基于「开宗明卷」飞书知识库全量内容的外部视角分析 分析日期：2026-05-14

前言：这份报告的边界

知识库由效能中心主导维护（主要贡献者：卢英奎、杨毅）。这意味着：

• 视角偏向技术和美术 AI 落地。策划、运营、发行侧的 AI 应用记录相对薄弱。
• 周报从 2023 年 8 月开始有密集记录，2024 年 5 月后骤停。
• 2022 年、2025 年、2026 年的文档多为空壳或仅有标题。

本报告仅基于知识库中实际存在的内容做分析。信息不足处会明确标注。

第一章：2022 — 萌芽期

当时视角

知识库中 2022 年有三个文档：「关于AI的发散」「练习作品」「发行中心」——全部只有标题，正文为空。

这意味着 2022 年的 AI 探索处于口头讨论或个人尝试阶段，未形成系统记录。三个人分别在三个方向上做零散的尝试：发散思考 AI 能做什么、自己做练习作品、发行中心尝试 AI 工具。

现在视角

2022 年是 Midjourney v3/v4 和 Stable Diffusion 1.5 发布的年份。整个游戏行业都在兴奋地尝试「AI 画画」。极致游戏的响应速度不算慢——至少在 2022 年就有人在动了。

但「没有记录就没有发生」。2022 年的探索没有留下可复用的方法论，这在 2026 年回看是一个遗憾：如果当时把「试过什么、什么不行」记录下来，后续可以少走很多弯路。

关键事件

第二章：2023 — 试水期

当时视角

2023 年是 AI 在美术管线集中爆发的一年。从 8 月和 9 月的周报可以看出，当时的状态是：

兴奋但清醒。

• 每个项目组（P22/P31/P32/P33/P35）都在独立尝试 AI，但方法不同、深度不同、结论也不同。
• P32 是走得最远的——立绘、角色设计、道具图标、场景、漫画、战斗场景全链路尝试。
• P33 给出了最诚实的结论：「想要直接生成目标图片几乎不可能，AI 自由度还是很高，很多词汇的理解较为粗暴，精细描述或强逻辑的图在 AI 这块会直接崩坏。但是如果是作为一个工具、素材库、灵感等其可使用性还是较高的。」
• P22（道友项目）做了最系统的流程分析：AI 可在设计层（文生图）和绘制层（图生图）两个环节提效。

美术 AI 落地的实际数据（2023-08）

这些数字需要谨慎看待：它们来自项目组自报，未经过第三方验证。但从多个项目组独立给出正向数据的模式来看，AI 确实在美术管线产生了可感知的效率提升。

值得注意的现象

1. 3D 场景同学独立使用 AI：P32 的战斗场景设计中，在没有原画支撑的情况下，3D 场景同学独立运用 AI 进行场景设计并实现到 3D 制作。这意味着 AI 正在模糊岗位边界——这是好事还是威胁，取决于站在哪个位置看。

2. 外包管理的创新：P32 在 9 月用 AI「跑出构图和氛围提供给外包作早期构图参考」。这不是 AI 替代外包，而是 AI 让需求方和外包之间的沟通更精准。

3. 市场美宣部率先建立 AI 工作流：从模型调姿势→SD 精修→原画调优→SD/MJ 场景生成→融合，形成了完整的「类 KV 宣发素材」生产流水线。

4. 知识库建设启动：有人花时间搭建了 AI 训练服务器的硬件配置单（4U 机架式服务器 + 4090 显卡），说明在认真考虑自建算力。

现在视角

2023 年下半年的密集周报是这份知识库最有价值的部分。它记录了 AI 从「能不能用」到「怎么用」的关键转折。

但从 2026 年回看，有一个明显的盲区：所有提效数据都集中在美术侧。策划、程序、测试、运营的 AI 应用几乎没有记录。这不代表没有发生——更可能反映的是知识库维护者的关注范围和公司资源分配倾向。

还有一个被忽略的信号：P33 说的「AI 自由度很高，精细描述或强逻辑的图会直接崩坏」——这个判断在 2023 年是准确的，但到 2026 年已经被 GPT-4o 图像生成、Flux 等新模型推翻了。技术迭代速度远超预期，当时的「结论」可能只是「阶段性观察」。

关键事件时间线

第三章：2024 — 系统化

当时视角

2024 年是极致游戏 AI 应用从手工作坊走向工业化的一年。三个标志：

标志一：「前台/中台/后台」框架（2024-03 提出）

前台 → 设计、创意、概念的产生与碰撞，拓宽思路
中台 → 游戏开发中联结前、后台所需的技术、方法与工具支持
后台 → 提升确定内容的生产效率，量产美术资源、代码

这是一个聪明的框架——它把「AI 能做什么」从笼统的讨论拆成了三个有明确边界的层次。但诚实地看后续记录，实际落地集中在「后台」，「前台」和「中台」的案例零星。

标志二：工具化 + 自动化（2024-04 ~ 2024-05）

「GPT4-Vision 打标」被 P32 项目组评价为「一次实质性的突破」——这不是效能中心自嗨，而是项目组的真实反馈。

「MJ 自动化脚本」是另一个重要的节点：AI 生产从「人操作工具」进入了「脚本操作工具」阶段。5 小时 500 个图标，对比「驻场人员一图标/一人天」，效率提升是数量级的。

但成品率 14% 也是一个诚实的数字——AI 量产不是「一键生成」，而是「批量生成 + 人工筛选」。700 个里有 100 个能用。

标志三：六个业务专项群（2024 年建立）

1. 运用 AI 生成图标
2. 运用 AI 生成素材、概念图
3. 运用 AI 生成含有情感的语音
4. 运用 AI 进行代码审查
5. 运用 AI 创造文案、故事和描述等内容
6. 运用 AI 质量保障测试领域实践

从这六个方向可以看出，极致游戏在 2024 年试图将 AI 从美术拓展到语音、代码、文案、测试四个新领域。入群原则中有一句话值得注意：

「不要盲目跟风，在技术大潮中牢记我们到底要什么」

这句话既是对外的表态，也像是对内的提醒——说明当时公司内部可能已经出现了「为了用 AI 而用 AI」的苗头。

一个信号：内容风格的变化

2024-05 周报提到「减少叙事文案，优化结果内容」。从 2023 年的「我们尝试了……发现……结论是……」变为 2024 年的「工具→效果→数据」。知识库从探索日志变成了成果汇报。

这是好事——务实。但也意味着，那些「试了但没成功」的东西不再被记录了。从组织学习的角度，这是损失。

现在视角

2024 年最成功的是**后台（量产）**这条线。GPT4-Vision 打标和 MJ 自动化脚本至今（2026 年）可能仍在用。

但六个业务专项群——语音、代码审查、文案、QA 测试——知识库中没有任何后续记录。这些群还在吗？有产出吗？知识库无法回答。

「前台/中台/后台」框架在 2024-03 提出后，后续周报不再按此框架组织。这可能说明：a) 框架太理想化，实际工作对不上；b) 框架已被内化不再需要显式标注；c) 框架提出后就被遗忘了。知识库本身给不了答案。

关键事件时间线

第四章：2025 — 成熟期？（知识库失语）

当时视角

知识库中，2025 年有三个文档：

• AI周会 — 内容为空
• 游戏开发&发行中的AI运用 — 仅有标题
• AI加油站 — 含 SD/MJ/ChatGPT 使用手册链接汇总

三个文档中没有一行关于 2025 年实际 AI 工作的记录。

现在视角

这本身就是一个重要的信息。

2025 年没有记录，可能意味着：

1. AI 应用已常态化，不再需要专门记录（最好的情况）
2. 知识库维护动力下降，有人建了框架但没人填（最常见的情况）
3. AI 推进遇到瓶颈或优先级下降（最坏的情况）
4. 出现了其他记录渠道（飞书文档/多维表格/群聊），知识库被边缘化

「AI加油站」的存在说明仍在做知识分享，但分享的内容停留在 2023-2024 年的工具（SD/MJ/ChatGPT），没有看到 2025 年的新工具（如 Claude、Gemini、国产大模型等）。

从外部视角看，知识库的沉默本身就是一个信号。一个组织对 AI 的态度是认真的还是跟风的，看它是否持续记录就知道了。

关键事件

第五章：2026 — Agent 时代的试探

当时视角

2026 年知识库中只有一个文档：

• 实践记录 → P39 Agent-Godot — 内容为空

标题暗示极致游戏在探索 Agent 与 Godot 引擎的结合。P39 是一个项目代号。

现在视角

空文档不意味着没在做事——可能正在做但来不及记录，也可能只是一个想法。但**「Agent」这个词出现在知识库中**，至少说明极致游戏在关注 Agent 方向。

2025-2026 年整个游戏行业都在讨论 AI Agent：自动化测试 Agent、NPC 行为 Agent、游戏开发 Agent。极致游戏在这个方向上的实际进展，知识库无法回答。

综合分析

一、一条清晰的路径：从感性到理性

2022: 好奇 → 「AI 能做什么？」
2023: 验证 → 「AI 在美术管线的哪些环节有用？有多少用？」
2024: 量产 → 「如何把有用的环节工具化、自动化？」
2025: 沉默 → （知识库失语）
2026: 试探 → 「Agent 能做什么？」

这条路径和整个游戏行业的技术采用曲线是一致的。极致游戏在 2023 年的探索密度、2024 年的工具化速度，在同期中小型游戏公司中属于积极但不激进的水平。

二、三个未解决的问题

1. 美术侧的 ROI 到底是多少？

2023 年自报的提效数据（70%/50%/40%）令人印象深刻，但从未有过一次全公司层面的 ROI 核算。AI 工具节省了多少人天？投入了多少人天调参和筛选？省下来的时间用在了哪里？

知识库里有「做了什么」，没有「值不值得」。

2. 六个业务专项群后来怎样了？

语音、代码审查、文案、QA 测试——这些方向在 2024 年开了头，但没有任何后续记录。是失败了？还是在默默运行？还是被遗忘了？

如果这些群还在产出，知识库的沉默就是一个文档管理问题。如果这些群已经死了，那 2024 年的「拓展」战略就需要重新审视。

3. 知识库为什么死了？

一个用 Piet Hein 的诗开篇的知识库——「智慧之路：犯错、犯错、再犯错，但越来越少」——最终自己变成了一个空壳。这件事本身就值得反思。

可能的原因：

• 卢英奎/杨毅的工作重心转移（无暇维护）
• 公司对 AI 的态度从「需要专门推动」变为「各项目自己管」（不需要集中记录）
• 出现了更好的替代渠道（飞书多维表格、项目日报等）
• 「做记录」这件事在组织内没有激励机制

三、这个知识库反映出的组织特征

正面：

1. 执行力强：2023 年说试就试，五个项目组同时推进，有具体数据、有案例、有截图。不是「写个报告交差」，是真的在做。
2. 诚实：P33 「AI 会崩坏」的结论、MJ 自动化 14% 成品率的数据——该不行的就说不行，不美化。
3. 有框架意识：「前台/中台/后台」框架虽然落地不充分，但说明有人在思考 AI 的战略定位，而不只是当工具用。

值得反思：

1. 记录能力弱于执行能力：做了很多事，记录下来的只是冰山一角。2025 年全年的空白尤其突出。
2. 知识库维护依赖个人：卢英奎和杨毅几乎是唯一的内容贡献者。一旦他们不再维护，知识库就停滞。
3. 技术视角主导，缺少业务视角：知识库里所有内容都是「AI 工具能做什么」，没有「AI 帮项目省了多少钱」「AI 对游戏品质有什么影响」「玩家感受到了什么不同」。
4. 对「失败」的记录不足：六个专项群里有没有试了不行的？GPT4-Vision 打标有没有翻车案例？MJ 自动化有没有被项目组拒绝的情况？这些信息如果记录了，对组织的价值不亚于成功案例。

四、外部视角：极致游戏在行业中的位置

从外部看，极致游戏的 AI 应用水平和同期（2023-2024）国内中型游戏公司相比，处于务实派前段：

• 比「跟风买工具但没人用」的公司强一个档次
• 比「有专职 AI 团队 + 全链路落地」的头部公司（如网易伏羲、腾讯 AI Lab）低一个档次
• 最大的优势是接地气：做的是实际项目需要的东西，不是炫技
• 最大的短板是不可持续：依赖个人、缺乏记录、缺乏跨项目复用机制

2025 年的沉默，让外部观察者无法判断这种务实是「沉淀下来了」还是「后继乏力」。

附录：知识库全貌

本报告仅基于极致游戏飞书知识库「开宗明卷」的公开内容。部分判断为分析者基于信息的推理，不代表极致游戏官方立场。