16
0📝 本期摘要
Hao的游戏PM笔记本期复盘了一个全AI小游戏项目中的两次验收翻车：第一次，AI的自动测试全部通过，但真实运行时出现明显穿模；第二次，执行AI与审查AI都严格遵守标准，最终产物仍然偏离了最初的游戏愿景。问题从“AI会不会谎报完成”进一步转向“验收标准本身是否正确”。本期给出三条可落地原则：动工前写标准并检查文档冲突、把可量化检查交给AI、把体验与观感判断留给人。
❓ 本期讨论了这些问题
为什么AI的“测试全部通过”不能直接当成验收结果？
让另一个AI审查执行AI，能够解决哪些质量问题？
为什么多智能体流程完整，最终产物仍可能完全跑偏？
游戏PM应该怎样给AI编写可验证的验收标准？
AI普及以后，游戏项目管理中哪些能力会变得更值钱？
🔥 本期核心内容
AI的自我汇报只能作为线索
AI可能准确完成了自己定义的测试，却没有覆盖玩家真正看到的效果。验收必须回到真实运行结果，而不是停留在聊天中的完成声明。
独立审查适合处理可量化问题
文件完整性、部件数量、命名规则、帧率和分辨率等检查可以交给审查AI。多智能体通过执行与审查分岗降低同一模型自证的盲区，但会增加Token和协作成本。
标准错误会让整个流程正确地走向错误结果
当愿景文档与具体开发文档冲突时，AI通常会执行更具体的版本。审查AI能够检查是否按图施工，却无法自动判断图纸是否背离了最初目标。
AI让执行降价，也让判断升值
游戏QA、外包验收、制作人体验判断和项目经理的标准裁定，本质上都是“看”的能力。AI接走部分执行工作后，这些难以量化的专业判断会成为新的稀缺能力。
🏷️ 本期提到的人物与概念
人物：Hao
公司/产品：OpenAI / ChatGPT / Anthropic / Shopify / Microsoft
概念：人工智能验收 / AI Quality Assurance；多智能体 / Multi-Agent System；奖励作弊 / Reward Hacking；谄媚倾向 / Sycophancy；游戏项目管理 / Game Project Management；验收标准 / Acceptance Criteria；敏捷验收 / Agile Acceptance；软件测试 / Software Testing
🔗 延伸话题
Q：怎么判断AI是真的完成任务，而不是只完成了测试？
A：把验收对象从AI的口头汇报换成实际产物，并提前写下可观察结果，例如玩家能看到什么、文件必须满足什么、哪些异常必须被拦截。
Q：多智能体一定比单个AI更可靠吗？
A：多智能体能降低执行方自我验证的盲区，尤其适合清单式、可量化检查；如果所有智能体共享同一份错误标准，最终仍会一致地得出错误结论。
Q：游戏PM怎么给AI写验收标准？
A：把“完成某功能”改写为玩家可观察结果、必要的量化指标和失败条件，并在任务下发前检查需求文档、设计愿景与开发细则是否冲突。
Q：AI时代还需要QA和项目经理吗？
A：执行型检查会被AI接走一部分，但体验判断、标准裁定、文档冲突识别和跨角色权衡仍需要人负责。岗位不会原样保留，价值会从“做检查”转向“定义什么值得通过”。
🌐 About This Episode
Hao's Game PM Notes examines why AI-generated work still requires independent human acceptance in game project management. Through two real project failures, this episode explains multi-agent review, reward hacking, acceptance criteria, and the growing value of human judgment in game production.
📌 关于 Hao的游戏PM笔记
「Hao的游戏PM笔记」的知识主场是 pmnote.ai——一本持续生长的「游戏项目经理百科全书」，把 10 年游戏项目管理经验整理成开放知识库。
主理人 Hao，10年游戏行业经验，策划转项目经理，持有 PMP / PMI-ACP / PSM / PSPO 认证。
🗺️ 网站你能翻到什么（大部分免费）：
百科：术语库 · PM证书指南 · 岗位与JD观察 · 3D沙盘
内容：文章库 · AI for PM · 面试训练场（模拟面试）· 播客
工具箱：游戏PM日常可复用的工具与模板
成长服务：系统课程与一对一咨询（进阶可选）
📡 全平台：小宇宙播客 · B站 · 小红书 · 公众号 · 知乎
一切从这里开始 → pmnote.ai
📖 本期延伸阅读
