200万一夜的天价学费背后：米哈游正在深耕AI领域

米哈游AI实验一夜豪掷200万引发热议，多Agent协作暴露技术瓶颈，这场昂贵的"摸鱼"事件背后藏着怎样的AI战略布局？让我们深入解析。

5月20日阿里云峰会上，米哈游技术负责人郑银河分享了一个颇具戏剧性的案例：团队部署数十个AI Agent协同工作，结果这些智能体陷入互相等待的循环，一夜之间消耗了价值200万元的大模型Token。

200万听个响？AI也摸鱼

这笔巨额花费堪称戏剧性：数十个AI在协同工作时陷入死循环，彼此等待对方先输出结果，形成无限循环的"电子传纸条"现象。次日工作人员发现，整晚的"会议"实质是AI集体摸鱼，不仅任务毫无进展，还产生了天价账单。

200万相当于中小团队月薪总额，可在咖啡t长期包场，而米哈游却用它见证了AI的无效对话。玩家们对此反应热烈，纷纷调侃这种"土豪式"技术探索。

面对如此昂贵的教训，郑银河选择公开承认："我们接受AI探索中的试错成本，这些经验将优化Agent平台。"这种坦诚态度在业内实属罕见。

这让人联想到公司高层此前表态：未来三年将豪掷千亿布局AI领域，即便失败也当作一场盛大烟花。200万相较千亿预算微不足道，但足以证明其AI战略的实质性投入。

Agent协作的技术死穴：循环等待

多Agent架构的核心价值在于分工协作。米哈游将Agent发展划分为三个阶段：L1基础对话、L2工具辅助、L3全自动协作。理想状态下，多个Agent应像微型团队般高效运作。

但该架构存在固有缺陷——循环等待。每个Agent都在等待其他Agent的输出，形成相互制约的闭环。学术研究显示，这种"完全循环子任务图"设计虽能最大化个体能力，却会大幅增加协调成本。

产业实践表明，即便单步成功率高达98%，未受控的多次跳转会令系统整体成功率骤降至90%以下。每次失败都意味着成本叠加，这正是米哈游遭遇的技术困境。

从千万级AI应用到千亿级豪赌

今年4月，《崩坏：星穹铁道》上线AI助手"帕姆帮帮"，实现千万级并发，标志着自研大模型Glossa首次大规模商用。该功能上线首周即创下6000万次对话记录。

从消费级应用到多Agent实验，米哈游的AI布局远超概念阶段。2018年成立的"逆熵"团队已升级为研究院，自主研发的Echo Agent平台支持功能模块的自由组合。

最新招聘信息显示，7款预研产品均深度整合AI技术，覆盖射击、模拟、MOBA等多品类。公司正通过算力投入、规模扩张践行其"顶级模型"战略。

AI赛道上的分化正在发生

国内游戏行业已形成明显的AI投入梯队。腾讯将AI深度集成至40余款产品，网易推进全链条AI化，其他厂商也在加速布局。

业内人士指出，AI基础建设的窗口期仅剩1-2年。米哈游的200万实验传递出三个信号：系统性推进多Agent研究、坦然面对试错成本、在可控范围内进行战略投入。

这场昂贵的AI实验虽引发热议，却清晰展现了米哈游在技术创新道路上的决心与魄力，其AI战略布局已从概念阶段迈入实质推进的新阶段。