过去一年，把边界游戏行业谈AI时，岗位公司最常见的打薄到底问题大概有两个：它能不能提高效率?它会不会替代创作者?

但随着AI真正进入原画、叙事、游戏样程序、把边界本地化、岗位公司测试、打薄到底玩家服务等流程，游戏样这两个问题已经显得有些不够用了。把边界AI带来的岗位公司变化，不只是打薄到底多了几件工具，而是游戏样让游戏生产中的很多边界开始变薄。

一个策划的把边界想法，可以更快被表达成可验证的岗位公司原型;一个美术概念，不再只能停留在画面交付，打薄到底而可能提前进入场景和玩法讨论;玩家服务团队面对的，也不只是标准化应答，而是如何从海量反馈中识别玩家真正的情绪与动机。

这意味着，游戏公司对人才的判断标准也到了需要更新的时候。过去，行业看重完整项目经验、上线产品经历、岗位专业能力和流程执行效率。今天，这些仍然重要，但还不够。

更关键的问题变成：一个人是否理解AI能做什么、不能做什么?是否能判断AI生成结果的质量?是否能把自己的专业经验迁移到新的技术环境中?是否有能力跨过原有岗位边界，和其他专业一起把想法更快推向结果?

7月底，全球化头部游戏厂商FunPlus在CIGDC论坛AI专场分享了对这一问题的思考。

FunPlus HRD Judy以《破壁而生：AI时代游戏从业者的双螺旋进化》为题，提出“AI时代游戏从业者的双螺旋人才模型”。

这个模型想回答的，不是“游戏人要不要学AI”这么简单的问题，而是AI时代到底什么样的人才更有价值。

所谓“双螺旋”，借用了DNA结构的比喻。一条链是“感性链”，代表游戏专业深度，包括世界观构建、玩法节奏、视听语言、叙事结构、玩家动机和情感体验。另一条链是“理性链”，代表AI技术广度，包括模型能力、数据逻辑、生成式工具、AI Agent、智能工作流和人机协同任务拆解能力。

这并不是传统意义上的“复合型人才”换了一个说法。

复合型人才更像是能力加法：会做游戏，也会用AI。但FunPlus更强调价值乘法：用游戏专业判断AI结果，再用AI突破原有专业边界。前者决定方向，后者打开路径。只有两条链真正发生连接，才能形成新的创造能力。

这套模型对行业的价值，在于它把一个模糊问题说清楚了。

现在很多公司都在培训员工使用AI工具，但“会用工具”并不等于“成为AI时代的人才”。如果一个美术只是用AI批量生成图片，一个策划只是用AI生成文档，一个运营只是用AI整理反馈，那么AI仍然只是旧岗位上的效率插件。

真正的变化，是专业能力开始被AI放大，并且向相邻环节延展。

比如美术团队借助AI快速生成场景草稿后，可以更早和策划、程序讨论空间逻辑与玩法可能;策划借助AI验证叙事和规则假设后，可以把过去写在文档里的想法变成更具体的讨论对象;玩家服务团队借助AI识别玩家情绪和问题模式后，也可能从“处理投诉的人”变成“产品洞察的入口”。

这也是FunPlus所说的“破壁”。

AI拆掉的不是专业本身，而是专业之间不必要的表达障碍。过去游戏研发依赖清晰分工，这种分工提高了工业化效率，但也让创意在多轮转译中不断损耗。AI让一些想法可以更快被表达、被构建、被验证，从而缩短想象与结果之间的距离。

对游戏行业来说，这件事的意义不只是单个岗位效率提升，而是可能改变组织理解人才的方式。

如果说过去的人才价值更多来自“我负责什么”，那么AI时代的人才价值会更多来自“我能连接什么”。一个人能否连接审美与技术、玩家体验与数据能力、创意表达与快速验证，决定了他能否在新流程中产生更大价值。

这对游戏公司的人才培养也提出了新要求。AI培训不能只停留在通用工具教学，而要进入真实场景：美术如何用AI扩大专业影响半径，策划如何用AI验证体验假设，客服如何用AI理解玩家情绪，本地化团队如何在AI翻译之外承担跨文化叙事判断。

换句话说，行业真正需要的不是一批“AI工具操作员”，而是一批能够重新理解创作流程的人。

这也是FunPlus提出“双螺旋人才模型”的行业意义：它试图为AI时代的游戏人才建立一套更完整的描述方式。这个描述方式既不否定传统专业积累，也不把AI神化为万能答案，而是强调二者必须相互缠绕、相互校准。

AI可以生成大量看起来正确的内容，但游戏真正需要的从来不只是正确。玩家会记住的，是惊喜、情绪、沉浸和共鸣。在创作中，工具越是强大，人的判断、品味和同理心越稀缺。

当AI进入研发现场，游戏行业需要重新定义“好人才”。不是只看他做过什么项目，也不是只看他会不会使用某个工具，而是看他能否在专业与技术之间建立连接，能否跨越岗位边界，把想象更快、更准确地推向现实。

这或许正是“破壁而生”的含义。