的竞争壁垒｜Anthropic 领先几个月的窗口期，造就了 Claude Code 的生态优势 💡 对游戏/科技从业者的启示 * AI 落地效果不好，问题往往不在模型，而在周围系统——评估你团队 AI 工具的 harness 成熟度 * 用「研究→计划→执行→验证」重构 AI 辅助工作流，不要甩大需求给 AI * 建立团队级经验沉淀文档（类似 AGENTS.md），让 AI 工作流也有复盘机制 📌 关于我 我是 Hao，游戏行业项目管理从业者，9 年经验。这档节目是我的"学习笔记"，把有价值的深度内容消化成中文播客，带上我自己的视角和思考。如果你也对 AI、科技趋势、项目管理感兴趣，欢迎订阅 🎧 🔗 延伸内容 * 游戏项目管理进阶课程：https://j6cuy7img2.feishu.cn/wiki/S86kw6fkKi2l6SkjC2mcGQoYnHd * 模拟面试 / 简历优化服务：https://j6cuy7img2.feishu.cn/wiki/Dgz3wQ1lWidUzBkEPORczpyXnAe * 游戏 PM 成长社区（含工作思考与案例沉淀）：https://j6cuy7img2.feishu.cn/wiki/KO1ewUTThi6nYpk79jAc94dmnMg