前游戏开发者，现海外云厂商架构师 [反向弯曲] 主理的 [AI×游戏] 播客！ 帮助互联网｜游戏从业人员 拆解全球游戏 AI 前沿动态，深挖技术落地干货。 让你轻松拿捏行业脉搏，预判 AI + 游戏的 "下一帧"。 对未来好奇？速戳订阅！ 小红书b站同名：反向弯曲 ===================================== OpenClaw 六周冲到 28 万星，Nvidia 下场做企业版，AI Agent 生态爆发了——但这么多 Agent 怎么协作？ 这期我从协议层拆解：MCP 让 AI 用工具，ACP 让系统调 AI，A2A 让 Agent 互相协作。三层协议解决三层问题，但 A2A 还是未来式——上期实验里两个 Agent 对话踩的坑（回声循环、跨系统误导、纯文本歧义），A2A 都没解决。 所以我做了 ACP Bridge：把本地 CLI Agent（Kiro、Claude Code、Codex）暴露成 HTTP 服务，让云上的 OpenClaw 能远程调用。十天，从零到发布，和 AI 一起 Vibe Coding。 这期你能听到： - AI Agent 三大协议（MCP/ACP/A2A）的本质区别和适用场景 - A2A 为什么是未来式？三个原因 + 实际踩坑 - ACP Bridge 五大特性：桥接、结构化通信、多 Agent 适配、Session 管理、安全控制 - 五个真实踩坑：不是所有 Agent 都支持 ACP、Claude 会挂起、进程管理、环境差异、时区日志 - Vibe Coding 15 Phase 方法论：从生态感知到部署验证的完整循环 适合：关注 AI Agent 生态的开发者、想了解 MCP/ACP/A2A 协议的技术人、对人机协作开发感兴趣的朋友。 ===================================== 时间轴 00:00 Nvidia 下场做 NemoClaw 05:39 神秘礼物：请给我发邮件 08:17 三个协议科普+A2A 为什么是未来式+ACP才是版本答案？ 20:21 ACP 的务实路线：结构化通信 vs 纯文本歧义 23:13 ACP Bridge 项目：我的需求和五大特性 27:02 再谈Vibe Coding 方法论 39:12 AI 不是替代你，而是放大你 ===================================== 参考链接： * ACP Bridge 项目 * ACP 官方文档 * NVIDIA NemoClaw * AWS 博客：用 ACP Bridge 让 Kiro 和 Claude Code 支持 IM 异步工作流 * Building effective agents

前游戏开发者，现海外云厂商架构师 [反向弯曲] 主理的 [AI×游戏] 播客！ 帮助互联网｜游戏从业人员 拆解全球游戏 AI 前沿动态，深挖技术落地干货。 让你轻松拿捏行业脉搏，预判 AI + 游戏的 "下一帧"。 对未来好奇？速戳订阅！ 小红书b站同名：反向弯曲 ===================================== 为什么 OpenClaw 用的是公开的 Claude API，却能火到让千人排队、政府补贴上千万？这期我们不聊模型参数，聊一个更有意思的东西——缰绳（Harness）。从 OpenClaw 的爆火出发，我拆解了它做对的四件事：工具越少越好、用文件当记忆、角色定义清晰、代码结构可读。然后研究了 OpenAI Codex 团队 3 人 5 个月产出 100 万行代码的案例、Vercel 把 15 个工具砍到 1 个反而准确率从 80% 涨到 100% 的实验、Anthropic 的长期运行 Agent 架构。这些顶级团队独立收敛到了同一套模式，说明 Harness Engineering 可能是 AI 工程师的新出路——不卷模型，卷缰绳。最后分享了我自己的实践：用 AI 给 AI 工具修 bug、一下午做完一个跨 Agent 通信协议、五音不全的人写歌。适合所有想知道"模型够强之后该卷什么"的技术人。 ===================================== 1. 00:00 龙虾让千人排队 2. 07:00 工具特别少 3. 11:00 文件当记忆 4. 17:00 角色定义 5. 18:10 代码结构 6. 23:35 三代工程的演进：Prompt → Context → Harness 7. 28:49 OpenAI, Vercel, Anthropic, Manus的案例 8. 40:24 六条收敛的模式 9. 42:50 AI 工程师的新出路 10. 47:11 我自己的实践体验 11. 52:35 不卷模型，卷缰绳 ===================================== * Lost in the Middle: How Language Models Use Long Contexts * Peak Ji (Manus): Context Engineering for AI Agents * 工程技术：在智能体优先的世界中利用 Codex * We removed 80% of our agent’s tools * The Anatomy of an Agent Harness * 最高补贴1000万，地方政府跟风“养龙虾”要谨慎|新京报专栏

前游戏开发者，现海外云厂商架构师 [反向弯曲] 主理的 [AI×游戏] 播客！ 帮助互联网｜游戏从业人员 拆解全球游戏 AI 前沿动态，深挖技术落地干货。 让你轻松拿捏行业脉搏，预判 AI + 游戏的 "下一帧"。 对未来好奇？速戳订阅！ 小红书b站同名：反向弯曲 ===================================== AI 能生成图片、生成视频，但如果它能生成一个 可以走进去、可以交互的世界 呢？ 这期我们聊"世界模型"——AI 领域正在爆发的新方向。Google 的 Genie 3 能从一张图生成可玩的游戏，李飞飞团队的 Marble 能用一句话创造 3D 城堡，腾讯的混元世界已经开源。当 AI 学会了"做梦"，游戏开发的门槛可能被彻底改写。 作为前游戏开发者，我会从技术原理讲到产业冲击：世界模型到底怎么工作？现在能玩到什么？创业公司 Mirage 为什么从爆火到关闭？Unity 股价为什么因为这个技术暴跌？中国在这个领域是什么位置？ 如果你是游戏开发者、AI 从业者，或者对"AI 会怎么改变创作"这个问题感兴趣，这期值得听完。 ===================================== 03:26 从"画图"到"造世界"：AI 生成内容的进化路线 08:15 现在能玩到什么样的“世界模型”？ 13:24 技术深水区：AI是怎么理解世界的 23:36 落地场景畅想 27:04 unity股价下跌了21% 31:43 房间里的大象：版权问题 34:32 中国视角：我们在什么位置？ 36:43 结尾：当 AI 学会"做梦"，游戏行业会怎样？ ===================================== * Google DeepMind Genie 3 官方介绍 * World Labs Marble 官网 * 腾讯混元世界 HunyuanWorld 1.5 * Runway GWM-1 * 李飞飞博客: From Words to Worlds: Spatial Intelligence is AI's Next Frontier * 一文讲清楚世界模型 * Unity says its AI tech will soon be able to 'prompt full casual games into existence'

前游戏开发者，现海外云厂商架构师 [反向弯曲] 主理的 [AI×游戏] 播客！ 帮助互联网｜游戏从业人员 拆解全球游戏 AI 前沿动态，深挖技术落地干货。 让你轻松拿捏行业脉搏，预判 AI + 游戏的 "下一帧"。 对未来好奇？速戳订阅！ 小红书b站同名：反向弯曲 ===================================== 1988年，27个人在一个游戏设计师的客厅里啃三明治，聊"游戏能不能成为艺术"。这就是GDC的第一届。 38年后，这个"客厅聚会"变成了3万人的旧金山Festival of Gaming——游戏圈一年一度最重要的"老乡会"。 这期加更带你了解： 🎮 GDC到底是什么？和E3有什么本质区别？ 🔥 今年的戏剧性：小岛秀夫临时退出Keynote，暴雪元老Rob Pardo顶上 📉 行业寒冬数字：3年裁员4.5万人，十分之一开发者失业 🚗 GTA 6成为整个行业的"避让日期" 🤖 AI从"工具"到"游戏核心"的质变 🏆 法国30人小团队 vs 索尼大厂：谁能拿下年度游戏？ 作为去年亲历GDC的参会者，我还会分享：30%的价值在台上，70%在台下——GDC的真正价值是什么？ 适合所有对游戏行业好奇的听众，无需专业背景。 ===================================== 00:00 1988年的客厅聚会 04:16 GDC是什么？ 09:14 GDC2025年的体验 13:13 今年大背景：裁员潮的数字 18:22 Keynote戏剧性：小岛秀夫→Rob Pardo 23:52 GDC：AI是今年的暗线 29:12 颁奖典礼前瞻 38:02 推荐关注的Session ===================================== * GDC Festival of Gaming 官网 * 小岛秀夫退出GDC 2026 Keynote * IGF 2026 提名名单 * GDC起源故事 * GDCA历届获奖名单

前游戏开发者，现海外云厂商架构师 [反向弯曲] 主理的 [AI×游戏] 播客！ 帮助互联网｜游戏从业人员 拆解全球游戏 AI 前沿动态，深挖技术落地干货。 让你轻松拿捏行业脉搏，预判 AI + 游戏的 "下一帧"。 对未来好奇？速戳订阅！ 小红书b站同名：反向弯曲 ===================================== 过去 16 个月，Anthropic 发布了什么？为什么一家 AI 公司的技术更新，会被称为整个软件行业的"百草枯"？ 这期节目从一个朋友的真实遭遇讲起——他们公司股价跌了 40%，老板说要"AI 转型"，但大家心里都清楚那意味着什么。我会顺着时间线，梳理从 MCP 到 Skills、从 OpenClaw 到 Cowork、从 Computer Use 到 Code Security，一步步拆解每一层护城河是怎么被填平的。 这不是贩卖焦虑。我会从技术架构的视角分析它为什么有这么大的冲击力，为什么速度会越来越快，以及那份"末日报告"描述的场景到底有没有可能发生。 最后，如果 2028 真的会来，现在应该怎么准备？我有四点思考分享给你。 适合所有正在关注 AI 冲击的从业者。金丝雀还活着，趁它还活着的时候想想你的逃生路线。 ===================================== 03:09 一切的起点：MCP 10:00 有点不对劲：Skills 16:50 恐怖的放大器：OpenClaw 21:17 一个 AI 等于一个团队：Cowork 24:36 最后的护城河也没了: Computer Use 27:03 连安全都自动化了: Code Security 29:09 速度有多快？ 31:23 悖论：所有人都在让 AI 变强，却没人意识到"末日危机" 35:51 如果 2028 真的会来，现在应该怎么准备？ 41:28 历史上的技术革命 43:03 金丝雀还活着 ===================================== * 2028年全球智能危机 * CITRINI RESEARCH * 开始使用 Cowork * Introducing Claude Sonnet 4.6 * Claude Code推出自动安全审查功能，顺便干掉了10家安全创业公司 * Claude一个插件吓哭华尔街，软件公司集体暴跌，2万亿元一日蒸发 * 一篇博客引发的血案：Anthropic发了篇文章，IBM市值蒸发310亿美元

前游戏开发者，现海外云厂商架构师 [反向弯曲] 主理的 [AI×游戏] 播客！ 帮助互联网｜游戏从业人员 拆解全球游戏 AI 前沿动态，深挖技术落地干货。 让你轻松拿捏行业脉搏，预判 AI + 游戏的 “下一帧”。 对未来好奇？速戳订阅！ 小红书b站同名：反向弯曲 ===================================== 「Most of us just pretend to understand Transformers.」——这是 Reddit 上一个机器学习从业者的自白，底下几百条回复纷纷+1。ChatGPT、Claude、Gemini、Stable Diffusion、Sora，这些 AI 产品的底层都是 Transformer，但 99% 的教程都在讲公式怎么算，却不讲为什么要这样设计。这期我换个讲法：不讲公式，从用户痛点入手，用人话把 Transformer 的核心思想讲明白。Q、K、V 到底是什么？多头注意力在干嘛？它又是怎么从处理文本扩展到图像、视频的？我会用图书馆找书、派对社交这些类比帮你建立直觉，还会聊聊 Vision Transformer、Swin、Stable Diffusion 里的 Cross-Attention，以及 Sora 背后的 DiT 架构。听完这期，你可能还是写不出代码，但至少在同事聊起这些的时候，你不用再装懂了。 ===================================== 03:29 Transfomer到底在解决什么问题？ 04:52 QKV那个让所有人都卡住的地方 09:00 自注意力机制 10:48 多头注意力机制 12:33 位置编码 13:40 前馈神经网络 15:00 GPT和BERT有什么区别？ 19:38 Vision Transfomer 21:40 Stable Diffusion 和 Sora 24:30 总结容易误解的问题 26:54 Transfomer的升级之路 ===================================== 参考链接： * The Illustrated Transformer * 3Blue1Brown * 跟李沐学AI * what-changed-in-the-transformer-architecture * Attention Is All You Need (2017) 背景音乐： 🎵感冒國際語錄

前游戏开发者，现海外云厂商架构师 [反向弯曲] 主理的 [AI×游戏] 播客！ 帮助互联网｜游戏从业人员 拆解全球游戏 AI 前沿动态，深挖技术落地干货。 让你轻松拿捏行业脉搏，预判 AI + 游戏的 “下一帧”。 对未来好奇？速戳订阅！ 小红书b站同名：反向弯曲 ===================================== 两个 Openclaw AI 助手互相帮忙，结果同一天把对方搞挂两次？一个用 YAML 一个用 JSON，谁都没意识到格式不兼容，自信给建议 + 信任照做 = 双双翻车。这不是段子，是我亲历的真实事故。本期《AI 下一帧》就从这场翻车切入，带你深度拆解 AI Agent 互相对话的技术挑战与协作困境！ 主播反向弯曲从 Google A2A 协议讲起，用大白话拆解"AI 之间怎么说话"的完整技术体系——发现机制像黄页找人、认证协议像 HTTPS 验身份、任务协调像标准快递单、延迟感知像网约车匹配司机，全流程讲透多智能体通信的底层逻辑。同时结合真实踩坑经历，剖析四大翻车现场：回声循环让两个礼貌 AI 聊到天荒地老、文件隔离导致"说路径对方根本看不到"、专家陷阱让错误建议被照单全收、复读机效应把信息量聊到归零。 更进一步探讨 AI 学习的本质悖论：人犯错当场就痛，AI 要等下次启动加载记忆才"想起来"发生了什么。还有一个扎心的发现：写规则很容易，遵守规则很难——这不是 AI 的 bug，是所有规则系统的通病，人类团队也一样。 不管你是对多智能体协作感兴趣的开发者、正在探索 AI Agent 落地的技术负责人，还是好奇"AI 会不会有自我意识"的普通听众，都能在这期内容里找到启发。快来解锁 AI 互相对话的真实生态，一起思考人机协作的新边界！ ===================================== 01:23 将两个openclaw agent放在一起交流，结果如何？ 05:50 为什么Agent之间需要对话？ 09:45 A2A协议分析 14:50 协议之外：规则写了不等于记得遵守 17:21 翻车现场全记录 22:18 从踩坑中学习到的原则skill：A2A-lite 26:11 翻车后的规范skill：cross-agent-collab 27:21 agent协作的安全边界 34:28 结尾讨论 ===================================== 参考链接： * Announcing the Agent2Agent Protocol (A2A) * Agent 应用的隐私和安全 - AWS 中国博客 * Is Agentic AI the First Step Toward True Artificial Consciousness? * Clawhub skill: Cross-Agent Collaboration

帮助互联网｜游戏从业人员 拆解全球游戏 AI 前沿动态，深挖技术落地干货。 让你轻松拿捏行业脉搏，预判 AI + 游戏的 “下一帧”。 对未来好奇？速戳订阅！ 小红书b站同名：反向弯曲 ================================= * 🔥 爆火真相：GitHub短短几天星标破10万+，2个月冲至15万，碾压LangChain的开源奇迹，却藏着刻意营销的猫腻 * 🦞 OpenClaw核心：奥地利开发者个人项目，一周三改名字（Clawdbot→Moltbot→OpenClaw），主打“可靠可控”，而非“复杂强大” * 🔧 技术拆解：极简中心化架构（Gateway+Pi引擎+树状记忆+Markdown Skills），用“克制”换稳定，拒绝多Agent的冗余复杂 * ⚠️ 安全噩梦：21000个公网暴露实例、恶意Skill植入、prompt注入风险，堪称“隐蔽的数据泄露通道” * 💣 Moltbot骗局：早期150万活跃AI Agent，前50万为受控批量生成，借AGI热度营造假象，核心目的是搞币圈收割 * 🤔 伦理与趋势：区分AI“概率输出”与“真正智能”，AI Agent的未来的核心是“可靠”，而非“复杂”，普通人需警惕技术噱头 ================================= 03:20 从“个人玩票”到“现象级爆款”：OpenClaw的发展历程 06:05 拆解核心架构：为什么“克制”才是OpenClaw的核心竞争力 17:24 优势与局限：光鲜背后的“安全噩梦” 22:05 当150万AI开始“自主社交”，我们该警惕什么？ 26:49 AI Agent的下一站，是“可靠”而非“复杂” 30:21 结尾讨论 ================================= * OpenClaw GitHub 仓库（原 Clawdbot/Moltbot） * moltbook ai agent版本的reddit * Dont build Multi Agents * How OpenClaw's Creator Uses AI to Run His Life in 40 Minutes | Peter Steinberger * IBM 报告：《OpenClaw: 测试垂直整合极限的病毒式 AI》 * VentureBeat：《OpenClaw 证明 agentic AI 有效，也证明安全风险》

前游戏开发者，现海外云厂商架构师 [反向弯曲] 主理的 [AI×游戏] 播客！ 帮助互联网｜游戏从业人员 拆解全球游戏 AI 前沿动态，深挖技术落地干货。 让你轻松拿捏行业脉搏，预判 AI + 游戏的 “下一帧”。 对未来好奇？速戳订阅！ 小红书b站同名：反向弯曲 ===================================== 【本期核心】深度拆解Karpathy提出的Vibe Coding（氛围编程），打破“输提示词就有完美代码”的误区，从进化历程、实操方法到团队协同、避坑指南，手把手教你玩转这种AI编程新范式，不管是资深开发者还是零基础，都能快速上手落地创意。 【实操干货】核心分享两套可直接套用的方法论：① Vibe Coding协作五步法（以2D像素风小游戏跳跃功能为例）：先定玩家体验“感觉”划边界→先要实现方案再要代码→主观校验手感→客观核验代码/功能/性能→小步迭代频繁提交；② 提示词核心技巧：包含目标、约束、上下文等6大要素，附游戏开发专属模板，还有“先要方案再写代码”“优先要补丁不重写全文件”等避坑技巧，AI生成代码精准度翻倍。 【关键提醒+未来展望】Vibe Coding优势是快、门槛低、能激发创意，但核心算法、性能优化仍需人工把控，优先用于原型、基础功能等低风险场景；团队协作可通过“模块化填充+版本管控”落地。未来将走向工具无缝集成、垂直领域定制化、多人AI协同，不会取代开发者，而是成为高效协作伙伴。结尾欢迎大家分享实操经历，一起交流成长～ ===================================== 04:50 vibecoding 发展历程 25:00 vibecoding 使用五步骤 37:49 vibecoding 提示词框架 52:40 vibecoding 优势和劣势 57:10 结尾 ===================================== * Andrej Karpathy at Y Combinator: The End of Traditional Programming * VIBE CODINGGUIDE

前游戏开发者，现海外云厂商架构师 [反向弯曲] 主理的 [AI×游戏] 播客！ 帮助互联网｜游戏从业人员 拆解全球游戏 AI 前沿动态，深挖技术落地干货。 让你轻松拿捏行业脉搏，预判 AI + 游戏的 “下一帧”。 对未来好奇？速戳订阅！ 小红书b站同名：反向弯曲 ===================================== 聚焦强化学习技术，以“四幕逆袭史”（1950s-2015理论萌芽沉睡、2016-2018 AlphaGo一战封神、2019-2022游戏练兵场成长、2023-2025自主进化落地）为主线，通俗拆解其“试错+奖励”的核心逻辑，揭秘游戏为何是其关键练兵场，重点解读2025年国产DeepSeek-R1模型无人类标准答案仍追平顶尖模型的高光突破的核心价值； 同时分析技术优势与现存瓶颈（样本效率低、奖励难定等），展望多感官协同、离线RL降本、全能游戏AI、中式陪伴型AI等未来方向；最后以开放性问题引发互动，引导听众直观感受强化学习魅力，兼具技术科普性与互动共鸣感。 ===================================== 03:40 强化学习，以及有监督和无监督学习 07:36 沉睡的种子 10:27 一战封神alphgo打败李世石 15:25 游戏练兵场，gym和unity ml-agent 22:46 Deepseek R1大拆解 29:15 强化学习的优缺点 33:45 未来强化学习会解锁哪些技能？ ===================================== * DeepSeek R1 Explained to your grandma * NitroGen: A Foundation Model for Generalist Gaming Agents * DeepSeek 把R1论文又更新了60多页，V4呼之欲出了吧 * AlphaGo 与 AlphaZero 系列算法：技术原理与应用详解

前游戏开发者，现海外云厂商架构师 [反向弯曲] 主理的 [AI×游戏] 播客！ 帮助互联网｜游戏从业人员 拆解全球游戏 AI 前沿动态，深挖技术落地干货。 让你轻松拿捏行业脉搏，预判 AI + 游戏的 “下一帧”。 对未来好奇？速戳订阅！ 小红书b站同名：反向弯曲 ===================================== 一句话就能做出可玩可改的 3D 游戏？Google Gemini 3 凭什么让 OpenAI 紧急备战，还被称作游戏开发的「iPhone 时刻」？本期《AI 下一帧》就从 YouTube 爆火的 Playables Builder 工具切入，带你来一场 AI 游戏黑科技的深度拆解！ 主播反向弯曲结合自身实操经验，从 Google DeepMind 合并的战略背景讲起，理清 Gemini 系列的迭代脉络，再用大白话拆解其 “底层架构→核心思考→持久记忆→交互落地” 的完整技术体系 —— 小到稀疏 MoE 架构的高效原理，大到 System 2 思考、思维签名的实际作用，再到 Vibe Coding+GenUI 如何实现 “意图式创作”，全流程讲透 “一句话生成游戏” 的底层逻辑。同时客观剖析 AI 做游戏的真实痛点：demo 易做、精品难成的核心原因，还分享了社区大佬用 AI 两周做出 P 社级策略游戏的传奇案例。最后探讨 AI 带来的就业冲击、伦理边界，预判 2026 年 UGC 游戏平台爆发等行业趋势，抛出关于 “AI 与人类创作边界” 的深度思考。 不管你是想入门游戏开发的小白、担心被 AI 替代的从业者，还是好奇科技趋势的玩家，都能在这期内容里找到共鸣与答案。快来解锁 AI 重构游戏行业的秘密，一起预判未来创作的新可能！ ===================================== 03:07 Google的AI翻身仗 - Gemini3的来时路 08:38 底层技术原理拆解 20:47 硬币的两面性 27:56 当AI开始“创作”游戏 31:22 2026年的游戏行业会怎么样？ ===================================== 参考链接： * 纯聊天，0操作，我用AI两周做出了一款P社级的复杂策略游戏 * 别再把 Gemini 3 当作更强的 ChatGPT * Announcing Google DeepMind * Gemini3思维签名 * You Can Now Vibe Code Games on YouTube?

前游戏开发者，现海外云厂商架构师 [反向弯曲] 主理的 [AI×游戏] 播客！ 帮助互联网｜游戏从业人员 拆解全球游戏 AI 前沿动态，深挖技术落地干货。 让你轻松拿捏行业脉搏，预判 AI + 游戏的 “下一帧”。 对未来好奇？速戳订阅！ 小红书b站同名：反向弯曲 ===================================== AI正以“正向飞轮”之势重构开源与游戏工具生态：它靠爬取开源项目的代码、文档喂大自己，却截胡了Tailwind、Stack Overflow等依赖流量变现的开源工具的生路，形成“AI越强、开源越难”的逆向飞轮困境；而游戏行业的Tiled、Aseprite等工具也未能幸免，基础生成功能被AI替代。但工具并未消失，核心价值已从“内容生成”转向“AI成果优化与团队协作”，开源项目的生存之道也从“社区捐赠”转向“绑定商业生态的定制化服务”。 行业洗牌的核心是“人与AI的协作重构”：企业招聘已从“精通工具”转向“AI协作能力”，传统执行型岗位减少，创意、决策型岗位激增。短期竞争是“会用AI+工具的人PK只会用工具的人”，但长远来看，AI无法复刻的“品味”才是从业者的终极上限——这种融合经验、创意与用户情感洞察的价值，正是技术浪潮中最不可替代的核心竞争力，也决定了产品的温度与行业的高度。 ===================================== 03:25 框架tailwind用命"喂养"AI 16:25 游戏开源工具们现状如何 21:58 AI干掉开源工具们的共性 26:34 行业从业者的出路在哪里 ===================================== 参考链接： * Documentation as a single file for LLM use * 被迫裁员75%、只剩6个月续命！ * Aseprite像素画AI辅助插件PixelLab实战评测及新手Devlog

前游戏开发者，现海外云厂商架构师 [反向弯曲] 主理的 [AI×游戏] 播客！ 帮助互联网｜游戏从业人员 拆解全球游戏 AI 前沿动态，深挖技术落地干货。 让你轻松拿捏行业脉搏，预判 AI + 游戏的 “下一帧”。 对未来好奇？速戳订阅！ 小红书b站同名：反向弯曲 ===================================== 2025 年 12 月，Meta 以 20 亿 - 50 亿美元溢价收购新加坡 AI 初创公司 Manus，交易 10 天敲定，成为其史上第三大收购案。Manus 成立仅 9 个月，2025 年 3 月上线后 8 个月实现 1 亿美元 ARR，年底达 1.25 亿美元，创 SaaS 行业最快增长纪录，核心优势是 AI 智能体执行层技术，可补全 Meta 大模型落地短板。此次收购折射行业趋势：AI 竞争已从模型层转向应用层。同时引发地缘政治、技术外流等争议，也预示 AI 下一阶段核心是 “从能说到会做”，落地能力成关键竞争力。 ===================================== 02:53 meta的焦虑 06:16 manus的增长神话 10:42 AI智能体主流技术与Manus核心突破 16:30 成也“通用”，败也“通用” 20:43 技术之外的争议 29:48 看懂Manus, 看清AI下一帧 ===================================== 参考资料 * Manus 加入 Meta，开启新一轮探索 * Manus被Meta收购，深度对谈创始人肖弘：我更希望做个小公司 * Meta 数十亿美元收购 Manus，如何解读？会对双方带来怎样的影响？ * Meta Moves on Manus Acquisition * Manus卖给了Meta！年初火爆年底数十亿美元被收购

前游戏开发者，现海外云厂商架构师 [反向弯曲] 主理的 [AI×游戏] 播客！ 帮助互联网｜游戏从业人员 拆解全球游戏 AI 前沿动态，深挖技术落地干货。 让你轻松拿捏行业脉搏，预判 AI + 游戏的 “下一帧”。 对未来好奇？速戳订阅！ 小红书b站同名：反向弯曲 ===================================== 第二期概要 《AI 下一帧》本期聚焦 AI NPC 技术，从 NVIDIA 2024 年 GDC demo 切入，探讨当游戏 NPC 从 “复读机工具人” 变为有记忆、有情绪的 “数字朋友” 时，游戏世界的变革。 内容深度拆解 AI NPC 的进化历程（脚本对话树→GPT 初期试水→长期记忆突破），解析实时 TTS、模型无关编排、记忆分层三大核心技术，分析其降本增效、提升玩家粘性的优势，以及幻觉、版权、设备门槛等局限，还探讨了玩家情感依赖、从业者创意争议等伦理问题，预判跨游戏记忆、玩家共创性格等未来趋势。 ===================================== 02:02 游戏NPC 05:00 NPC来时路：从“脚本木偶”到“智能伙伴” 13:06 三项技术：AI NPC“活”过来的底层 31:15 光鲜背后的“难言之隐” 44:09 AGI会在5-10年出现？ ===================================== 重要链接 * AI让已故詹姆斯·厄尔·琼斯的达斯·维达声音重返《堡垒之夜》 * audio2face-3d * How Slothtopia integrated AI NPCs into a social game * NVIDIA ACE | NVIDIA x Inworld AI 全新 Covert Protocol 技术 Demo

前游戏开发者，现海外云厂商架构师 [反向弯曲] 主理的 [AI×游戏] 播客！ 帮助互联网｜游戏从业人员 拆解全球游戏 AI 前沿动态，深挖技术落地干货。 让你轻松拿捏行业脉搏，预判 AI + 游戏的 “下一帧”。 对未来好奇？速戳订阅！ 小红书b站同名：反向弯曲 ===================================== 第一期概要 00:35 介绍下自己吧，为什么要做《AI下一帧》？ 02:40 《AI下一帧》名字解读 04:00 每期内容设计 ===================================== 重要链接： * 拿去用吧，完美像素流 * 游戏新范式 – 如何利用智能体玩转“狼人杀“