在网易的不同业务中，AI已经开始承担具体工作。
游戏研发端，AI生产体系已接入数百个研发工作流 ；内容治理端，AI完成1000余个 玩家模组的自动跑测；企业经营端，商品经营决策Agent可以结合访问量、加购、历史销售和库存等信号形成经营建议......
这些实践解决的问题各不相同，却指向同一个变化：AI正在从单点能力走进真实工作流程。
8月22日，由杭州市科学技术协会主办、网易智企承办的"数字内容产业AI创新大会暨网易AI实战大会"在杭州网易大厦举行。
来自网易雷火、网易智企及《我的世界》中国版的五位一线业务负责人，分享了AI在游戏研发与体验、玩家创作、平台运行与治理以及企业经营中的实际应用。
比起讨论AI"还能生成什么"，这场大会更关心另一组问题：AI怎样进入现有工具和系统？哪些工作可以交给AI执行？哪些判断仍然必须由人完成？又该如何评价它产生的结果？
01 吕唐杰
AI走出单点生成，进入数百个研发工作流
游戏美术是一条很长的生产链。
一个角色或一段动画，从概念设计到最终进入游戏，要经过原画、三视图、建模、绑定和动画制作等多个环节。
文生图、文生视频、文生3D等模型即使各自能够生成内容，如果不能与上下游衔接，对整体效率的改善仍然有限。
网易雷火伏羲算法部负责人吕唐杰认为，AI研发提效的关键，是把分散的单点能力整合为生产级系统，让AI真正进入美术人员每天使用的工具和流程。
围绕这条生产链，团队搭建了一张覆盖概念设计 、原画 、建模 、绑定 和动画 等环节的统一画布。
AI不仅在每个节点辅助生产，也要衔接上游设计与下游资产，避免单一环节提速后，整体流程仍受其他环节制约。
目前，网易雷火相关AI生产体系已经接入数百个研发工作流 ，部分场景的整体工作效率提升30%以上。
动画资产便是其中一个典型场景。传统制作通常依赖美术人员逐帧处理，或借助专业动捕场地和设备完成。现在，普通摄像头可以辅助完成人脸表情和动作捕捉 ，AI还可以参与自动骨骼绑定 、动画补间 以及视频到3D动画资产的转换，降低动画生产对专业设备和场地的依赖。
AI的影响也在延伸至玩家体验。
《逆水寒》中的智能NPC具备长期记忆和多模态交互能力，可以记住与玩家的过往互动，并通过文字、语音、表情和动作给出更加连贯的回应。
《永劫无间》中的语音AI队友，可以同时理解玩家指令和实时战况，在对局中响应协作、撤退等战术指令。
分享最后，吕唐杰还介绍了伏羲AI实验室在AI原生游戏方向的探索，目前已上线测试了一款历史策略类AI原生游戏，尝试以AI驱动角色人格、记忆与故事演进，让AI从研发提效工具进一步成为游戏内容与体验的一部分。
从生产工具到玩家体验，再到AI原生游戏，AI在游戏中的价值已不只是完成一次生成，更在于能否进入更长的生产与交互链路。
02 李林橙
AI覆盖5个创作模块，玩家也能当导演
玩家想要独立完成一部游戏短片，并不简单。
从创建角色、制作表情和动作，到搭配道具、选择场景、完成运镜，最后还要录制和剪辑。传统制作往往需要多个专业岗位配合，耗时数天。
面对这样的专业门槛，网易雷火伏羲算法部视觉计算负责人李林橙分享了团队如何将AI嵌入创作流程，让不同能力层级的玩家都能参与其中。
对于不同玩家而言，他们的需求往往并不相同。有人只想翻拍一部喜欢的作品，把角色、服装或场景换成自己的；也有人希望使用接近专业影视软件的编辑工具，继续调整动作、镜头和表演细节。
因此，工具既要降低普通玩家 的使用门槛，也要为深度创作者保留足够的编辑空间。
围绕角色创建、表情迁移、动作与运镜、道具生成和场景推荐五个模块，团队将AI能力嵌入玩家创作的具体步骤。
玩家可以根据照片或文字生成游戏角色，并通过自然语言继续修改；也可以把真人表情和动作迁移到不同风格、不同体型的角色上。
系统还可以理解视频、图片或文字中的创作意图，生成3D道具并挂接到角色的相应位置。
玩家在实际制作中还会遇到一些具体的操作难点：一个回眸镜头可能需要反复调整，跑步与动作衔接也容易频繁"NG"。
针对这些问题，团队陆续推出运镜模板、智能运镜、走跑切换、一键共演和一键翻拍等功能。
目前，相关玩家创作生态已累计产生2000万件 作品，社交媒体播放量达到100亿次。
不过，自动生成并不是创作的终点。角色适配、道具位置和个性化表达，仍然需要玩家继续调整。
"最后一步，把方向盘交回玩家手里。"李林橙表示，AI负责降低基础制作成本，最终的审美和创意决定仍由玩家完成。
03 周梁伟
企业Agent"上岗"，需要"岗位说明书"
在企业场景中，能够回答问题，并不等于Agent已经具备"上岗"能力。
网易智企首席解决方案架构师周梁伟认为，企业真正的难点不在于寻找AI应用场景，而在于能否把业务信息、判断、执行和结果反馈连接起来，让Agent持续参与业务。
一次性的AI应用通常从用户提问开始，以模型输出结束。而真正进入岗位的Agent需要明确何时开始工作，结合业务信息作出判断，在权限范围内执行动作，再根据实际结果继续调整。
因此，Agent"上岗"之前，也需要一份 "岗位说明书" ：
-
负责什么业务目标；
-
基于哪些稳定的业务上下文开展工作；
-
在什么条件下触发；
-
拥有哪些受控的操作权限；
-
通过什么结果评价工作成效。
在实际落地过程中，也不需要一开始就铺开所有岗位。
网易智企团队会结合企业的具体业务流程，优先寻找高价值、有结果反馈且风险可控的岗位，再逐步扩大Agent的应用范围。
如果说岗位说明书明确了Agent"负责什么" ，Skill解决的则是 "具体怎么做" 。
周梁伟将Skill概括为企业高频SOP的可执行版本 。它不仅包含提示词，还要纳入企业知识 、业务规则 、触发条件 、操作权限 和评价方式。
围绕企业Agent的规模化应用，网易智企推出了企业级AI Agent平台帝王蟹（ClawHive） 。
其中，Skill Hub让个人沉淀的Skill能够在企业内部共享和复用；API、MCP等连接方式，则帮助Agent接入企业原有的知识库和业务系统。
一家同时经营自有品牌的MCN机构，提供了一个具体样本。
这家机构每隔两周左右就会推出一批新款。过去，商品运营人员需要花半天到一天整理预热访问量、加购、历史销售等数据 ，而且往往只能挑选少数重点款 进行判断，相关经验也主要留在个人脑中。
针对这类持续上新的经营场景，商品经营决策Agent 可以贯穿首单备货、预热和正式销售 等阶段，结合商品类型、设计师历史表现、访问量、加购和库存等数据，评估爆款概率 并给出备货节奏建议。
现在，Agent可以在早上8点自动运行。员工8点半上班后直接查看报告，针对异常数据继续追问；涉及追单、砍单和库存调整等关键动作时，仍由人确认并承担最终责任。
在这条链路中，衡量Agent的标准不再是一次输出，而是它能否持续运行，并根据实际经营结果更新后续判断。
周梁伟在分享最后总结："完成一次任务，只是证明了AI可以干这件事。持续交付结果 ，并把能力沉淀成组织资产，才说明企业 AI 真正上岗。"
04 曹杉杉
AI跑测1000+模组，最终判断仍由人完成
在《我的世界》中国版技术负责人曹杉杉看来，UGC既是内容生态的增长引擎，也是平台压力最集中的地方。
创作门槛下降后，内容供给、服务器巡检、玩家反馈和审核任务会同步增加，但运营、客服、运维和审核团队不可能按照同样的速度扩张。
团队已经将AI应用于线上故障诊断 、用户反馈分派 、产品内AI伙伴 、UGC生产工具 和内容审核 等场景。优先交给AI的，是那些重复 、有规则 、需要一定经验 ，但不涉及最终拍板的工作。
在一次线上巡检中，AI发现5个游戏服进程的内存持续增长，判断它们可能在7至8天后触达上限，造成服务器异常，并给出排查和处置建议。团队据此在故障发生前完成修复。
目前，单业务巡检用时已由约10分钟缩短至3分钟 ，检查范围由10项扩展至40余项。
在用户反馈环节，AI还可以完成问题分类、日志查证和责任分派，将确认的故障快速转交相应团队。
更复杂的应用发生在UGC审核环节。
过去，一个模组提交之后，审核人员需要下载文件、创建游戏存档，再进入场景逐项测试。大量时间花在加载和重复操作上，真正需要审核员完成的是标准制定、异常处理和最终判断。
现在，AI可以读取模组源码、设计测试用例、生成并执行测试脚本，随后输出带有录屏证据的结构化报告。一次实际测试中，系统发现了作品介绍中没有声明的外部依赖，也识别出未披露的武器功能。
目前，相关系统已完成1000余个模组 的自动跑测，游戏内跑测效率提升4倍，综合审核效率翻倍。
对于没有覆盖到的内容和执行失败的步骤，系统必须在报告中明确标注，不能把"没有测到"包装成"已经完成"。作品能否上线，最终仍由审核员作出判断。
AI提高了平台执行标准化任务和发现问题的效率，但平台对内容质量和生态安全承担的责任并没有因此改变。
05 马智强鑫
不会Python的玩家开发出了小游戏
曹杉杉讨论的是平台如何利用AI提高运行和审核效率。《我的世界》中国版UGC策划马智强鑫则把视角落到创作者一侧：当开发工具、技术文档和平台接口可以被AI调用，玩家怎样把一个想法变成作品？
传统UGC开发通常要求创作者掌握编程语言、接口调用和调试工具。许多创作者由玩家转化而来，没有接受过系统的编程训练，只能一边学习、一边开发，遇到技术问题再向其他开发者求助。
在这种模式下，一名创作者可能需要三到四个月才能完成一款作品，平台也容易陷入内容规模与作品质量难以兼顾的问题。
为了解决这些问题，《我的世界》中国版逐步形成了包括ModSDK MCP、MCS MCP和ModPC MCP 在内的AI工具体系。
MCP可以理解为连接AI与开发工具的桥梁。它让AI能够调用开发工具、技术资料和游戏接口，辅助创作者查询资料 、生成和调试代码 ，并完成内容适配。
工具之外，团队也在通过开源项目和短教程降低学习成本。官方工具链向社区开放，个人和企业开发者可以共同补充功能；配套教程则尽量用一分钟左右的内容，帮助创作者快速理解和使用相关能力。
玩家xhcraft此前没有Python和《我的世界》开发经验，后来借助Agent与MCP工具搭建自己的工作流，完成了多款小游戏的开发，并开始获得持续收益。
专业开发者棱花Arris面对的则是另一类问题。他希望把一个基于Java的MIT开源项目引入《我的世界》中国版，但受限于接口差异和迁移难度。借助AI理解原项目代码并完成适配后，他完成了《机械动力》中国版模组的开发，持续更新并产生收益。
这两个案例对应了两类创作门槛：对于零基础玩家 ，AI缩短了从想法到第一个作品的距离；对于专业开发者，AI则降低了理解复杂项目和迁移技术资产的成本。
当开发资料、工具和接口可以通过自然语言调用，更多不同经验水平的玩家也有机会进入UGC创作。
游戏研发、玩家创作、平台运行、内容治理和企业经营，面对的问题并不相同，也不存在一套通用的AI应用方案。
但从这些实践中可以看到，AI落地的关注点正在发生变化：不再只是展示AI能够生成什么、完成什么，而是进一步回答它如何参与具体工作------使用哪些数据和工具，可以执行哪些动作，什么情况下需要人工介入，以及结果如何被复核和评价。
落到企业场景，Agent只有明确职责，接入必要的知识和系统，在受控权限内开展工作，并接受业务结果的评价，才可能成为真正参与业务、持续创造价值的"可靠AI员工"。
这也是网易智企持续推动企业AI应用落地的方向。