曾融资6亿的Top 1公司大转型,想处理游戏行业50%的AI焦虑？

声明：本文来自于微信公众号 游戏葡萄，作者：游戏葡萄，授权站长之家转载发布。

任何人都可以用AI做自己想做的东西。游戏团队以前难搞定的中台，也如此。

过去一个数据报道的「SaaS已死」，他们想到的唯一的解法是全身心地投入其中。那段时间，周津和几位高管在终端搭建了自己的Agent分身，将知识库和工作信息全部同步过去，和团队一起摸索了和Agent相处的方式。

不到一个月，这家公司确定了新方向:与其盯着游戏厂商的需求出解决方案，不如跑到行业前面去，搭建一个属于AI时代的工作流。这也是Agentic Engine诞生的源点。

而AI时代工作流的第一个变化便是，上一个时代的诉求止步于拿数据，但下一个时代，需要拿到准确的分析和执行结果。

02

AI对企业更远的价值

ThinkingAI经常将自己过去的价值总结为「十年服务游戏产业的经验」，而他们最近在忙的，是将这一切「蒸馏」成Skill。

举个例子，如果付费差，我要下钻分析，查异常数据，然后排查异常的维度，那有了数据异常之后我又该怎么做运营?当运营结束之后，我又要怎么看回执数据，来判断运营效果如何?

这一轮问题研究&解决下来，便是一个Skill。每一个Skill本质上都在告诉Agent，没必要浪费时间慢慢探索思路，有一条最短路径给你走，这能帮游戏团队降低不少Token消耗。

提炼AI Skill并不难。ThinkingAI一直有「客户成功」团队，他们会到一线和签约厂商对接，设计埋点方案，为大家写SQL解决业务问题。这些人积累很多，有打不完的弹药。

难的是把效果调好。一开始他们看Agent回答的准确率，现在则更多看Agent给的思路，对一线业务有没有帮助。这也是ThinkingAI应对数据治理困难的办法:现阶段没必要苛求绝对正确，不如先让它以超级助手的定位来启发人。

如今ThinkingAI已经做了上百个Skills，等Agentic Engine上线时，团队会先筛出质量最高的50-100个首发。

「行业经验就是业务上的ROI，MCP加Skill的调用和封装，其实就是把最高效、最快速、最短捷的一个路径告诉了Agent。」周津说。

周津在大会上说，Agentic Engine其实有第四个支柱:「用好Agent」。

一家游戏厂商最关注的问题，就是Agent能否可观测、可诊断、可优化。这也是ThinkingAI现在做的事情。「我们现在搭Agent就是一步步标注它的问题，优化流程。不是让大家用上就行，而是能让大家逐步地用好这个东西。」

现阶段，Token浪费是常见现象。一个招呼、一句夸赞，上万Token就被浪费了。而搭建一个流程本就是要不断报错，解决，改流程，重新测试，遇到BUG的话可能一天会烧掉一周60%的配额。

「我们在帮行业探路。」周津说。ThinkingAI最近测Agent的方式是算ROI，开日志审计每一批Token产出的结果，哪些有意义，哪些没意义，然后想办法约束或者改流程，省掉无意义的Token开支。

最终拿到游戏厂商手里的Agent，会是做好测试，能高效率、高质量、低Token消耗的Agent。而这个调试经验，还能帮游戏厂商去优化属于自己的Skills，像滚雪球一样，把Agent越用越好。

过去与他们签下合作的游戏厂商，很多都是看重ThinkingAI团队本身，像Habby、九九互动等团队的人都提到过这一点:他们相信ThinkingAI的人会和自己一起前进，知晓业务需求，再回去迭代自己，跟着产业成长。

过去如此，AI时代也如此，无论是「蒸馏Skill」「用好Agent」，还是他们在北美宣布和MiniMax深度合作，都来自这个逻辑，殊途同归。

ThinkingAI说自己要做的是游戏产业企业级的Agent，但其实它的最大价值不止于此。

企业AI要创造价值，要解决更高维度的组织AI能力。这也是ThinkingAI积累了十年后，下一步要做的事情:怎么走到行业前面去，帮大家提前找到AI时代的组织协作?

大众认知里，数据中台的价值是拿数据。数据拿到手后都是人的工作，分析，再交给其他团队处理。因为以前拿数据是漫长且困难的过程，ThinkingAI过去做的工作便是缩短拿到数据的过程。

如今到了AI时代，过去游戏厂商要拼尽全力才能获得的结果到手后，下一步该追求什么?ThinkingAI现在给的答案是闭环执行，是用好Agent后，只要一句话便能「一步到位」地拿到执行与反馈。

而当每一个人都能用好Agent，整个团队都能用好Agent，会有怎样更大的价值被创造出来?这会是Agentic Engine正式上线后，游戏行业和ThinkingAI一起验证的方向。

03

动态地跟上时代

其实理论上，ThinkingAI的一切都能在未来被足够强大的AI复刻，过去的经验和想法，既然可以沉淀成架构和Skills，那就代表它可被AI执行。一劳永逸?不存在了，AI已经大幅拉低了这个复刻的门槛，一切只是时间问题。

不过，AI时代也有个看似自我安慰，但其实很有道理的理论:今日之我，并非昨日之我。AI复刻的永远是过去的积累，但任何个人和企业，都会在每一天获得新的想法，然后成长。

ThinkingAI现在学会的是替行业提问，学会不满足，这是他们设立Agentic Engine平台的立命所在，也是他们今年考虑组织转型的原因。

如果将过去所做都视为静态地沉淀经验，那么摆在面前的未来，便是要动态地不断求索。

怎么动态地向前呢?ThinkingAI的答案是，自己要先知道怎么和AI协作，而且他们已经实践了很长一段时间。

CTO周津在采访间隙指着电脑下方的插件说，他用Agent给自己搭了个「外脑」，链接自己所有的知识库和飞书信息。他和媒体对谈时会用豆包ASR收录会议，这边按自己的想法回答，那边再由Agent自动为他分析回答，然后补充与问题相关但他没提及的信息。

市场部负责人建了自己的Agent分身，把大部分能标准化、流程化的工作都交给它来负责。上至一个阶段的品牌定义是什么，它在海内外的变形是什么，下至品牌对外输出的内容该以什么标准撰写……这个Agent可以审校部门大部分成员的工作。

前不久的员工大会，AI项目负责人的Agent和CTO的Agent对齐演讲方案，两「人」四句话敲定了方向，给各自的本体同步结果。「以前动不动开三四个小时的例会慢慢会消失，Agent快速对齐信息，充分透明了，整个组织才会产生高效的决策。」

ThinkingAI的几位高管已经运转起小型的AI组织，从「人到人」转向「人-Agent-Agent-人」:Agent像组织的血管一样快速流通，向人输出结果，而人则要不断迭代自己的认知，向组织注入源源不断的idea。

这家公司正在迎接AI时代的组织进化，走到产业前方，摸索前路，然后让这个进化融入到产品中，再带动游戏厂商理解并消化企业与AI的相处方式。

「肯定会有人会落下，但不是AI把人替换掉。」市场负责人说，「但是会用AI的团队，比不会用AI的团队有更强的竞争力。」