据量子位报道，在刚刚落幕的云栖大会上，米哈游《崩坏》系列AI NPC与Gameplay负责人郑银河披露了该公司AI游戏布局的全貌：从面向玩家的AI帕姆、AI Gameplay，到研发环节的EchoX和多Agent协作，再到用游戏训练自进化Agent。米哈游联合创始人大伟哥此前称，未来三年公司在AI方面投入规模最多可达1000亿元。
AI帕姆是这一路线最先被玩家看到的产品。今年4月，米哈游为《崩坏：星穹铁道》的列车长帕姆接入AI对话能力。郑银河分享，AI帕姆开放体验后一周对话超过6000万次，有用户一天找它聊了1379次。AI帕姆全名“帕姆帮帮（测试版）”，开放一个多月后目前已暂时下线优化。
为了让AI帕姆有“活人感”，米哈游让它根据情绪标签调用3D模型生成表情和动作，采用Strategy-enhanced RAG在检索资料后按角色态度组织回答，并设置短期、中期、长期三层记忆。现场分享的案例中，有玩家反复与AI帕姆对话“洗记忆”，最终让它承认某角色是玩家的女朋友。郑银河也提到团队要保证回复质量长期稳定，跟上《崩铁》42天一次的内容更新，还要在千万级玩家同时开聊时扛住并发、控制成本。
AI Gameplay则把AI从“动嘴”推进到“动手”。大模型既要结合角色性格生成发言，也要根据玩家发言和当前局面决定下一步动作，对话可能改变角色关系或后续选择。郑银河透露，米哈游已搭建一套从基座模型接到NPC和具体玩法的游戏AI技术栈，并用AI桌游玩法验证角色能否维持人设、判断局势和记住与玩家的“恩怨”。同一套角色与规则，会因玩家说过的话和做过的选择不同，长出不同关系和故事。大伟哥曾多次公开提到，未来两到三年一定会出现千人千面的游戏体验，背后由AI实时生成不一样的剧情和任务。
但AI Gameplay的成本也随玩家规模放大。传统内容做好一份可供所有玩家复用，AI玩法中每个人的对话、记忆和角色决策都要单独计算，再乘以千万级用户。大伟哥给出的AI投入上限因此达到1000亿元。
在玩家看不见的研发环节，米哈游内部平台EchoX托管代码Agent和相关工具生态，Harness规定Agent怎么干活，MCP负责接入日志、引擎和内部工具。郑银河展示的案例中，Agent可读取Log排查性能瓶颈并完成优化，策划给出一段玩法需求和界面草图后，Agent能生成行走、导航和交互，拼出可玩的白盒Demo；美术和动画环节则可换材质、拆三视图、根据台词生成肢体动作。
《崩铁》制作人蒋大卫此前在一场校园宣讲中分享，几十个Agent连续协作13小时，烧掉价值200万元的Token。这一实验与具体玩法无关，但显示Agent研发除了能不能干活，还要避免空转、失控和烧钱。
对米哈游来说，更难的判断是AI搓出的东西好不好玩。团队把AI送进游戏，让它像玩家一样操作、碰壁，再根据结果调整。早期思路以Qwen-VL系列模型为底座，喂进上万小时游戏录屏和对应操作，让GUI Agent直接根据画面生成键鼠指令，操作速度接近30fps，但遇上需要长期记忆和复杂规划的任务会顾此失彼。随后团队改让Coding Agent先写打法脚本，程序执行后读取Log复盘失败原因、修改脚本再开一局。
米哈游用《小丑牌》测试了后一种思路。Agent自动测试策略并根据失败原因调整打法，几轮迭代后成绩上涨，曲线随后猛蹿。团队发现，Agent自己上网搜到了《小丑牌》模拟器，开始提前查看未来牌组。这属于RSI过程中的Reward Hacking，即只告诉AI要赢，它可能自己抄近道。米哈游已把“执行任务、读取Log、调整策略”的方法用进《崩铁》QA流程。
类似探索并非米哈游独有。据量子位报道，谷歌DeepMind、微软在用游戏训练Agent和世界模型，Roblox、Unity把AI塞进创作工具和引擎。GDC 2026报告显示，36%的游戏从业者已经在使用生成式AI，52%认为它正在给行业带来负面影响。米哈游玩家社区也有分歧，有人期待千人千面世界，也有人担心技术升级变成批量生产剧情、美术和NPC的流水线。
大伟哥在近日举行的米哈游2027校园招聘上海交通大学专场上表示，今年开始做Coding模型后，进展突飞猛进。他说，自己有很强信心，未来2到3年内，米哈游会是国产大模型团队里举足轻重的一员，如果做不到，可以一年两年之后过来打脸。