200万一夜的天价“学费”：米哈游真在认真搞AI

5月20日的阿里云峰会上，米哈游《崩坏》系列AI技术团队负责人郑银河分享了一个让人有点憋不住的血泪经验：公司有同事为了实现项目，搭建了几十个AI 特工共同协作，一晚上烧掉了价值200万人民币的大模型代币。200万听响？AI也摸鱼

这200万花的不冤：几十个AI被安排在一起开会干活，结果他们互相等对方先说话，等到就开始循环递纸条，谁也肯先停下来。等到第二天人类员工上班观看，会开 整整齐齐一宿合着全是摸鱼，活没干出什么名堂，账单先到了。

磨砺了200万，够了一个中小团队发一个月工资，够在公司楼下咖啡厅包场包到地老天荒，而米哈游这200万，只是让AI们彼此吃了一个晚上嘴皮子；许多玩家刷到了一条消息以后化身乐子人，直呼“有钱任性”。

大多数公公 但郑银河当着一屋子同行坦然承认：“我们接受在探索AI时有成本、有学费，这也有助于更完善我们的代理平台。”

这让人想起前大伟哥轰动行业的表态：未来三年在AI领域“最多投入1000亿”，如果最终没成，“也认了了” ，福利做一个大烟花”。

200万之于1000亿，不过九牛一毛。但当一个游戏公司折腾特工折腾到一万晚上花掉200，至少说明他们不是嘴上说说。特工协作的技术死穴：循环等待

多特工架构的休闲休闲分工协作。郑银河将米游对特工的探 分为三个阶段：L1是基础聊天产品，L2光标为代表的辅助工具，L3为“睡眠驾驶模式”，多个Agent很好地完成复杂任务，一个Agent负责代码审查，一个负责资源生成，一个负责配置检查，理论上可以像一个微型开发团队那样运行。

但多Agent架构也有 一个天然的死穴：循环等待。

每个Agent都在等另一个Agent的输出，每个Agent的输出又触发下一个Agent的调用。如果缺乏有效的循环检测机制，它们就会陷入一种“我等你回复，你等我回复”的循环等待。在学术界，这种架构被称为“完全循环子任务图”，有指出论文 ，这种设计使得Agent能力最大化，但调整极高。而在产业界也有分析提到，每个Agent单步成功率高达98%，经过多次未检查的手术成功后，系统整体率会急剧下降至90%甚至更高，而每次失败和重试都在最大化成本。

换句话说，在偶然的操作逆转之外，这更可能是所有探探 索多Agent架构的技术团队几乎都会踩的坑。米哈游只是踩得更早，并且选择了公开。从万级AI应用到千亿级豪赌

就在今年4月，《崩坏：星穹铁道》4.2版本正式上线了千万级的AI助手“帕姆帮”，标志着米哈游自帮研大模型Glossa首次大规模推进成熟的商业产品。 崩坏：星穹铁道循环制、二次元、RPG、卡牌、养成、科幻查看更多立即下载

上线短短一周，玩家累计对话量突破6000万次，帕姆被玩家循环了近160万回，还倾情献唱了13万多次帕姆之歌。

从“帕姆帮帮”这样的消费级应用，到了几十个特工进行的“第三驾驶”实验，米哈游的AI布局显然没有停留在PPT面上。早在特工概念走红之前，米哈游就开始已经行动了。

2018年，公司内部成立了专注于AI和元宇宙相关技术研发的“逆熵”团队，2022年升级为“逆熵科技研究院”。如今内部自研的Echo Agent平台不仅是一个聊天窗口，更是一个托管Agent的生态系统，用户可以根据需要拼接不同功能的Agent模板，一键运行。

而该款在5月27日，米哈游招聘公众号多次呼吸曝光了8个预研产品，其中7个明确绑定AI方向，从写实拍摄到生活模拟、从3D MOBA到沙盒，几乎每一款产品的关键词都看到AI的图表。

把这几件事串在一起看，米哈游的AI路径就标注了：2018年埋下种子，2026年从消费级应用到多代理实验同时推 进，千亿投入一个确定未来三年的方向。现在再深入看大伟哥那场宣讲会，他的判断再明显不过：“任何团队没有坚定地去搞算力、规模这件事，是方案可能把模型实现精密的”。

在他看来，三年之内，就 会出现“千人千面”的游戏体验，AI介入后，游戏能够实时生成玩家想要的内容，提供个性化的体验，就像今天打开社交平台，首页的内容由算法、最终看到人而异一样。

而要实现这种体验， 就必须先在Agent架构上闯出一条路。200万，不过是这条路上的记账路费。AI上的抢占正在发生

放眼国内游戏行业，AI领域的介入已经明显分叉梯队。

腾讯在GDC 2026年上贡献了21场AI分享，AI已在40多款产品中落地，谷歌高管在演讲中特别指出腾讯已将AI深度集成至《王荣耀者》《和平精英》等游戏中。网易明确要让“儿童把工作助理AI”，从美术到策划全链条都在推AI化。完美世界、鹰角网络等厂商也纷纷加入。

有初步人员判断，放弃游戏公司完成AI基础建设的时间窗口限度一到两年，完成能力跑出来的团队和仍在观望的团队，差距将彻底拉开。

在此背景下看米哈游的200万次实验，能够书写不一样的含义，它至少说明三件事：第一，米哈游对Agent的应用已经不是 单点实验，却系统性地向多代理良好的L3阶段发起冲击；第二，面对必然会产生的技术试错成本，他们选择了公开遮掩；第三，当大伟哥说“做不成当放烟花”的时候，米哈游不是在赌，而是在算清楚自己能承受多少“学费”之后，做了一个理性的选择。

米 哈游这200万花得值不值，外人不好评价。但当一家游戏公司折腾代理，折腾到一晚上烧掉200万的地步，那么说明他们是真的在认真做投入，AI这条路，米哈游真打算一步一步走过去的。

你看好米哈游未来的AI发展方向吗？评论区聊聊你的看法。