ChatGPT的桌面应用更新了，直接可以跟应用结合了。这又是什么新方向吗？大家好，欢迎收听老范讲故事YouTube频道。今天咱们来讲一讲11月15号ChatGPT桌面版的一个更新。大家注意，这次更新的不是网站，而是桌面端，就是你要有Windows或者是MacOS才可以使用的这个版本。

在这个里面，MacOS永远是走在Windows前面的，因为MacOS的操作系统其实相对来说要简单一些。为什么呢？因为MacOS的硬件简单，它没有那么多兼容性问题，所以它整个的操作系统，或者说整个的操作系统环境也相对来说要更单一一点点。Windows呢，现在也在跟上，但是Windows的所有功能对于ChatGPT的桌面版来说，都要稍微滞后一些。

现在的Windows上呢，已经有APP了，而且可以上传文件，可以拍照，可以截屏，可以做高级语音，这些都可以干了。MacOS是这些功能早都有了。这一次增加的是什么？这一次增加的叫跟应用相结合。那么跟什么样的应用相结合呢？不是所有应用都可以的哦，主要是跟编程工具一起干活。

Xcode就是苹果自己家的这种编程工具，然后是文字编辑器。很多人写程序是不会看IDE的，IDE叫集成开发环境，他们会直接开一个文字编辑器就干活了。然后是VSCode，这个是最常用的一个IDE，这是微软做的。还有Terminal，Terminal是叫终端，Linux也好，MacOS也好，有大量的操作是在终端里边干的，所以呢，你也可以跟终端直接结合。还有一个比较高级一点的终端程序叫ITerm2，也是支持了。

现在呢，就是支持这5个应用，其他都不支持。那这是不是要去抄Github Copilot的后路去了？那是不是有没有必要去花一个月10美金去订这个Github Copilot呢？我赶快去测试了一下，首先测试第一步，检查梯子，因为呢，我们的网站上去其实还是比较容易的。

但是呢，你使用他的桌面客户端，有的时候还需要对梯子做一些特殊的设置。如果你自己没有这个问题，这块可以越过。再往后呢，就是更新你的桌面客户端，就是ChatGPT在MacOS上的这个应用。当然，这个很神奇，他这个更新居然是手动的，这要稍微吐槽一下。为什么呢？因为我们以前做APP的时候，有一个重要的指标，就是当你每一次新版本出来以后，用户是不是都更新了。因为你的新版本更新经常是要换这个广告商。如果用户不跟着更新的话，一旦更新了以后，你就没法挣钱了。你的广告商换了以后，用户没跟着更新，这事是不行的。可能前面那个广告商的广告服务协议已经到期了，你必须要更新，这个事是一个很重要的指标。

但是呢，ChatGPT是要手动更新的，它不会说一启动了以后，哎呀，我发现有新版本了，咱们更新一下吧。反正这个他没提醒我，我是手动更新了一下。更新了以后呢，需要去点设置，设置是在这个应用的左下角，有一个人脑袋的地方。点一下，然后要允许使用应用，他那个名字是这样的一个名字，叫“允许使用应用”。我显示的都是中文，因为我已经把我的ChatGPT的桌面版换成中文的了。

然后呢，就是去授权。对于一个要去操控你电脑的程序来说，所有操作系统都是会有严格管理的，因为你不管的话，这就要出病毒了，有可能会给你造成损失。授权是什么呢？就是在设置里边有个叫辅助功能，在这一项里头，允许下面的应用程序控制你的电脑。这边有这么一项，在里头找到ChatGPT，把它打开就可以使用了。

后边呢，就是管理应用，就是我到底要用哪些。Xcode因为我自己不使，所以呢我就没有测试。Terminal只要是你把上面授权开了，你的Terminal窗口打开了以后，就可以在ChatGPT的应用程序下边，这个对话框底下多出一个图标来。这个图标呢是一个小方块，中间有一个指针。哈哈，这个我就不跟大家截图了，就是你点完了这个图标以后，就可以选中你的Terminal的这个窗口。

他就会根据你Terminal窗口里面的信息进行问答了。他会把Terminal窗口里的最后200行读出来，根据这200行的信息去给你做各种回复。这就是连接这个terminal窗口的一个操作方式。而且呢，这个terminal大家知道，我们经常通过SSH连接到远程的云服务器上去，或者连到我们的NAS上去。那么这个的话，它依然是可以工作的。我在云服务器上做各种操作，报错了或者什么的，你就可以直接问ChatGPT说：“哎，报了一个什么错，该怎么改呀？”他会给你去解决问题。

文本编辑器也是可以的。我试了一下，打开文本编辑器，里面有内容，它就会根据内容进行回复。VScode这个是我的主力IDE。在使用VSCode的时候，先需要装一个插件。在VSCode里头下载一个VSIX的文件，这个是从OpenAI的网上下载。下完了以后呢，到VSCode里头去安装这个插件。装上以后就可以使用了。但是要注意，这个插件在VScode的插件商店里没有。这也是一种“萝卜急了不洗泥”的方式。就是说，按道理说应该把这个插件上架到Vscode的插件商店里去，但是呢，它就没有上架。有可能是因为太着急了，没上去；也有可能呢，是因为他们惦记抢这个GitHub Copilot的饭碗，去上微软那里去上架的时候，因为VSCode是微软家的嘛，去上架的时候被微软横挑鼻子竖挑眼，说：“你这不行，这个不太安全，回去接着改去。”要给他拖一拖，所以干脆他们就自己升级了功能，自己做了个插件，从外面让你去装上去。

这个系统呢，是可以在本地工作的。什么意思呢？就是VScode在编辑代码的时候，你可以编辑本地的代码，也可以通过SSH编辑远程云服务器上的代码。但是如果要去编辑远程代码的话，你需要重新装所有的插件，这个搞不定，所以它只能在本地工作。这个系统呢，是只能够查看当前窗口的代码，因为VScode里头是可以开好多窗口的，它只能查看当前的。

如果你在当前窗口里头选中了一些高亮代码，他会优先专注于高亮代码进行解析，也就是这样的一些功能。所有生成的代码，比如说我这哪错了，那些代码是有什么问题，他会生成很多的代码来帮你去解释，帮你解决问题。但是呢，这些代码必须要拷贝粘贴，他不会直接把这些代码应用到你的程序里边去，也不会直接把这些指令送到Terminal，就是命令行终端里边去执行。你要自己手动地从这个聊天窗口里头把他给你建议的代码也好，命令也好，粘贴到相应的地方去，打回车。这呢，也是让大家觉得很不爽的一个地方。

那么这东西到底能不能替换GitHub Copilot呢？我试了几下以后就换回去了，我接着使用GitHub Copilot。为什么呢？第一个，ChatGPT不能直接修改代码，每一次都需要你去拷贝粘贴，自己去改，很有可能改错呀。你再问他说这对不对，操作起来非常麻烦，这是第一个原因。第二个，不能处理远程代码，这是我不能接受的。我是经常需要处理云服务器上的代码，他只能在本地工作，这个不行。第三个，他不能使用不同的模型，现在甭管你是用Cursor也好，还是用GitHub Copilot也好，你都可以选不同的模型。但是OpenAI的ChatGPT只能选OpenAI自己家的模型。你说我想去选Anthropic下边的Claude行不行？我想去选谷歌的Gemini行不行？不行，没有这个能力，所以这个也是让人不太爽的地方。

还有一个很烦的是什么，他只能处理当前的文件，没法去处理workspace上的东西。我们做一个程序，这个程序都是一个很复杂的目录结构，这个目录结构我们要管它叫workspace，就是这个工作空间，这里头会有很多很多的文件。如果说不能够根据整个的workspace一起去给我建议，只有根据我当前打开这个文件去建议，那这个完全没有意义，改程序会越改越乱的。

我们推崇的是每一个程序尽可能短，每一个程序之间相互配合，而不是说我们写一个特别长的程序。因为特别长的程序不好维护。你使用ChatGPT的APP，直接调用当前窗口的代码进行提示，那这个效果应该是很差的。我的Cursor呢，是过期了，所以我就没有再回去测试。现在我主要的编程工具是GitHub Copilot。从用户体验上来讲，Cursor应该是最好的，其次是GitHub Copilot，再差的就是今天我们讲的这个ChatGPT。

你说ChatGPT为什么会选择这样的一条路出来，明明做得又不好，还要去跟GitHub Copilot、Cursor去硬刚呢？其实很多做大模型的公司，他们预期的方式就是这种。什么叫全能助理？就是你不需要在编程的时候打开GitHub Copilot，在Office里头去打开Office Copilot，在浏览器里面去打开Web Copilot，在操作系统里头去打开操作系统的Copilot。他们希望你有一个统一的全能助理，打开什么样的工作我都给你搞定。这是这些做大模型的公司，无论是Anthropic还是OpenAI，他们想干的活。

所以你看他的应用，可以截图、截屏、照相、上传文件，还可以听到你的声音，现在还可以直接从IDE页面里把代码拎出来。他们希望说我都干了，你不用再去烦别人了。但是这里面有一些困境，就是不能直接操作电脑。原来Anthropic不是演示过直接操作电脑吗？我上一次出去参加活动，还有人问我说这太可怕了，他就直接操作电脑了。我说这个没有那么可怕。第一个，Anthropic演示的直接操作电脑的那个程序是一个实验室版本，他们也不敢把这种东西直接给用户去用。因为一旦给用户用了，咱不说他有恶意或者什么的，他弄坏了以后你咋给人修啊？这个是没法整的。

所有的公司里边的IT人员，最害怕的就是：“哎呀，我的电脑不行了，我有一个程序找不到了，哪个东西起不来了。”你要到现场去部署，现场去看当时的环境是什么样，可麻烦了这个过程。这是不允许Claude直接操作电脑的。现在用户能够用到的还是Claude从电脑上读东西，操作的过程还要你自己拷贝粘贴，都是如此的。ChatGPT也是这么干，所以它不能操作电脑。

那么用户体验，到底什么是用户体验？或者这种大模型应用的用户体验到底是什么样的？这里头其实有两个关键点。第一个关键点叫做找到合适的内容，第二个关键点是在可预期的范围内进行操作。

咱们先说第一个，找到适当的内容。那么什么叫找到适当的内容？就是我们要解决一个问题，你需要解决问题所需的所有内容。就像刚才我们说，我们要改程序，你要改程序的话，你需要在Workspace里，这个工作空间里边的所有程序、所有代码，然后你才能够去改这个程序。甚至你还需要什么？就是很多的环境信息。你说：“我这个电脑是Oracle云上面的一个乌斑图的主机，还是一个Oracle OS的主机，还是一个什么样的主机？我这个主机是什么样的CPU？什么样的内存？”你说：“我是arm的CPU，还是Intel的CPU？”你都要告诉这个大模型，否则的话，它给你的很多建议就会是错的，所以你需要全部的信息。

第二个呢，还有一个问题是什么？你不能被其他没用的信息干扰。什么叫被没用的信息干扰？这跟大家讲一个小故事：以前的杀毒程序在这个硬盘里杀病毒的时候，最怕的是什么，知道吗？最怕的是别的杀毒程序。为什么？因为杀毒程序干活的方式是拿病毒库去比较。我读了这段代码了，谁到我病毒库里比较一下是不是病毒。但是他一旦遇到了别的杀毒程序，在硬盘里安装着这个杀毒程序，里头也有一个病毒库，那你拿出来一比较，哎呦，跟我这里一样，接着往下比还一样。到最后几个字节可能不一样了，这个不是一个完整的病毒，不用管它。

再到下一个，哎，又一样。因为人家那病毒库里头所有病毒都有一遍，他就到人那去检索，说这个好好厉害。你看你这个病毒库里边所有的毒都有，这就是被无用信息所干扰了。我们硬盘里也是这样，各种各样的信息是非常多的。当你这个大模型需要去给我回答问题的时候，你不能把我硬盘里所有的内容都找出来，然后来给我回答。有些是我希望你看到的，有些是我不希望的，或者有些是我不希望你这一次拿去参考的，这个一定要搞清楚。

而且还有一点，什么叫不能让用户害怕，这个是很关键的。如果一个用户告诉他说，现在大模型来了，我要把你硬盘里头所有的内容都搜索一遍，我来给你解决问题，用户说那算了，咱别费劲了。我这个里头还有一些什么学习强国呀，或者这种目录里头放的文件，是我不希望你拿来解读它，可能是一些宝藏、小电影什么的。他还是要让用户知道，你这个大模型是在他允许许可的范围内在工作，不能吓着他。

这个是找到适当的内容。下一个呢，在可预期的范围内操作。什么意思？第一个先要保证做对，这个其实很难。为什么呢？现在给出来的答案，甭管是GitHub Copilot还是ChatGPT，还是Claude，或者它的Cursor这样的产品，它给出来的答案基本上很难一次正确。原因也很简单，就是他们得到的信息不够完整，环境信息不完整，其他的代码没有研究。

就算你告诉他说，你根据我所有代码去做处理，其实他也没有办法真的这么干，因为大模型是有上下文窗口的。你不可能说我把一个程序的所有代码都塞进去，这个是非常非常费劲的。就算他的上下文窗口足够大，你还有大量的网络传输的开销，这个也是很麻烦的。

所以现在的这些大模型处理这种workspace的方式是什么呢？就是做嵌入。他把你所有的代码拿去做这个embedding的处理，做完了以后再根据你的命令，在embedding之后的代码里头找到相关的内容，然后再去回答他们。现在只能这么干，所以他们给出的答案。

其实，通常都是错误的。你拿到了以后，还要人工判断，然后再去调整，才有可能把它做对。这个第一个要做对，这事很难。第二个，什么？你还是不能让用户害怕。一上来说，我们执行一个命令叫“RM -RF *”，那这个什么意思？就是把硬盘上所有东西都删光。执行命令这件事，有很多是比较吓人的。所以，为什么现在 ChatGPT 和 Claude 都不敢直接去执行命令，就是这样。他怕吓着用户。而且，如果真让他执行了，万一出错了以后，他又没有补救措施，这个也是一个很大的开销。

为什么呢？就是你要看正规的工程师，或者叫网络工程师，他们的操作手册都是什么？你做任何的升级，做任何操作之前要备份。备份完了以后才能做操作，万一做错了以后还能恢复。但是这个操作的开销就非常大了。所以，现在他们这两个应用都不敢直接下手。

那么，这算不算是一种纯视觉方案？咱们想的稍微远一点，什么叫纯视觉方案？就是特斯拉在推自动驾驶的时候，就推这种纯视觉方案。别人还在研究什么毫米波雷达、激光雷达的时候，马斯克说不，我就要纯视觉方案，我不跟你费劲了。那么，什么时候上纯视觉方案呢？就是要去对抗各种雷达，对抗车路协同系统。雷达还算是一个相对来说比较简单的玩法，车上加毫米波，加这个激光雷达，这还算简单一些。车路协同是什么？就是在路上加各种传感器，加各种各样的处理终端，加各种标记，让你的车在这样的智能公路上可以畅通无阻。

但是，这条路看来现在应该不是主流方向。就算是国内的国产新势力们，也没有向车路协同的方式走。大家还都是惦记说，我怎么在车上把这事搞定就完事了。那么，这个事情跟咱们今天讲的 ChatGPT MacOS 上的这个客户端到底有什么关系呢？我们来类比一下，现在的 ChatGPT 和 Claude 这种桌面客户端，干的活是什么？就是给桌面应用增加眼睛、耳朵、嘴和手脚。什么意思呢？原来这个东西叫聊天工具，但现在我们希望这个聊天工具自己可以看到你电脑上的屏幕。

它可以截屏，可以看到你的代码，可以听到你说话，也可以对你说话，甚至可以做一定的操作。那么在这个过程中，如果是走纯视觉方案，实际上就是ChatGPT和Claude现在用的这个方案。什么意思呢？就是看到用户能够看到的部分，用户看不到的部分就算了。然后呢，通过摄像头截屏以及与IDE结合，不需要做其他的改造了，我们只需要做最简单的一个改造，就可以使用了。甚至只是说我给你一个授权，你就可以使用了，也不需要跟操作系统的厂商进行深度的整合。你要做这种很复杂的底层操作，你一定要操作系统厂商给你授权才可以，否则他是不能去做的。

最终是要像人一样工作。什么意思呢？大家想，马斯克为什么推纯视觉？两个原因。第一个，你跟各个国家的公路系统去打交道，说你给我在公路上加一标签吧，或者加一牌子吧，或者加一个什么传感器吧，这个事就没法整。你万一走到没有传感器、没有经过改造的公路上，你智能驾驶系统是不是就没有了？这是一个原因。说我们不愿意跟你打交道，我在车上自己都解决完就完了。

第二个原因是什么呢？他希望这个车像人一样工作，因为你的大模型还是在不断地迭代、不断地升级的。那么到底向哪个方向升级呢？比如说我升级了带有车路协同系统的、带有激光雷达和豪美涡雷达的这样的大模型，那这个到底对不对？其实很难去衡量。但是说，哎，我就向人的方向去转变。人是怎么开车的？我怎么开车？人反正也没有毫米波雷达，也没有激光雷达，也没有什么车路协同。我们走到哪，这路甭管认不认识，我都可以开走。那么我们就以此为基准进行训练就完了。这是纯视觉系统的一个核心底层逻辑，就是我们以人为标准，向这个方向不断前进。

那么这是纯视觉方案。如果是车路协同方案是什么样的呢？就是Github Copilot走的这个方案，还有各种操作系统，像什么AIPC、AI手机，新带Copilot的Windows 11。

带有这个 Apple Intelligence 的 MacOS 和 iPhone 16，以及咱们国内号称带大模型的各种安卓手机，这就是标准的车路协同系统。在这个过程中，那你就需要对基础设施进行改造。反正这个微软没事，他说：“我是做操作系统的，我就在操作系统上改呗。”苹果说：“那我也在操作系统上改。”安卓这帮手机，甭管是小米还是华为，说：“我们也上操作系统 IC，直接底层修改，这样用户体验才最好。”它就变成这样的方式了。

在这块，操作系统厂商跟 IDEE 的这些厂商有一些天然的优势。你那些做大模型的厂商，你就过不来了，因为你搞不懂这个操作系统到底是怎么运作的。就算你能搞懂了，我不给你授权，你越过我的授权也是病毒。他是这样来工作的。

那么，我们在电脑上是不是需要这种纯视觉方案？这个路是不是对的？你说马斯克在做 FSD 的时候，做纯视觉方案，大家都觉得这条路是对的。那么在电脑上，我们是不是也该这么干？除了环境方的配合度之外，模型发展方向才是最重要的考核。自动驾驶这件事，其实相对来说还比较简单，纯视觉方案是可以搞得定的。人就向这个方向走就行了，你只需要让自动驾驶的汽车达到驾驶员的高度就可以了。我不需要达到 F1 方程式赛车，也不需要达到修车老师傅的程度，你只要能够达到一个正常驾驶员的程度就 OK 了。

所以，自动驾驶可以走纯视觉方案，但在电脑上这事不行，为什么？因为我们需要专家模式，我们需要解决很多我们自己解决不了的问题。这个跟刚才我们讲的自动驾驶是不同的。自动驾驶是，你只要模型变成普通驾驶员就够了，而我们去操作电脑是需要电脑上辅助，我们的专家模型能够达到比我们更高水平。那你如果是这样的话，去做纯视觉就不合适了。

现在摆在 OpenAI 和 Anthropic 面前的困境是什么呢？他们需要克服什么？就是操作系统厂商不愿意配合他们。你说：“我希望有更多的功能给用户用起来，我明明可以做更多的事情，可以做得更好。”

但是，你没有操作系统厂商的配合，就做不了。用户量上去了，但是用户也没法使用全部的功能。大家还是在跟你聊天，那用户的付费意愿就低。他们这两家公司最后能够实现盈利的可能性，就基本上等于零。他现在是遇到这样的问题，原来还想着说：“哎呀，微软你就向OpenAI老老实实地交授权费就完了呗，我就让你去用去了。”结果，GitHub Copilot现在不仅能够用OpenAI的GPT-4，还是能够用Anthropic的Claude，人家还可以用谷歌的Gemini。

这个OpenAI说那不行，你们不在一棵树上吊死，我也不能在一棵树上吊死，咱们双向奔赴了。你们这个不忠诚，我们也不忠诚，搞成这样的一个事情。那么，大模型厂商还在解决用户需求的路上继续前进。甭管最后他的商业问题是不是能够解决，是不是能够挣到钱，这个事我们不管他。但是，如果你没有办法把用户的需求解决掉，这条路注定是条死路。

现在呢，就是两条路。刚才咱们讲过了，一个是车路协调的路，一个是纯视觉的路。纯视觉路实际上就是我关起门来自己把事搞定了，你们不用管我，我也不用配合我，我自己能搞定。车路协同的方式就是我从底层把基础设施改掉。现在车路协同的方式就是AIPC、AIPHONE，这条路是车路协同的方式。

纯视觉方式，现在甭管是OpenAI的ChatGPT，还是Anthropic的Claude，都在尝试走这条独立的路线。我不需要你跟我配合，我自己搞定。我就看到用户能看到的东西，然后我在用户可眼见的范围内去解决问题。用户看不着东西，我也看不着。至于哪条路能够走通，咱们拭目以待。

好，这个故事跟大家讲到这里，感谢大家收听。请帮忙点赞，点小铃铛，参加Discord讨论群。也欢迎有兴趣、有能力的朋友加入我们的付费频道。再见。

米哈游的创始人非常罕见地发出声音，劝同行们考虑转行吧，以后都是AI做游戏了，没你们什么事了。大家走吧，这到底是个什么事？

大家好，这里是老范讲故事的YouTube频道，今天咱们来讲一讲惯常低调的米哈游创始人到底说了些什么。

米哈游的创始人蔡浩宇在8月26号，在个人的LinkedIn账号上发了一篇文章。咱们在国内其实已经不会在LinkedIn上面去发文章了，应该现在在国内发文章，相关的这种功能也都没有了。他们已经基本上撤出中国了，而米哈游的总部是在新加坡的，所以米哈游的老板依然在使用领英这样的职场社交平台，在上面写一些他对于游戏职场的感悟。

他上面写的东西其实也很简单：第一，生成式人工智能，也就是AIGC，将彻底改变游戏开发行业；第二，未来游戏创作将主要由两类人主导：第一是0.0001%的顶尖从业者，他们将领导精英团队，创造出前所未有的游戏内容和体验；第二是占绝大多数的业余爱好者，他们可以根据自己的兴趣，随意创造游戏。最后他说，普通的游戏开发者可以考虑转行了。

大家也知道，游戏开发这个事本来就是成功率非常低的，千万别跟我讲二八法则，就是80%人失败，20%人成功，这个事是不对的。正常的游戏开发成功率可能只有百分之几，这是个个位数。百分之九十几的人都会失败，这个是按照游戏立项到最终能够发售挣到钱的数字来算。其实你从游戏立项到游戏正儿八经能够发行，可能百分之九十几的人就已经不见了，然后从发行到最终能够挣到钱，可能又有接近90%的人不见了。

所以按这样算，可能真的是千分之几，甚至万分之几的游戏才能最后被大家看到，被大家所记住，能够挣到钱。原来就是这样。

所以他上面写0.0001%的人留下来做游戏，剩下的人你们就撤退吧。这个数字并没有大家想象的那么夸张，尽量让AI参与到游戏制作过程中去，降低普通人去开发一款游戏的时长和难度，这个事其实大家一直都在努力。

最典型的案例就是在AIGC出来之前，其实大家也在做。是什么呢？比如说网络游戏，其实就是玩家创造世界。很多人说不对，网络游戏也是人家创造了，我们只是进去玩而已。暴雪做了《魔兽世界》，我们进去打《魔兽世界》，我们怎么进去创造《魔兽世界》呢？这里跟大家分享一首现代诗，写的什么呢？

“你站在桥上，风景看风景的人在楼上看你。明月装饰了你的窗子，你装饰了别人的梦。”这就是普通人或者玩家去创造网络游戏世界的一个过程。什么意思呢？游戏开发商会给你做出《魔兽世界》，但是里面的其他参与者，你可以去跟他组队，可以参加各种国战，可以跟他PVP。人和人之间的这种战斗，那所有的一些生态，都是人创造的。

“你站在桥上看风景，看风景的人在楼上看他。”就是这样的一个过程。传统的更古老的一些游戏，其实也是如此，比如说棋牌类游戏。我们在这下围棋，每一盘棋跟每一盘棋都不一样。实际上每一盘棋就是下棋的两个人，他们自己所创造的游戏。包括桌游，我们一帮人坐在这打狼人杀，每一盘都是不一样。整个这个游戏，都是我们坐在这里的人临场创建出来的。这才是参与者创建游戏的过程。

那么未来有可能是什么呢？一群非常强大的开发者，他们去开发游戏的底层平台。另一群人只需要说清楚自己的需求，就可以得到相应的结果。相当于是有一帮人在开发一种叫围棋的游戏，开发完了以后，大家坐在这说：“来，我们下一盘。”就可以享受一个叫围棋的这种乐趣。而这个过程，绝大部分的人是下围棋的人，只有很少的人是开发围棋的人。这是一种开发方式。

那么游戏行业距离干掉大多数开发者到底还有多久呢？米哈游的老大都出来说话了，他其实算是能出来说话里边份量最重的人之一了。国内的大游戏公司，网易、腾讯，腾讯的小马哥其实平时是不怎么出来说话，比较低调。网易甭管是丁磊还是他们游戏的老大丁丁，在这一块其实出来说的话也不多。米哈游的蔡浩宇呢？

其实，相对来说，平时也是比较低调的。像他都出来说了，我们是不是应该信一些？过个两三年，这个游戏开发者就已经没有工作了。现在我还要不要去学习游戏开发，做个Unity，做个Unreal？你看这个《黑神话：悟空》火了，我们是不是要去干这件事？

我们要首先看一看游戏是什么。游戏、电视剧，各种文创的作品，现在都是什么？不光是文创作品，它其实是现代工业巅峰的明珠。为什么这么讲？你俩人坐这能做出《黑神话：悟空》来吗？你做不出来。100个人坐这，你能做出《黑神话：悟空》来吗？你也做不出来。你别看《黑神话：悟空》就150人把它做出来，后边还有引擎团队，还有这么多的线下支持团队，还有外包团队。他是一个大的工业体系才能做出的东西。

不光是游戏。你说我现在想拍一个好莱坞大片，那都是工业化产品。他也是有完整的一个工业流程和体系才能做出来的。所以呢，咱们讲，比如说3A大作，前面《黑神话：悟空》火了以后，大家都说我们要去做3A大作。咱们还讲过3A大作，a lot of money, a lot of resource, a lot of time。难道真的是有这3个A就可以搞定吗？搞不定的。

除了有这3个A之外，你还需要有完善的工业和工程的体系，以及流程和方法论，才有可能造出这种东西来。你是不可能说我们把相应的钱堆这，把人堆这，我们坐这，等他都隔离起来，你们都不许出门，就闷头在屋里做，就能把这玩意做出来。这个是不可能的。

他需要跟全世界的人一起合作，要去跟全世界的整个游戏工业的流程一起去碰撞，才有可能做出3A大作来。所以这个事情并没有那么容易。如果以后，比如工具非常先进了以后，我们是不是有可能说，我们十几二十个人坐这，就比如说像打这个狼人杀似的，我们就可以开始构建世界？是不是这样再向这个方向发展？但是还是有很大的差距的。

而且呢，即使是说三五个人或者七八个人坐在这构建世界，那么构建完了以后，它可能也是一个非常受限的世界。什么叫非常受限？狼人杀出来始终是狼人杀，你不可能在狼人杀的这个世界里头构建一个围棋出来。你说我想在围棋的棋盘上下盘象棋，或者我想在上头玩个德州扑克什么的，那大家就想得有点太多了，这个事是做不出来的。

那么当前已经开始了哪些部分？第一个，剧情的编写现在已经开始了。大家看到《黑神话：悟空》里头有大量的文案，这些文案原来都是需要人坐在那一个字一个字写的。像我们以前见过一些做的这种SLG游戏，SLG应该叫策略性手机游戏，他们的这种文案，比如说工程车是怎么回事，兵是怎么回事，哪个英雄是怎么回事，现在有些什么样的背景故事，这些东西搁一块，可能有几十万字，甚至多的有上百万字，这种东西都要靠手写的，是很痛苦的。

现在有了AIGC，那来编故事呗。我们只需要把基础框架搞定，把基础设定搞定，剩下的生成的部分都可以让大模型去搞定了。我们只换审核修改就可以了。再做文声图、图生图这些事情，因为游戏嘛，大量的是图像，那我们就花费这个事情。现在各大游戏公司已经开始普遍应用了各种3D模型的生成。

现在很多的游戏公司也开始用上了广告素材的生成，这已经成熟了。编程辅助，比如说我们用Copilot或者用一些其他的编程辅助工具，大模型去干活，现在也可以搞定了。包括一些简单的AI角色，有些NPC可以由AI在后台跟大家聊个天，这些现在也都已经实现了。

甚至这两天，还出了一个特别奇葩的工具，谷歌的DeepMind做了一个纯AI的游戏引擎。它是什么样的呢？就是它跟大家打毁灭战士，Doom。这个是很古老的一个游戏，当时大概只有十几兆。我记得我是上大几的时候，可能大二大三的时候开始有这个游戏的。我们那个时候打的，真是一开电脑就趴在地上吐，因为它是第一次让我们见识到有什么叫晕3D这种东西。

那谷歌的这个模型是什么样的呢？它完完全全用Transformer的方式。去一帧一帧地生成你看到的内容。我在转动镜头，出怪物，我去打他。打完了掉血，再去往前走，往后退，拐弯，走哪个岔道。所有这些事情，他等于是根据前面生成的图像和内容，根据我们对电脑的操作，然后临时生成最新的场景。这也把很多游戏圈的人都震惊了，而且他的速度还不低。

像原来我们去生成的图片，甭管是用达利还是用Midjourney，生成一幅图片至少要几十秒，那是很慢的。而谷歌的这个AI游戏引擎，它可以达到每秒20帧，每秒钟生成20张不同的画。这种东西，如果你再交给英伟达好好优化一下，没准就可以打了呢。每秒20帧还是稍微慢一点点，特别是对于动作游戏来说，稍微有些差距。

那么现在我们已经有的东西，其实是在完整的工业流程与体系上，在每一个环节进行修改，进行AI改造。但是我们并没有形成一个完整的可以面向普通人的这样的一个界面接口，这块现在还没有做出来。也就是说，我们距离“上帝说要有光，于是就有了光”还是比较遥远的。但我相信，应该有游戏公司已经在这块努力了。

未来是不是人人就都可以做游戏了？我们首先要想一想，人人都可以做游戏到底是一个什么样的过程。其实很像是从骑士到步兵的过程。什么叫从骑士到步兵？不是把那马去了，而是骑士是需要终身训练的，或者需要从小训练。你至少要有十几年的训练，再去当骑士，然后再慢慢地升级成为骑士，等一辈子你要去做这个事。

而步兵，现在有步枪了，你只需要把一个健康的年轻人招募起来，进行三个月的训练，他们就是一个很好的合格步兵。它是变成这样的一个状态了。那你说我再往前发展，大家想想，现在的司机，司机也是一个专门的职业，要去学怎么修车，要去学机械原理，要去跟各种的车辆打交道，还要有很娴熟的驾驶技术。而现在呢，我们去驾校里头，快可能一个月也就出来了。

所以未来，人人都要去做游戏，可能也是如此。大家因为热爱，参加一个简单的训练，就可以像司机一样上路去开车了。

那么，未来的游戏人人都可以做，可能是几条路。第一条路，在现有的一些游戏里头，允许大家去做一些新的创造。我2009年跑去盛大入职的时候，其实参加的就是这样的一个项目。那个项目叫零世界，后来我们管那个东西叫次时代网游。

什么叫次时代网游？就是这棵树。正常的网游是你砍完了以后，你走到我走的这个地方，这棵树其实还在这立着，这就是原始的网游。而次世代网游，你走到这把这棵树砍了，我过了10分钟再走到这，这棵树还是倒着的。这叫次时代网游。

很多人说这有什么区别吗？区别大了。我看你他把树砍了以后，你得记住下一个人走到这以后，你要重新去得到这个地方的当时的状态，才能知道谁在这扔了东西了，谁把树砍了，谁在这盖了个房子。有人砍了树，有人盖了房子，有人放了东西，那就有可能有人在这建起城市了，有人在这建起要塞了，或者做一些其他的什么，都是有可能的。那么这个世界就变成活的了，它就会生长起来了，玩家就参与到游戏建设里边去了。

这可能就是第一条路。我们在固有的游戏公司设计好的世界里面，我们去创造自己的游戏。而且呢，它是自由度不断的上升。原来这个里面，你可以创造内容是相对比较少的，你必须符合他原来游戏比较刻板、比较简陋的这种世界观设定。那么未来可能是我们往前走一走，我们可以把这个世界观变得更加的有包容性一些，可以变得更大一些。

这什么意思？比如说原来我们设定的是最简单的游戏，骑马砍人，放个魔法什么的，未来可能说，哎，我是不是造个火枪出来，弄个蒸汽机出来？那你说有游戏可以干这事吗？有，现在的《塞尔达传说：王国之泪》余料建设系统，已经给我们展示了这种未来的可能性。

虽然这个东西做起来很难，为什么难？因为你一旦允许他去做这样的操作了，这个游戏的平衡性就很难去控制。为什么以前游戏平衡性好控制？因为你限制了他的发展上限，它就比较好控制。但是你做完余料建造以后，发展上限就不设限了。所以很多人说《塞尔达传说：王国之泪》。

打到后边的boss都很容易。他为什么会做得比较容易？你堆数值堆上去行不行？可以，但是如果有些人余料建造得不好，打到这儿不就过不去了吗？所以他就只能是按照一个普遍的状态，走到这能过去的状态。你如果前面做得比较有趣，余料造得比较厉害，这你就可以很容易地就平坦过去了。

另外一种就是AI游戏引擎。虽然谷歌给我们演示了，直接由大模型生成AI画面，但这条路到底走不走得通？或者说这是不是未来AI游戏的这种端到端的方法？有可能，但这一条路一定是充满荆棘的。我们要把这个scaling low彻底推到极端，才有可能走得通这条路。你要造巨大的模型，耗巨大的算力，才有可能让它真正跑起来，因为重新生成所有的端到端的图像或者模型，实在是太消耗算力了。

但是，也有可能过个三五年，店也不值钱了，算力也不值钱了，那可能这条路就是唯一的最终通路。还有没有折中通路呢？也有。什么是折中通路？就是上全宇宙。我给了大家一个更开放的宇宙，但我已经把所有该规定的东西都规定差不多了，只是等着大家到里边去盖房子、买地，去做一些自己的游戏。

搞这条路，像最早的叫Second Life，包括扎克伯格想干这些事情，也包括米哈游想干的事情。为什么今天这个话是米哈游的老板出来说，腾讯的老板没出来说，网易的老板也没出来说？因为米哈游一直在做一个东西，叫Hayouverse，元宇宙叫Metaverse。米哈游是做了Hayouverse，也是一直在做元宇宙，他们在做，比如说崩坏系列元宇宙或者元神系列元宇宙。大家就可以在这个元宇宙里边去买房、买地，在里边去建立新的城市，让大家在这样新的虚拟世界里面去玩耍。

他们在走这条路，所以这个话由他来说，是符合他的商业预期的。最终再跟大家讲一讲，现在是一个非常焦虑的时代，怎么个焦虑法？所有人都说，你这个职业是先被AI替代，还是后被AI替代？

我们希望AI去做各种重复性劳动，结果AIGC把所有白领的工作都干掉了。人们坐在这儿，写文章、画画、写诗、写程序，脏活累活没人干了。这边还没抱怨完，那头具身智能机器人出来了，开始打螺丝，开始到家里做很多家务。人也没用了，体力劳动也没人干了，所有人都在焦虑。

这是一方面，另一方面呢，既然已经让整个行业都焦虑了，AI行业到底挣没挣着钱？AI行业也没挣着钱，这就真的是相互之间都没讨好。现在OpenAI新的模型、新的引擎没做出来，说我已经把钱花光了，要重新融资。现在又在找钱，这一轮微软可能接着跟英伟达怎么着也得意思。这轮可能有一个基金是老大，人家已经说我们要给钱了，剩下的可能苹果会给一个大头出来，因为苹果把OpenAI集成到他们的Apple Intelligence里头，可能会给一些线，拿到一些控制权。

那么现在的从业者到底应该何去何从？是像蔡浩宇说的那样，大家就赶快转行，还是说我们在观望，还是说现在有什么新机会，赶快让我们去？我觉得现在的游戏开发者应该有几条出路。第一条出路，成为新的平台开发者。但我并不像蔡浩宇觉得那样，并不太认同他的说法，认为只需要0.0001%的人去做这些平台。为什么？因为那个平台未来会变得很大。这个平台上除了开发者之外，还需要教官。

什么叫教官？刚才我讲了，你要想去开车，也得上个驾校，总得有人来教你。这其实就是我以前干的本行，叫开发者关系部门。你在这已经做出平台来了，我们要去告诉玩家怎么在里边把这个事情做好。像我最早进入盛大，加入零世界团队，他们招我进去就是在看这个教官的活。因为我在加入盛大之前，是Bolan公司的evangelist，他说我们需要一个新的社区运营者，帮助整个社区，帮助这个零世界里的玩家学会怎么去建造他的世界。

学会怎么在里边去体会这种乐趣。这是当时我要去干的事情。09年到现在已经过去了15年，这条路依然没有走出光亮来。大家还在努力地往这条路上走。

第二个是什么呢？就是要有技术支持与服务。虽然现在满街都是开车的人，但是修车这事我不会。我们不是职业司机，打开车盖子以后，我连火花塞长什么样都不知道。这是没法办的事情。所以我们还是需要专业的机构来去维护我们的车辆。

那么这又是一波人，甚至还需要专业的游戏策划和主持人。大家知道去玩这种桌游，或者玩这种狼人杀、亚城守护者这样的游戏，它的核心是主持人。咱们现在到那种桌游吧里边去，他们的主持人是专门需要招聘的。他是能说会道，能够烘托气氛，把大家的气氛调节起来，还很熟悉这个故事的各种套路。这些人可能未来也会成为一个职业。

甚至还需要很多的审核与优化人员。比如说我们今天都去马路上开车了，那交警还得有，还要有很多的人来看看，说你们是不是都符合规则，或者说哪开的不好。我们要去改一改交通信号灯，重新修修路，肯定还是未来很大的一个就业机会。

第一个平台不可能只有一个，Meta会做一个，米哈游也会去做，其他的一些公司可能也会去做。这样的平台出来，做完了以后，他们每一个平台都会比现在的员工数要几何级数地上升，才有可能应对这么多的玩家涌入。

甚至还有一些现有的游戏开发者可以去干嘛呢？可以成为新的开发者中的领军人物。什么意思呢？大家都在元宇宙里头，都在这种游戏AI引擎里边做游戏的时候，您原来做过游戏的人，是不是会比以前没做过游戏、从来没接触过的人有些基础？您未必会做出未来最好的那个游戏，但您总比这些从头开始、从来没有摸过如何做游戏的新手小白，还是会有一些先发优势的。

所以即使是像米哈游的蔡浩宇说的那样，未来大量的人是玩家或者是爱好者去开发游戏，那么以前做过职业开发者的这些玩家和爱好者，他们开发出来的游戏也会比其他人好。

那你说会有人被淘汰吗？一定会，这个没什么好说的。但是应该也不会有那么大的比例，绝不是说99.9999%。不会有这么多人被淘汰掉，绝大部分人还是可以转岗的。会产生出很多新的岗位来，甚至新的岗位有可能会比现在的游戏开发者的总数还要多。只是这个新岗位产生的过程并没有那么快而已，他可能需要一些耐心。那么游戏内容未来一定会越来越多，这件事是必然的。人们在游戏中所消耗的时间也会越来越多，游戏产业所产生的价值一定会越来越大。大时代已经到来，车轮滚滚向前，这才是游戏整个产业在AIGC面前正在快速发生转变的故事。好，这个故事今天就跟大家讲到这里。感谢大家收听，请帮忙点赞、点小铃铛，参加Discord讨论群，也欢迎有兴趣、有能力的朋友加入我们的付费频道。再见。