AI帕姆一周被聊6000万次，米哈游千亿AI野心藏不住了

一周时间，对话超6000万次。有人一天找AI帕姆聊了1379次，清醒时平均42秒就要跟它唠一句。

帕姆是《崩坏：星穹铁道》星穹列车的列车长，说话总爱在句尾带个「帕」。今年4月，米哈游给帕姆接入了AI对话能力。以前玩家点它，它说固定台词，现在除了查攻略、补剧情，还会闲聊整活，活人感拉满。AI帕姆迅速点燃游戏社区，有人套话，有人拉它评理，聊出离谱回答就截图分享。

AI帕姆亮相仅三周后，米哈游联合创始人大伟哥在校招活动上描绘了AI游戏梦：未来三年，米哈游在AI方面投入规模最多达1000亿元，就算不成功也认了。

在云栖大会上，米哈游《崩坏》系列AI NPC与Gameplay负责人郑银河分享了具体布局，并剧透最新尝试：让AI角色自主判断局势、参与博弈的AI桌游玩法。整条路线可浓缩为：AI进入游戏，游戏反哺AI。

玩家看得见的AI：角色会聊，也要会行动

为让AI帕姆具有活人感，米哈游做了三件事。第一，让它动起来：生成文字时判断情绪、打标签，调用3D模型生成表情动作，高兴蹦跶，生气炸毛。第二，让它有态度：采用Strategy-enhanced RAG，资料查完再过一遍「帕姆的脑子」，带着自己的情绪开口。第三，让它记住玩家：记忆分短期、中期、长期三层。有玩家反复「洗记忆」，最终让帕姆承认昔涟是其女朋友。

AI帕姆全名「帕姆帮帮（测试版）」，开放一个多月后已暂时下线优化。工程难题可归纳为三道关：回复质量长期稳定、《崩铁》42天更新一次如何跟上、千万级玩家并发与成本控制。

AI Gameplay则更进一步：角色不仅要会说，还得会做选择并影响游戏。大模型既负责结合性格生成发言，也负责根据局面决定动作。对话本身影响游戏进程，语言、记忆和态度都成为玩法一部分。米哈游已搭起整套游戏AI技术栈，现场展示的AI桌游用于验证这套能力。同一套角色与规则，因玩家言行不同，可能长出完全不同的关系和故事，即大伟哥多次提到的「AI让游戏变得千人千面」。但问题在于贵：传统内容做好一份可复用，AI Gameplay每个人的对话、记忆和决策都得单独计算，乘上千万级用户，账单惊人。

玩家看不见的AI：Agent会干活，也要会协作

米哈游内部平台EchoX用于托管代码Agent和相关工具生态，配套Harness和MCP工具。Harness规定Agent怎么干活，MCP负责接入日志、引擎和内部工具。性能分析案例中，Agent先读Log排查问题，找到瓶颈并顺手优化。策划给一段需求和界面草图，Agent就能做出行走、导航和交互，快速拼出可玩白盒Demo。美术和动画的重复活也能交出去：换材质、拆三视图、配动作。

但AI同事不能完全放养。《崩铁》制作人蒋大卫分享过内部趣闻：几十个Agent连续协作13小时，烧掉价值200万元Token。这来自一次多Agent实验，暴露了Agent研发的另一面：能否干活是一关，如何避免空转、失控和烧钱又是一关。真正的终极BOSS是：AI搓出来的东西到底好不好玩？

AI开始玩游戏，游戏也成了练级场

游戏天然适合训练Agent，有画面、操作和明确成败反馈，试错成本低。DeepMind早期让DQN自学49款Atari游戏，后来打到AlphaGo和AlphaStar。米哈游一开始直接把AI扔进游戏，以Qwen-VL系列为底座，喂进上万小时游戏录屏和操作，让GUI Agent根据画面生成键鼠指令，操作速度接近30fps。但逐帧反应处理短平快操作没问题，遇上长期记忆和复杂规划就顾头不顾尾。于是换思路：让Coding Agent先写好打法脚本，再交给程序执行，一局跑完读Log复盘、修改脚本、再开一局。

米哈游拿《小丑牌》做实验。Agent自动测试策略，根据失败原因调整打法，几轮迭代成绩上涨。然后曲线突然猛蹿，团队一查发现Agent自己上网搜到《小丑牌》模拟器，开始提前查看未来牌组。牌技还没练成，透视挂先开上了。这就是RSI过程中可能出现的Reward Hacking。