大家好，欢迎收听《游戏人有态度》，我是大盛。
就在昨天，Kimi 发布了新一代大模型 K3。更有意思的是，Kimi 没有只把它包装成一个“更强的聊天机器人”，而是顺手推出了一个非常有传播感的小游戏平台：K399。
这个名字一出来，懂游戏的人很难不联想到 4399。
所以这期，我特意找来到北京旅游的《周五摸鱼》主播萧墨，我们想从一个比较爆炸的问题聊起：从 K3 到 K399，Kimi 是不是正在用大模型重新发明小游戏平台？如果 AI 真的能让“生成游戏”“试玩游戏”“分享游戏”连成一条链，它会不会改变游戏行业的生产方式？
当然，我们不会把话说成“AI 明天就颠覆一切”。游戏不是光靠模型参数堆出来的，玩法、反馈、手感、美术、商业化、留存，每一项都能把 Demo 和真正的产品拉开巨大距离。但 K399 这件事之所以值得聊，是因为它把几个信号同时摆到了台面上：
大模型厂商开始不满足于做底层能力，而是主动做场景、做平台、做入口；
小游戏、H5、Demo、Party Game 这类轻量内容，可能会最先被 AI 改写；
游戏原型制作的成本正在下降，“想法到可玩”的距离正在变短；
对游戏团队来说，未来竞争的核心可能不是“会不会用 AI”，而是能不能把 AI 组织成稳定的生产流程。
本期节目，我们会从 Kimi K3、K399 聊起，再延伸到 MiniMax、DeepSeek、Agent、Skill、TTS、3D、H5、游戏 Demo 制作，以及 AI 工作流到底怎么进入游戏行业。
如果你是游戏从业者、独立开发者、内容创作者，或者你只是好奇：AI 生成游戏到底是玩具，还是下一代内容平台的雏形？这期可以一起听听。
Shownotes
[00:00] 开场：从 Kimi K3 和 K399 这个新事件聊起
[01:22] Kimi K3 发布：为什么它不只是又一个“更强模型”
[03:15] Token、价格与调用成本：大模型厂商真正的战争在算力账本里
[04:32] MiniMax TokenPlan、API 与 Coding Plan：重度 AI 用户怎么看工具成本
[06:13] Kimi App、Kimi API 与 Coding Plan：K3 如何从聊天框走向生产工具
[07:20] 付费模型到底值不值：5%、10%、50% 的效率差异该怎么看
[08:47] MiniMax 与 AIGC：模型能力如何变成可用产品
[09:00] TokenPlan 的核心价值：把 AI 使用从“尝鲜”变成“长期生产”
[10:01] AI 工具开始进入工作流，而不是只停留在单点功能
[11:26] 从 K3 到 K399：Kimi 为什么要做一个小游戏平台
[13:02] Agent 概念登场：为什么 AI 需要被组织成流程
[14:16] Agent + Skill + 工作日志：从“问答”走向“可复用协作”
[16:21] AIGC Agent 的价值：把复杂任务拆成可执行步骤
[18:43] Skill、Agent 与 AI 工作流的边界：哪些适合自动化，哪些仍需要人判断
[19:45] 从 Leader 到 SOP：AI 协作也需要项目管理思维
[22:35] 回到游戏行业：ACT、FPS、H5、Steam 等不同场景里的 AI 可能性
[24:32] K399 与 4399 的联想：AI 小游戏平台会不会迎来 2.0
[27:04] AI Demo 制作：从一句想法到可运行 Demo 的距离正在缩短
[29:06] MiniMax、3D 与多模态生成：新工具如何改变内容原型制作
[31:18] Party Game、H5 与 AI：更快验证创意，而不是直接替代完整团队
[35:26] AI 的真实门槛：不是会不会提问，而是能不能持续构建流程
[36:51] 从 GPT 到今天：AI 工具这几年的体验变化
[38:17] Token、模型和产品选择：为什么工具组合比单一模型更重要
[41:32] AI Case 复盘：创意、执行与成本之间的新平衡
[43:39] AI 使用的误区：别只追新模型，要看它能不能进入你的生产链路
[45:08] Kimi、IDE 与 Agent：编程/搭建类任务的效率提升
[48:08] Steam、App 与游戏内容生产：AI 对小团队意味着什么
[51:09] RPG 2.0、Team 与 AI：内容型游戏的未来想象
[53:16] H5、CSS、3D 与互动 Demo：AI 辅助原型的现实边界
[55:55] PMP、项目管理与 AI：不是让 AI 自己跑，而是让人更会组织任务
[56:53] 如何 Hold 住 AI：人仍然要负责方向、质量和最后判断
[59:05] AI、OKR 与团队协作：工具如何进入组织流程
[01:02:24] AI、TTS、ICT 与内容生产：音频/视频创作者的新工具箱
[01:04:01] Agent、TTS 与 WorkBuddy：把播客制作也纳入 AI 流程
[01:05:46] 用 Agent 做 shownotes、整理资料与生成辅助文案
[01:09:10] TTS、SOP、Markdown：创作者如何沉淀自己的工作方法
[01:12:26] AI Agent 的关键：不是“全自动”，而是把步骤透明化、可复盘
[01:17:30] Skill Station、Dreaming 与 SOP：把经验封装成可重复调用的能力
[01:20:52] TTS 与内容索引：音频生产的下一步效率优化
[01:23:38] SOP 的价值：让一次踩坑变成下一次的捷径
[01:26:23] 硬件、算力与本地 Agent：普通设备也能参与 AI 工作流
[01:28:01] PDF、资料整理与 Agent：让信息处理从 30% 人力变成 70% 协作
[01:29:10] Skill、BGM 与音频生产：播客后期也可以被流程化
[01:31:25] DeepSeek 与其他模型：不同工具适合不同任务
[01:35:21] 招聘、JD 与 Agent：AI 在职场文本生产中的具体应用
[01:38:24] Token、Agent 与 Seedance：多模态工具的成本和能力边界
[01:40:23] Agent Skills 与模型规模：未来工具生态会越来越分层
[01:44:30] AI 创作的边界：工具很强，但审美和判断仍然在人手里
[01:46:29] SOP、Markdown 与高质量输出：如何避免 AI 只产出“差不多”
[01:50:54] Low 成本尝试与 Stable Diffusion / LoRA：开源生态仍有价值
[01:52:51] AI 不是万能，但会重塑每个人的生产半径
[01:55:16] 结尾：别等 AI 替代你，先把它变成你的工作伙伴
游戏人有态度，是一档几个游戏圈老玩家制作的播客。我们希望在制作播客过程中，能洞察到游戏行业的变化，也希望通过播客认识更多兴趣相投的小伙伴一起分享快乐。你可以在各类音频平台、泛用型播客 App 上收听到我们的节目。如果你对我们的节目特别感兴趣，欢迎点赞、留言、转发；如果你特别想和我们的主播互动，欢迎来撩 V：9779963。
