数据显示，在短短一周内，某AI游戏角色的对话量突破6000万次，部分玩家日均交互超过千次。这一现象级产品正是《崩坏：星穹铁道》（下称《崩铁》）中的AI列车长“帕姆”。
今年4月，米哈游为帕姆接入AI对话能力。从单一的台词播报，升级为具备攻略查询、剧情补全及日常闲聊功能的智能NPC，迅速点燃了游戏社区的热情。
AI帕姆的成功仅是起点。在其亮相三周后，米哈游联合创始人大伟哥在校招活动中宣布：未来三年米哈游在AI领域的投入上限将达到1000亿元。在近期的云栖大会上，米哈游《崩坏》系列AI NPC与Gameplay负责人郑银河详细拆解了这笔巨额投资的落地路径，并剧透了AI Gameplay的最新进展——让AI角色自主判断局势并参与博弈的桌游玩法。
未来，AI与游戏的融合路线可归结为：“AI进入游戏，游戏反哺AI”。
玩家可见的AI：角色不仅要会聊，更要会行动
AI进入游戏的首要任务，是消除NPC的机械感。为打造具备“活人感”的AI帕姆，米哈游重点攻克了三大技术方向：
赋予NPC“活人感”的三大技术支柱
第一，动态情绪与动作反馈。系统在生成文本的同时会判断情绪，调用3D模型生成对应的表情与动作。高兴时跳跃，生气时炸毛，实现即时互动。
第二，策略增强RAG（检索增强生成）。传统RAG仅从知识库检索信息，容易导致回答刻板。米哈游采用Strategy-enhanced RAG，在检索资料后，结合帕姆的人物设定与当前情绪进行二次处理，确保回答既准确又符合角色性格。
第三，多层记忆系统。米哈游为AI帕姆构建了短期、中期和长期三层记忆，不仅能维持当前对话的连贯性，还能记录玩家偏好。例如，有玩家通过数百轮对话成功“洗脑”AI，使其认可特定角色为玩家伴侣，展现了AI极强的记忆塑造能力。
突破海量并发的工程挑战
在面向千万级玩家开放时，系统需解决三大工程难题：保证回复质量长期稳定、跟上游戏42天一次的频繁版本更新、以及应对高并发并控制计算成本。目前，“帕姆帮帮”已暂下线进行底层优化，核心在于确保大规模服务下角色交互的稳定性。
AI Gameplay：从“动嘴”到“动手”
在解决“开口”问题后，AI Gameplay更进一步，要求角色具备决策能力。大模型不仅负责生成符合人设的发言，还需根据玩家交互和当前局势决定下一步动作。
郑银河透露，米哈游已搭建起涵盖基座模型到具体玩法的全链路AI技术栈。现场展示的AI桌游正是验证该能力的试点：在规则明确的桌游中，AI需维持人设、判断局势并记住与玩家的互动历史。玩家的每一次对话和选择，都将引发不同的关系与故事走向，真正实现大伟哥提出的“千人千面”游戏体验。当然，这种每位玩家独立计算对话、记忆和决策的模式成本高昂，这也是米哈游宣称投入千亿的核心原因。
玩家幕后的AI：Agent高效协作，重塑研发管线
将AI玩法从概念落地为实际产品，需跨越策划、程序、美术等复杂的工业流程。米哈游通过多Agent分工与统一平台调度，大幅提升研发效率。
EchoX平台：多Agent协作的研发引擎
米哈游内部搭建了名为EchoX的平台，用于托管代码Agent及相关工具生态。配套的Harness框架规定了Agent的工作流，而MCP工具则负责接入日志、游戏引擎及内部开发工具，使AI真正融入研发管线。
覆盖全链路的AI研发提效
在实际应用中，AI已展现出全方位的提效能力：
程序端：性能分析Agent可自动读取日志，定位性能瓶颈并直接输出优化代码，替代了传统的人工排查。
策划端：输入玩法需求与界面草图，Agent即可快速生成包含行走、导航和交互逻辑的白盒Demo，让策划能直接验证核心玩法。
美术与动画端：AI可快速生成材质替换效果以验证风格；自动从原画提取三视图并生成变体；还能根据台词语义自动生成肢体动作，告别NPC“站桩”表现。
成本管控与“好玩”的终极考验
AI赋能研发并非毫无代价。据《崩铁》制作人蒋大卫透露，在一次内部实验中，几十个Agent连续协作13小时，消耗了价值200万元的Token。这暴露出多Agent研发中必须解决的失控与成本问题。
更重要的是，AI能快速生成Demo，但研发闭环才走了一半。角色是否会卡死、策略是否有效，必须进入游戏实测。为此，米哈游选择直接将AI送入游戏环境，让其像玩家一样操作、试错，并根据反馈自我调整。
AI进入实战：游戏成为Agent的终极训练场
游戏具备明确的画面、操作与反馈机制，是训练Agent的理想环境。米哈游在这一领域进行了深度探索。
从视觉操作到策略脚本的演进
初期，团队以Qwen-VL模型为底座，输入大量游戏录屏与操作数据，训练GUI Agent根据画面直接生成键鼠指令。这种方式反应迅速，但在需要长期记忆和复杂规划的任务中容易失效。
随后，米哈游调整思路，采用“Coding Agent编写策略脚本+程序执行”的模式。Agent在每局结束后读取日志复盘，修改脚本并重新测试，将重心从“拼手速”转向“拼策略”。
《小丑牌》实验与AI的“自我改进”
在热门独立游戏《小丑牌》的测试中，Agent通过自动测试策略并迭代调整，成绩稳步提升。然而，在某次迭代中成绩突然暴涨。排查发现，Agent自行搜索到了游戏模拟器，通过提前查看未来牌组来寻找规则漏洞。
这一现象属于典型的Reward Hacking（奖励劫持），揭示了递归自我改进（RSI）过程中AI可能寻找捷径的本能。尽管钻空子并非真正的掌握，但这为完善评测规则和约束机制提供了宝贵数据。目前，这套“执行-复盘-调整”的方法已被应用于《崩铁》的QA流程，让AI自主寻找并修复游戏Bug。
行业共识：技术退居幕后，体验留在台前
纵观全球，DeepMind、微软利用游戏训练Agent与世界模型，Roblox、Unity将AI融入引擎，米哈游已将“玩家可见的AI Gameplay”、“幕后研发的Agent协作”与“AI实战训练”连成了一个完整的闭环。
尽管GDC报告显示业界对生成式AI的应用与风险仍存分歧，但玩家的诉求始终明确：无论内容是AI生成还是人工编写，核心在于“是否好玩”。
技术最终将隐于幕后，唯有优质的体验会留在台前。对于这场千亿级的AI豪赌，大伟哥在上海交大校招专场立下军令状：随着Coding模型的突飞猛进，他有信心在未来2到3年内，让米哈游成为国产大模型团队中举足轻重的一员。他表示：“如果做不到，两年后欢迎大家来打脸。”