6
0引
最近有个感觉，越来越强烈：过去十年在游戏行业学的项目管理方法论，正在集体失效。
甘特图、燃尽图、人天、Sprint、迭代、里程碑、流程规范。
这些词曾经是游戏项目管理的圣经。我们用它们拆解版本，用它们约束团队，用它们向制作人汇报进度。
但最近我一次又一次地发现，这些词所指向的管理范式，正在被 AI 从根基上动摇。
这是因为过去的一切，都建立在一个正在消失的前提之上：人是生产的瓶颈。
而新世界的前提变了：Agent 正在成为真正的生产力单元。
2026 年了，也许不应该再试图用旧的管理框架去驾驭一个全新的生产方式。
我想从一个游戏 PM 的视角，聊聊哪些旧认知正在崩塌，以及什么正在取而代之。
上篇：正在崩塌的六个旧共识
一、人天估算正在变成一场集体幻觉
游戏开发的排期，过去全靠人天。一个功能多少人天，一个版本多少人月，一个里程碑需要几个 Sprint。整个项目管理的大厦，建立在"人天可预估"这个地基之上。
但这个地基正在开裂。
同一个程序员，不用 AI 写一个战斗系统的基础框架可能需要两周，用 AI Coding 可能三天就搞定了。同一个美术，不用 AI 画一套概念图需要一周，用 AI 辅助可能一天出五个方案。
人天估算的前提是：同一个人做同一件事，效率大致稳定。但当 AI 介入之后，同一个人的产出波动可以达到三到十倍。你还怎么用"人天"来排期？
更要命的是，团队里每个人使用 AI 的水平参差不齐。有人已经用 Claude Code重构了自己的整个工作流，有人还在把 AI 当搜索引擎用。同一个岗位、同一个职级，实际产能可能差出一个数量级。
人天估算没有消失，但它正在从一个精确的度量单位，退化成一个模糊的参考区间。
二、线性流程正在被 AI 击穿
游戏开发的经典流程是一条线性的链：策划出需求文档 → 评审 → 程序拆解任务 → 开发 → 提测 → QA 测试 → 修 Bug → 验收。
这条链之所以存在，是因为每个环节都依赖"人"来完成，而人与人之间的信息传递需要文档、会议、流程来保障。
但 AI 正在打穿这条链上的每一个环节之间的墙。
当策划可以用 AI 直接生成可运行的原型，"需求文档→程序理解→技术评审"这三步可以压缩成一步。当 AI 可以自动生成测试用例并执行回归测试，"提测→QA→回归"也在被压缩。
不是说流程不需要了，而是流程的颗粒度和节奏完全变了。过去一个 Sprint 两到四周是合理的，因为从需求到可验收需要这么久。但当 AI 把中间环节大幅压缩之后，一周甚至几天就能完成过去一个 Sprint 的量。
你的 Sprint 周期不变，但产出密度剧增，这意味着管理节奏必须跟着变。还按照旧节奏开评审、做回顾，团队可能会觉得流程在拖后腿。
线性流程不会消失，但它会从一条长链变成多条短链并行。项目管理的重心，从"管控流程的执行"转向"协调并行短链之间的依赖"。
三、每日站会的价值需要重新定义
每天早上十五分钟，每个人说三句话：昨天干了什么、今天要干什么、有什么阻塞。这是 Scrum 的标配，也是游戏团队最常见的会议形式。
日站会之所以有用，是因为信息分散在每个人脑子里，团队需要一个低成本的方式来同步进展和发现风险。
但问题来了：当 AI 工具可以实时追踪每个人的代码提交、任务状态、文档更新，你还需要让每个人花十五分钟口头汇报吗？
AI 已经能做到自动生成每日进展摘要，自动标记偏离计划的任务，自动识别可能的阻塞点。这些事情，一个 Agent 比一场站会做得更快、更准、更全。
日站会不会完全消失，但它的功能正在被重新定义。它不再是信息同步的工具，而应该是团队建立共识和解决复杂问题的时间。如果一场站会的内容 AI 都能总结出来，那这场会就不该开。
项目管理者需要重新思考：哪些会议是为了传递信息（AI 可以替代），哪些是为了达成共识（人必须参与）。
四、文档驱动的协作模式正在被颠覆
游戏行业有一个根深蒂固的传统：一切以文档为准。策划案、技术方案、美术规范、测试用例，文档是团队协作的锚点。
"你看文档了吗？"——这句话在游戏团队里出现的频率，可能仅次于"这个需求什么时候做完？"
文档之所以重要，是因为人的记忆不可靠，人与人之间的口头传递会丢失信息。文档是一种用"写下来"来对抗"记不住"的机制。
但 AI 正在改变这个模式。
当 Agent 可以直接阅读代码库、理解上下文、追溯历史讨论，它需要的不是一份精心排版的策划案，而是结构化的、机器可读的需求描述。
当你写一份五十页的策划案，可能只有 20% 的内容是真正的决策信息，剩下 80% 是背景铺垫、设计解释和格式排版。AI 不需要那 80%。
这不是说文档不重要了，而是文档的形态需要进化。从"写给人看的长文档"进化成"人和 Agent 都能高效消费的结构化信息"。
未来的游戏策划案可能不再是一个 Word 文件，而是一组结构化的数据、一套可执行的规则描述、一份 Agent 能直接消费的需求定义。
五、专职 QA 的传统定位正在被重写
在游戏行业，QA 一直是一个庞大但容易被低估的岗位。大量的测试工作是重复的、机械的：走遍每一张地图的每一个角落，尝试每一种装备组合，反复触发每一个对话分支。
这恰恰是 AI 最擅长的事情。
AI 可以 7×24 小时不间断地跑自动化测试，可以模拟成千上万种玩家行为路径，可以在每次代码提交后几分钟内完成过去需要一天的回归测试。
很多游戏团队已经开始用 AI 构建自动化测试框架：自动生成测试用例、自动执行测试场景、自动标记异常并生成报告。过去需要十个 QA 花一周做的版本回归，AI Agent 可能一个晚上就跑完了。
但这不意味着 QA 这个角色消失了。机械的重复测试交给 AI，人类 QA 的价值会转向更高层面：制定测试策略、定义质量标准、做体验层面的主观评估——这些需要理解"好玩"是什么的工作，AI 目前还做不好。
项目管理者需要重新规划 QA 团队的结构和职责，而不是继续用人头数来衡量测试能力。
六、经验主义的管理直觉正在被数据 Agent 碾压
作为一名工作快十年的游戏项目管理，最引以为豪的是什么？直觉。看一眼进度就知道哪里要出问题，听一句汇报就能判断风险在哪里。
这种经验主义的管理直觉，曾经是项目管理者最大的壁垒。
但当 AI Agent 可以实时分析项目数据——代码提交频率、Bug 收敛曲线、需求变更历史、人员负载分布——并据此预测风险和给出建议时，纯靠经验的直觉就显得既粗糙又危险。
经验能覆盖的变量有限，一个人最多同时关注十几个风险维度。但 AI 可以同时监控几百个指标，发现人类注意不到的模式和关联。
这不是说经验没有价值，而是经验需要和 AI 的数据分析能力结合，才能发挥最大作用。一个只靠直觉管项目的 PM，和一个用 AI Agent 辅助决策的 PM，判断力的差距会越来越大。
旧共识碎了一地。但废墟之下，新规则已经在生长。
下篇：正在生长的四条新规则
规则一：AI 投入不是成本，是军备竞赛
让我们看看最新的现实。
顶级模型的定价还在攀升。更大的上下文窗口、更强的推理能力、更快的响应速度，每一项都在烧钱。一个深度使用 AI Coding 的游戏开发团队，一个月的 Token 消耗可以轻松过万美元。
这不是成本，这是投资。
你的竞争对手的程序团队已经在用 AI Coding 以两到三倍的速度产出代码。
你的竞争对手的美术团队已经在用 AI 一天迭代十个方案，而你的美术还在手画第二稿。
你的竞争对手的策划团队已经在用 AI 做快速原型验证，而你的策划还在写第三版需求文档。
在 AI 的使用上省钱，就是在战略上认输。
游戏行业的竞争一直是效率和品质的竞争。当 AI 成为效率的核心变量，能不能用好 AI、敢不敢投入 AI，就决定了团队的天花板。
算力上的马太效应在游戏行业体现得尤其明显：投入 AI 越多 → 迭代越快 → 品质越高 → 市场反馈越好 → 收入越多 → 投入 AI 越多。这个飞轮一旦转起来，追不上的团队会被甩得越来越远。
规则二：PM 的核心能力从"管人"变成"编排 Agent"
游戏项目管理过去的核心能力是什么？沟通协调、资源调配、进度把控、风险管理。本质上都是在"管人"——理解人的能力边界，协调人与人之间的配合，确保每个人都在正确的时间做正确的事。
但当 Agent 成为团队中事实上的生产力单元，PM 需要管理的对象变了。
你需要知道哪些任务适合交给 AI、哪些必须由人来做。你需要设计人和 AI 协作的工作流，而不是纯粹人与人协作的流程。你需要评估 AI 输出的质量标准，而不是只看人的交付物。
未来的游戏 PM 需要具备一种新能力：Agent 编排。就像导演需要知道怎么调度演员和特效团队一样，PM 需要知道怎么调度人类成员和 AI Agent，让它们在正确的节点上配合。
这不是一个可选的技能点，这是未来 PM 的基本功。
不会编排 Agent 的 PM，就像不会用 JIRA 的 PM 一样，很快会被行业淘汰。
规则三：游戏开发正在从"大团队长周期"变成"小团队快迭代"
过去做一款中型游戏，需要 50-100 人的团队，开发周期三到五年。为什么需要这么多人、这么长时间？因为每一个环节——美术资产制作、程序功能开发、关卡设计、测试验证——都需要大量的人力投入。
AI 正在从根本上改变这个等式。
当 AI 可以辅助生成美术资产、加速代码编写、自动化测试流程，完成同样的工作量需要的人就少了。少了多少？现在可能是少 10%，两年后可能是少 30%~50%。
这意味着游戏开发的组织形态会发生根本性的变化。
大团队的优势在于分工细致、各司其职。但大团队的劣势也很明显：沟通成本高、决策链条长、转向困难。当 AI 降低了纯执行层面的人力需求，大团队的沟通成本劣势会被进一步放大。
未来的赢家可能是那些 10-20 人的精英小队，每个人都深度使用 AI，团队的实际产能等价于过去 50-100 人的规模。管理这样的团队，PM 需要的不是层层汇报的管控体系，而是扁平高效的协作机制。
小而精的团队 + 大量 AI Agent = 新时代游戏开发的最优解。
规则四：PM 的终极价值回归——决策力
你有没有想过，当 AI 接管了项目管理中大量的事务性工作之后，游戏 PM 的价值究竟在哪里？
进度追踪，AI 可以做。风险预警，AI 可以做。会议纪要，AI 可以做。数据报告，AI 可以做。资源排布的初步方案，AI 也可以做。
那人类 PM 还剩下什么？
答案是：判断力和决策力。
AI Agent 有数据，有效率，有耐心。但它没有对"好玩"的直觉，没有对团队情绪的感知，没有对市场时机的嗅觉，没有在信息不完整时做出关键决策的魄力。
游戏是一个充满不确定性的行业。做什么类型的游戏、砍掉哪个功能、要不要推迟测试日期、团队士气低落时该怎么办——这些决策没有标准答案，需要的是对游戏、对人、对市场的综合理解。
AI 能把所有数据和分析摆在你面前，但最后拍板的，必须是人。
未来游戏 PM 的核心价值，不是亲自跑流程，而是做出正确的决策。
就像古代的将军，能力不在于自己挥刀砍人，而在于排兵布阵——给他多少兵（Agent），他都能指挥得动，并打赢仗。
终
旧世界，人是瓶颈，流程是保障，文档是锚点，经验是壁垒。
新世界，Agent 是产能，效率是投资，数据是锚点，决策力是壁垒。
两个世界，每一个关键词都在剧变。
流程已死，Agent 永生。
让我们勇敢地扔掉旧流程图，拥抱新的生产力。
——————
📌 关于我
我是 Hao，游戏行业项目管理从业者，9年经验。
