FUNPLUS: AI把崗位邊界打薄之後，遊戲公司到底需要什麽樣的人？

過去一年，遊戲行業談AI時，最常見的問題大概有兩個：它能不能提高效率?它會不會替代創作者?

但隨著AI真正進入原畫、敘事、程序、本地化、測試、玩家服務等流程，這兩個問題已經顯得有些不夠用了。AI帶來的變化，不只是多了幾件工具，而是讓遊戲生產中的很多邊界開始變薄。

一個策劃的想法，可以更快被表達成可驗證的原型;一個美術概念，不再只能停留在畫面交付，而可能提前進入場景和玩法討論;玩家服務團隊面對的，也不只是標準化應答，而是如何從海量反饋中識別玩家真正的情緒與動機。

這意味著，遊戲公司對人才的判斷標準也到了需要更新的時候。過去，行業看重完整項目經驗、上線產品經歷、崗位專業能力和流程執行效率。今天，這些仍然重要，但還不夠。

更關鍵的問題變成：一個人是否理解AI能做什麽、不能做什麽?是否能判斷AI生成結果的質量?是否能把自己的專業經驗遷移到新的技術環境中?是否有能力跨過原有崗位邊界，和其他專業一起把想法更快推向結果?

7月底，全球化頭部遊戲廠商FunPlus在CIGDC論壇AI專場分享了對這一問題的思考。

FunPlus HRD Judy以《破壁而生：AI時代遊戲從業者的雙螺旋進化》為題，提出“AI時代遊戲從業者的雙螺旋人才模型”。

這個模型想回答的，不是“遊戲人要不要學AI”這麽簡單的問題，而是AI時代到底什麽樣的人才更有價值。

所謂“雙螺旋”，借用了DNA結構的比喻。一條鏈是“感性鏈”，代表遊戲專業深度，包括世界觀構建、玩法節奏、視聽語言、敘事結構、玩家動機和情感體驗。另一條鏈是“理性鏈”，代表AI技術廣度，包括模型能力、數據邏輯、生成式工具、AI Agent、智能工作流和人機協同任務拆解能力。

這並不是傳統意義上的“複合型人才”換了一個說法。

複合型人才更像是能力加法：會做遊戲，也會用AI。但FunPlus更強調價值乘法：用遊戲專業判斷AI結果，再用AI突破原有專業邊界。前者決定方向，後者打開路徑。只有兩條鏈真正發生連接，才能形成新的創造能力。

這套模型對行業的價值，在於它把一個模糊問題說清楚了。

現在很多公司都在培訓員工使用AI工具，但“會用工具”並不等於“成為AI時代的人才”。如果一個美術只是用AI批量生成圖片，一個策劃只是用AI生成文檔，一個運營只是用AI整理反饋，那麽AI仍然只是舊崗位上的效率插件。

真正的變化，是專業能力開始被AI放大，並且向相鄰環節延展。

比如美術團隊借助AI快速生成場景草稿後，可以更早和策劃、程序討論空間邏輯與玩法可能;策劃借助AI驗證敘事和規則假設後，可以把過去寫在文檔裡的想法變成更具體的討論對象;玩家服務團隊借助AI識別玩家情緒和問題模式後，也可能從“處理投訴的人”變成“產品洞察的入口”。

這也是FunPlus所說的“破壁”。

AI拆掉的不是專業本身，而是專業之間不必要的表達障礙。過去遊戲研發依賴清晰分工，這種分工提高了工業化效率，但也讓創意在多輪轉譯中不斷損耗。AI讓一些想法可以更快被表達、被構建、被驗證，從而縮短想象與結果之間的距離。

對遊戲行業來說，這件事的意義不只是單個崗位效率提升，而是可能改變組織理解人才的方式。

如果說過去的人才價值更多來自“我負責什麽”，那麽AI時代的人才價值會更多來自“我能連接什麽”。一個人能否連接審美與技術、玩家體驗與數據能力、創意表達與快速驗證，決定了他能否在新流程中產生更大價值。

這對遊戲公司的人才培養也提出了新要求。AI培訓不能隻停留在通用工具教學，而要進入真實場景：美術如何用AI擴大專業影響半徑，策劃如何用AI驗證體驗假設，客服如何用AI理解玩家情緒，本地化團隊如何在AI翻譯之外承擔跨文化敘事判斷。

換句話說，行業真正需要的不是一批“AI工具操作員”，而是一批能夠重新理解創作流程的人。

這也是FunPlus提出“雙螺旋人才模型”的行業意義：它試圖為AI時代的遊戲人才建立一套更完整的描述方式。這個描述方式既不否定傳統專業積累，也不把AI神化為萬能答案，而是強調二者必須相互纏繞、相互校準。

AI可以生成大量看起來正確的內容，但遊戲真正需要的從來不只是正確。玩家會記住的，是驚喜、情緒、沉浸和共鳴。在創作中，工具越是強大，人的判斷、品味和同理心越稀缺。

當AI進入研發現場，遊戲行業需要重新定義“好人才”。不是只看他做過什麽項目，也不是只看他會不會使用某個工具，而是看他能否在專業與技術之間建立連接，能否跨越崗位邊界，把想象更快、更準確地推向現實。

這或許正是“破壁而生”的含義。