巨人网络 × AI

[导语·核心观点]2026年1月19日，巨人网络在手游《超自然行动组》上线“AI大模型挑战”，将AI大模型能力引入大DAU游戏的核心玩法层，并面向全量用户开放，被报道称为国内首个同类尝试[2][4]。四个月前，公司刚宣布投资AI视频生成企业爱诗科技[1]。我的判断是：这意味着巨人网络正从“用AI提效”转向“把AI做成玩法”，方向清晰，但商业效果目前没有任何公开数据支撑，属于应当被跟踪、而非被提前定论的节点。

[事件回顾·发生了什么]公开可见的线索有三条。 第一条是投资。2025年9月10日，巨人网络宣布投资AI视频生成企业爱诗科技，官方表述为“扩充AI版图”，并称公司持续深化AI布局，以自研与投资双线推进，将AI技术融入核心游戏业务，推动产品交互模式与玩法机制创新升级[1]。 第二条是产品落地。2026年1月19日，媒体报道《超自然行动组》上线全新“AI大模型挑战”，首次将AI大模型能力引入大DAU游戏的核心玩法层，并面向全量用户开放；该玩法被称为国内首个大DAU游戏原生AI玩法[2][4]。报道同时将《超自然行动组》描述为巨人网络的现象级爆款手游[4]。 第三条是官方对路径的自我描述。公司校园招聘FAQ页面称，其通过自主研发、产业投资及合作等方式加强AI布局，将AI融入游戏研发与运营，以提升研发效能、探索玩法创新与交互体验升级[3]。 三条线索的顺序值得注意：先补能力，再把能力放进具体产品的具体玩法，最后才谈体验升级。

[背景与格局·公司沿革 · 行业脉络]巨人网络是A股上市游戏公司。从公开信息看，市场关注它的原因不在“是否做AI”，而在“AI做到了哪一层”。 游戏行业的AI应用大致分两条：一条在研发与运营侧，用生成式模型做美术、代码、测试、客服，价值体现在人效与成本；另一条在玩法侧，把模型变成玩家可直接感知的对手、伙伴或内容生成器。前者风险低、可测算，后者风险高，但差异化更强[3][2]。 从报道口径看，巨人网络对两条路线都有描述：校招FAQ强调的是研发效能与运营效率[3]，而《超自然行动组》的动作落在核心玩法层[2][4]。业内更常见的是先在中小DAU产品做灰度验证，再向大DAU产品迁移——因为生成式玩法的推理成本与用户规模同向变动，延迟与稳定性要求也更苛刻（此段为分析判断，报道未涉及具体成本数据）。 因此这次上线的意义不在“有没有AI”，而在于它是被报道的、把大模型放进大DAU核心玩法并全量开放的早期案例[2][4]。它把一个原本停留在演示阶段的问题，推到了工程与商业现实面前。

[深度解读·为什么发生 · 意味着什么]为什么会发生？我的判断有三层。 第一层是产品竞争的被动性。大DAU手游的玩法同质化严重，新玩法带来的留存弹性往往比继续买量更划算（判断，报道未提供留存数据）。把大模型接入核心玩法，本质是买一个不易被复制的体验变量——传统规则型AI的行为可被穷举和攻略化，而大模型驱动的对手或内容更难被完全预测[2][4]。 第二层是公司叙事的需要。投资爱诗科技在前，产品落地在后，两条动作在四个月内先后曝光[1][2][4]，对外呈现的是“能力—产品”闭环，这对A股投资者评估其AI含量是有利的（判断）。 第三层是能力外溢。校招FAQ显示公司把AI用于研发与运营提效[3]，这类内部能力一旦成熟，向玩法层输出几乎是自然路径；反过来，玩法层的高并发、低延迟压力也会倒逼工程体系升级。 谁受益？玩家可能获得更差异化的对局体验；公司获得产品差异与叙事溢价；模型与算力供应商获得调用量。 谁受损或承担成本？首先是公司自身的推理成本曲线——全量开放意味着成本随DAU放大，而目前没有任何公开数据说明单位成本、参与率或玩法渗透（报道未披露）。其次可能是被边缘化的传统脚本式玩法设计岗位（判断）。最后是玩家的容忍度：生成式内容一旦质量不稳或出现不当输出，反噬速度比传统bug更快。 需要强调，“首次”“首个”这类表述来自媒体与公司口径[2][4]，目前缺少第三方独立验证，“核心玩法层”的界定标准也不透明。

[关键数据与证据·来自报道的数字与事实]1）时间：2025年9月10日，巨人网络宣布投资AI视频生成企业爱诗科技，官方称此举用于“扩充AI版图”[1]。 2）路径：官方口径为自主研发、产业投资及合作三种方式并举，AI应用于游戏研发与运营[1][3]。 3）上线：2026年1月19日，《超自然行动组》上线“AI大模型挑战”[2][4]。 4）范围：面向全量用户开放，而非小范围测试[2][4]。 5）定位：报道称其首次将AI大模型能力引入大DAU游戏的核心玩法层，为国内首个大DAU游戏原生AI玩法[2][4]。 6）产品：《超自然行动组》被报道为巨人网络的现象级爆款手游[4]。 7）缺失项（关键）：报道未给出该产品的DAU具体数值、AI玩法参与率、留存或付费影响、单局推理成本、模型供应商与内容合规安排。这些恰是判断其价值的必需数据，目前均不可得。

[风险与争议·审慎的批评视角]第一，数据局限与不可比性。“国内首个大DAU游戏原生AI玩法”是定性标签，缺少可比的量化口径[2][4]；在DAU、参与率、留存、推理成本这几项上，报道一个数字都没有。没有这些数字，任何“成功”结论都是叙事而非证据。 第二，来源结构偏软。四条材料中，两条来自公司官网与招聘页[1][3]，一条来自财经媒体转载[4]，一条来自权威媒体[2]。公司自述天然带选择性披露倾向；校招FAQ更是招聘场景下的宣传性文本[3]，用它论证技术实力强度不高。 第三，夸大风险。“核心玩法层”“首次”“原生”都是弹性极大的词[2][4]。一种可能是：AI只覆盖某个特定模式或特定关卡，而非整体玩法骨架。若如此，“首次”或可成立，但“颠覆”并不成立，而外部无法从报道中判断边界。 第四，商业与工程风险。面向全量用户开放意味着推理成本与DAU同向变动[2][4]；若单次调用成本高于该玩法带来的留存或付费增量，它就是亏损项。此外，大DAU产品对延迟极其敏感，模型响应一旦不稳定，差评会集中在玩法本身而非技术细节（判断）。 第五，监管与伦理风险。生成式内容进入面向全量用户（可能包含未成年用户）的游戏，涉及内容合规、审核留存与突发事件处置义务，而报道未提及任何相关内容安全机制[2][4]。 第六，估值叙事风险。AI概念对A股游戏公司的估值弹性显著，在投资与产品动作密集披露的窗口期，市场容易把“布局”误读为“业绩”（判断）。

[未来展望·情景推演]未来3—6个月是可验证窗口。给出三种情景及对应可观察指标。 保守情景：AI玩法维持现有形态，不进入主线经济系统，公司披露中仅在技术或创新板块提及，财报不单独贡献。可观察的是：玩法入口保持低权重，无新增AI相关投资或合作公告。 中性情景：玩法迭代两到三轮，公司开始公布参与率一类软指标，但回避成本与收入数字。可观察的是：版本更新中该玩法的权重变化，以及公告是否重复“首个”叙事[2][4]。 乐观情景：该玩法被复制到公司其他产品线，并出现跨产品的AI能力平台化表述，同时通过投资或合作补充模型与工具环节[1][3]。可观察的是：新产品上线即带同类玩法，AI相关投资或合作公告增加。 无论哪种情景，建议跟踪五个量化指标：AI玩法参与率、该模式次日与七日留存相对大盘的差值、是否出现单局成本口径披露、公司在AI侧招聘数量的变化[3]、以及是否出现第三方独立技术披露或评测（而非媒体转述）。

[建议与启示·面向决策者]对游戏与内容行业决策者，这个案例给出四条可操作启示。 一是先定成本上限，再定玩法边界。全量开放是承诺，成本是约束；建议立项时就把“单次交互成本×预估参与次数”设为硬指标，而不是上线后再优化。 二是把“原生AI玩法”拆成可灰度单元。整体玩法不可回滚，但单个AI对手、单条生成内容可以；灰度与回滚能力决定试错成本。 三是把评估体系前置。没有参与率、留存差值、投诉率的对照口径，“AI玩法有效”就只是一句主张。 四是重视调度层的工程价值。当一款游戏同时运行多个模型（对手生成、文本内容、语音、审核）时，真正的难点会从“模型效果”转向“谁在什么时候调用哪个模型、预算如何分配、异常如何降级”。这正是AgentSH多智能体调度平台处理的问题：按场景编排模型与工具、按成本约束调度、按质量阈值自动降级。对把AI推进核心玩法的公司而言，体验上限往往不由单模型决定，而由调度层的稳定性与成本纪律决定。

[结语·一句话立场]巨人网络这次动作的价值，不在于它是否真是“国内首个”[2][4]，而在于它把一个行业性假设——大模型能否在高并发、强延迟约束的商业游戏里跑通——推进到了必须交出数据的阶段。目前公开信息只覆盖了布局与进展，关键节点尚未抵达。正确的姿态既不是喝彩，也不是唱衰，而是把它列入观察清单：等参与率、留存差值、成本口径与第三方评测出现，再谈成败。