前騰訊總經理創業，產品大神王詩沐：AI不會讓游戲人下崗

“人活一輩子，干自己喜歡的事不好嗎？”

文/王丹

蟄伏多年，王詩沐最近出山了。

相信不少互聯網從業者，尤其是產品經理，都聽說過他的大廠故事：王詩沐于2010年加入網易，曾任網易云音樂創始人；2019年，他加入騰訊，先后參與過小鵝拼拼、騰訊新聞、幻核等業務。

但2022年離開騰訊后，王詩沐沒再進大廠，而是創業成立Seele，專注于3D游戲生成AI大模型。

圖源LinkedIn

自創業以來，王詩沐鮮少露面。直到今年4月百度智能云論壇，王詩沐才終于來到臺前：“2022年出來（創業）之后，外界基本上很少知道我們公司以及我的消息……這是我們第一次對外分享我們的技術模型。”

6月初，他們還在上海舉辦了發布會，對外官宣了原生3D多模態基礎模型Seele 3DLMM，并預告了公司在研的世界模型PEGA（Physics Embedded Generative Architecture，物理嵌入式生成架構）。

這像是一個激進的信號：Seele多年的低調已經結束，接下來他們會放開手腳開拓市場。

但問題來了：目前市面上AI游戲生成工具這么多，Seele不一樣在哪？

抱著這個疑問，葡萄君最近和王詩沐聊了聊。他告訴我，不管是在多模態游戲大模型領域，還是世界模型領域，他都很確認Seele處于領先地位。

不過，他們的最終目標不是為游戲研發降本增效，是改變游戲從業者的心智，而這個過程會顛覆現有的生產鏈和職能架構——在他的預想中，未來，游戲行業不會只有策劃、美術、程序、發行這樣的傳統崗位，游戲人也不必非要進廠商當齒輪、螺絲釘。

聽到這兒我慌了：所以AI真的會讓大批游戲人下崗？王詩沐卻堅定地告訴我不會，他相信生產力變革會產生新型崗位，也相信AI在解放生產力的同時，能夠進一步放大人的價值，解放人的雙手：

“游戲會百花齊放，厲害的開發者依舊會很厲害。”

01

“讓人成為真正的創造者，

而不是齒輪、螺絲釘”

葡萄君：2022年你選擇離職創業，當時是怎么考慮的？

王詩沐：一方面，我覺得人活一輩子，要干自己喜歡的事。

我喜歡創造，我并不是為了掙錢才創業。從上學到現在，我做任何一個工作，腦子里都在琢磨：我能創造什么東西？

大三時，因為喜歡軟件，我做了自己的個人網站，也接單幫別人做過網站。這些實踐經歷讓我校招進了支付寶。

而我在支付寶做前端時，和其他同事習慣也不一樣。大家可能做完一個需求就接下一個，而我經常會找產品經理Argue，說哪些設計做得有問題，說用戶上手會有困難。

因為時常「吵」不過產品經理，我當時還寫了很多blog，自己分析如何能給用戶創造更好的體驗。

自始至終，我都不喜歡去做「為完成任務而干活」的工作。哪怕我把產品做失敗了，或者我沒怎么賺到錢，工資沒怎么漲，我都不會有特別強的挫敗感。

所以我會覺得喜歡是第一原動力。包括我之前在網易的時候，丁老板也非常強調熱愛的重要性。

另一方面，我覺得生產力變革時期，個體不需要焦慮，只要知道自己走的大方向是對的，就夠了。

葡萄君：怎么判斷大方向是對是錯？

王詩沐：看趨勢這事，需要一定的經驗，以及積累下來的方法。

如果一個人接收的信息不夠多，經過的思考也不夠多，那就不一定能判斷趨勢。

所以從工作的第一天開始，就應該嘗試去看趨勢。但不能很假大空地看——你今天讀了100份上市公司的研報，看了100個投資案例，那不代表什么，你看的都是別人的東西，只有看過后，自己消化且付諸實踐了，才算是一次完整的練習。

就像王陽明說的，要知行合一。

我之前寫《幕后產品：打破突破式產品思維》，在序言里就有提到，這本書講的是我的思考方式，但不意味著大家就應該按照我的思考方式來，我只是把我前前后后思考的脈絡呈現出來，希望讀者能借此意識到，思考是可以訓練的。

不停訓練思考，你對趨勢的分析就會越來越強。

當你有機會把趨勢、熱愛結合起來，你就能夠做很多自己想去做的事情，這一生就算是把自己活出來了。

葡萄君：所以你為什么會選擇AI生成游戲這個大方向？

王詩沐：我相信幾個基本的東西。

第一，我不認同說技術沒有價值觀，我相信它有。

一些短視頻平臺會給用戶推薦低俗、迎合低級趣味的內容，我覺得這不好。如果沒有人去做更好的科技產品，大家就會進一步被洗腦、越來越沉迷于「奶頭樂」。

第二，我相信人類要有互動學習。

如果人每天完全不動腦，不進行互動和學習，那就會越來越傻，最終被淘汰掉。

第三，我相信AI生產力革命，可以極大釋放每個人的創造力。

每個人在小時候都有充分的想象力，只是在后面長大的過程中，這種想象力被慢慢壓制了。我相信未來AI生產力提升后，大家的想象力能被解放出來。

這也是我為什么要做游戲生成式AI——游戲是很好的切入點，它具備極強的互動性，且能承載開發者的創造力和價值觀。

葡萄君：你們定義Seele是首個端到端的3D游戲大模型，這兩個端分別對應什么？

王詩沐：輸入端，是用戶的創意，人類的奇思妙想。

至于輸出端，目前Seele能輸出完整、可運行的游戲作品，包括聯網對戰等游玩功能也可以做出來。

這不是輸出端的終點。把游戲做出來只是第一步，游戲最終表現如何，還要看發行、推廣、運營、變現……我們還會進一步往后推，讓Seele最終覆蓋游戲整個運營生命周期。

Seele社區里的用戶生成作品之一。據王詩沐先前分享，他們通過后臺日志查到，用戶和Seele對話幾個小時便做出了這款游戲。

但當下光說生成游戲，我們已經能看到一些AI涌現式的驚喜了。

葡萄君：什么樣的驚喜？

王詩沐：最近有位用戶用我們的Skill生成了一個FPS游戲，之后又和AI說再生成一個過山車游戲。

Seele的工作區是統一的，用戶可以在工作區內生成不同游戲，且上下文記憶相通，所以Seele自己做了個決策：把FPS和過山車組合在一起，生成「玩家和敵人都在坐過山車，然后又要互相射擊」的游戲。

AI不會判斷這個點子是好是壞。只是東西就在那兒，上下文互通，AI就那么做了。

這事讓我更加深信AI能幫到人類，而不單單是執行命令。AI的計算效率很高，它能很快計算、涌現出奇形怪狀的結果，解鎖很多可能性。

雖然不是每個涌現結果都一定好玩，但相較于手搓demo，這個試錯成本足夠低——假設用戶認為「過山車射擊」游戲不好玩，那也才消耗幾百個token而已。

當然，現在的Seele還不夠全知全能。我們最近發現有些用戶反復和Seele聊同件事，但Seele很難一次性解決問題。

葡萄君：為什么？

王詩沐：部分用戶不了解游戲開發，這導致他們與Seele交流時認知難以達成一致。

畢竟和圖片、文本、視頻生成不一樣，游戲生成的鏈條很長，且單個環節都可能牽扯出大量信息——單說建模，就有大量數據要處理，更別說后面還有關卡設計等環節。

所以有時用戶讓Seele解決一個問題，Seele說解決了，但問題還在，用戶會很受挫。實際上Seele并非沒有嘗試去解決，只是Seele很難一次性找到出問題的地方。

比如我們生成一個肉鴿游戲，發現遇到的BOSS總是同一個。這背后可能有幾種情況：第一是分支樹出問題；第二，分支樹沒問題，但狀態機出了問題；第三，可能表現層出問題，BOSS的美術資產加載錯了……

讓AI把整個鏈條從頭到尾都查一遍，開銷過大。靠用戶去引導AI找到問題，也不行，不是每個用戶都有debug經驗。

葡萄君：這事有解嗎？

王詩沐：首先要看模型能力的提升。

此外，還有一個更方便的解法：把游戲開發高手的知識經驗做成Skill。好比讓老手帶徒弟，老手大概率能一眼看出問題在哪，徒弟解決問題的效率就會高很多。

這樣一來，用戶就算沒有游戲制作經驗，也不影響。

葡萄君：那豈不是Skill越多越好？

王詩沐：過多Skill會增加Harness復雜度，這會約束模型本身的能力。而且模型自己內化的能力越強，就越不需要具體的、Low Level的Skill。

我們只會盡量抽象出High Level的能力做成Skill，剩下的讓AI放手干。相當于要在AI的約束性、AI的涌現效果之間找到平衡。不能把AI約束成只會執行、不會涌現的工具。

我們認為，Seele生成游戲的真正約束，更多來源于人和AI的交互，我們不能在這個過程中把人的主體性或者能動性完全抹掉——一句話14個字，AI就生成一個完美游戲，那是違背人工智能的，對人也是不友好的，人在這個過程中完全沒有參與感。

不只是游戲領域，視頻、圖片、文本生成也是一樣。你想讓AI寫小說，但僅給AI一句話，那AI只會輸出干燥乏味的筆記。生成內容要做得好，AI始終需要人的創意、知識、靈感。

葡萄君：創意依然取決于人，AI更多是降本增效的輔助工具？

王詩沐：降本增效太局限了，Seele的價值也并不是單點、單段生成素材。

像這代Seele 3DLMM，我們采用的是Mixture-of-Transformers（MoT）架構，通過共享全局自注意力，來實現跨模態信息融合。這樣一來，3D與空間信息就不再只是外部工具拼接的結果，而是可以參與模型推理、編輯和生成的對象。

這意味著AI可以直接進入項目生產，在同一上下文中理解游戲工程、協同資產與工具鏈，跑通從創意到原型的完整流程。

歸根結底，Seele最大的不同在于，它能讓開發團隊逐漸改變自己的心智。

因為我們想實現的是：讓人成為真正的人，而不是一個齒輪、螺絲釘。

為什么很多人說自己不熱愛工作？因為很多人是在「完成交給自己的任務」。

現在AI帶動生產力提升，我覺得提高工作效率只是最基礎的一層。更關鍵的是，有了AI，從業者不必再被束縛在具體的職能環節里——一個在游戲行業里碼了10年代碼的程序，難道一點做游戲的想法都沒有嗎？他應該也可以用AI生成自己想做的游戲。

葡萄君：感覺這個轉變，對目前現有的游戲生產鏈條、職能分工來說，變動有些太大了。

王詩沐：我理解有些游戲廠商傾向于使用輔助單環節的AI工具，或是做一個AI工具集合平臺。因為現有這套生產鏈流程是已驗證、行之有效的。

你要求廠商從一個已知可盈利的模式，切換到一個全新的模式，很難。

但現有的模式，是一個由很多環節構成的長鏈條，這里面變量太多了，人和人溝通協作天然就有信息損失率，人一多就難管，大家只能靠大量的人工，比如項目經理等崗位，來鎖死變量。

你說有沒有允許全員提想法的團隊？也有。像任天堂的，就允許每個員工都提出自己的idea，但他們做了9年才做出來。

葡萄君：好歹結果不錯，算好的了。

王詩沐：你也說了這算好的，那大部分公司更不可能冒著風險，讓每個員工提自己的想法。

對于已經掙錢的項目來說，他們最好的選擇就是控制變量，不要隨便變革任何一個環節。

因此Seele能提供的變革和創新，一定是從邊緣發生。

葡萄君：怎么算邊緣？

王詩沐：除了繼續服務個體以外，在企業級合作方面，我們目前會優先服務中小型游戲公司。當然，也有少量大廠在嘗試接入Seele。

但不管和哪家公司合作，我們都會建議老板自己先試著用，并且很建議在不干擾現有項目的情況下，新開一條線進行嘗試。就像前面說的，Seele根本上是要改變人的工作習慣、心智模式，這是需要適應的。

比如以前立項，大家可能需要策劃先去調研方向，出商業計劃書，做可玩性分析，再一起評審決定是否立項。接入Seele后，老板可以嘗試讓AI一天跑出10個demo，成本可能就20美元，也可以讓AI去分析市場上對應品類的市場數據表現，接下來大家對著實物demo討論就好。

葡萄君：但和單模態AI相比，Seele會不會存在「大而全，但不夠精細」的問題？比如單論美術這塊，Seele可能沒法做到極致？

王詩沐：這個問題不大。

一方面，我試過目前市面上大多3D建模AI，發現大家在建模這塊的差別沒有拉開很大。

今年5月，Seele發布了原生3D多模態大模型EVA01，讓3D mesh不再是圖像之后的副產品，而是大模型可以直接理解、生成和持續編輯的原生模態，便于用戶通過AI對建模進行持續編輯。

另一方面，Seele重塑的其實是游戲工業最貴的環節，也就是壓縮從立項到可上線、可變現的完整游戲作品的全鏈路成本。

開發者通過對話即可端到端生成一款2A品質、支持多人聯網、即刻可發行的游戲作品，單個作品的成本可以控制在1000美元以內。相較千萬美元級的傳統立項投入，這個效率提升是超百倍的。

而一旦開發者實驗的玩法，在市場上獲得正反饋，他們就可以將整套已具備商業化運營基礎的工程，一鍵導出至Unity、UE或Web，再去做精細化迭代、規模化發行。

所以Seele輸出的不是「原型」，而是「開箱即賺」的商業資產。

或者說本質上講，Seele想解決的是「起點」問題，我們認為這個問題很重要：現在很多游戲公司卷的是同質化競爭買量投流。我們做Seele，在一定程度上就是為跳出這樣的環境找切入口。

假設以前一家公司開發10款游戲，單款成本1000萬，一共花了1億成本，而成功率為10%，意味著其中一款游戲能火，那么這家公司大概率就得指望著那一款能火的游戲，至少賺回來一個億，公司才能活下去。

有了AI后，游戲的成功率可能依然只有10%，但這家公司可以短期內開發1000個游戲，以更低的成本嘗試更多點子，擺脫先前冗長的研發試錯模式。基數大了，能跑出來的游戲多了，公司營收自然會大很多。

02

“科研和產品落地，

兩者結合”

葡萄君：根據先前對外的技術研究路線圖，你們的AI大模型在2026年可以生成2A游戲片段，在2027年能生成3A片段。這里的2A和3A區別是什么？

王詩沐：3A的畫面精細度更高，包括光追等技術的呈現，可以讓游戲世界的物理效果還原得更逼真。

坦白講，現階段Seele的多模態大模型還不能直接生成完整的3A游戲。更準確地說，現在的Seele是將文本、圖像、3D、視頻等輸入，轉化為可在游戲引擎中運行和編輯的資產、場景、交互邏輯與游戲原型。游戲中的物理、渲染、碰撞和運行環境，仍需依托Unity、Unreal Engine等引擎來完成。

目前它的作用不是替代引擎，而是向可交互的游戲世界生成演進。

假設我們真要讓多模態大模型做出3A級沉浸交互，可能得把游戲引擎的源代碼，以及很多游戲公司的3A項目文件丟給大模型去做訓練。

這個辦法可行性很差，因為游戲引擎發展已有20余年，任何一個3A項目的代碼量也都是巨大的。把這些東西丟給當下最強的大模型，它都不一定跑得完。

但世界模型不用依賴引擎，它可以突破這個坎。

葡萄君：所以Seele 3DLMM（多模態大模型）只是你們的中間階段，終點還得看未來的PEGA（世界模型）？

王詩沐：是。舉個例子，如果我們用建模的方式去模擬火焰的效果，可能要寫很多代碼，難度不低。但如果只是拍一段視頻記錄火焰，這很簡單。

當然，光有視覺表現還不夠。關于世界模型，目前業內正在試圖攻克一個難題：如何把視覺表征和物理邏輯相統一。比如，世界模型不僅要明白這是火，還要明白火是怎么燃燒的，火是有溫度的、會燙傷人。

PEGA的demo，物理模擬就比Seele 3DLMM好很多，有自己的天氣系統，會下雨。用多模態大模型來實現這些的話，難度太大了。

葡萄君：也就是說，到了2027年，用戶可以用PEGA生成3A游戲？

王詩沐：能生成，但會受到上下文體量的約束。

打個比方，2027年或許業界已經能用世界模型生成《黑神話：悟空》，但這個demo大概只能運行幾分鐘，因為世界模型在生成內容的同時，需要不斷對歷史狀態進行回溯，保持所生成內容的連貫性，所以上下文空間會極速膨脹，進行指數級的翻倍。

而按Seele自身的Roadmap，2028年會是PEGA世界模型走向規模化的關鍵時期。實時生成、長效演化、物理一致性等功能，都將在這個階段趨近成熟。

我個人判斷PEGA大概率會在2028年進入L4階段，其中包含一個外部變量：未來兩年內，大模型的上下文承載能力，可能迎來階躍式突破。屆時，PEGA生成的3A游戲，或許能擺脫今天「分鐘級體驗」的局限，生成更大、更長效的開放世界。

Seele對世界模型的階段劃分

葡萄君：目前市面上也有不少其他研究多模態大模型和世界模型的公司，你們會有競爭壓力嗎？

王詩沐：壓力會有，但在全球范圍來看，我們應該算是科研和產品落地兩方面結合得比較好的公司，這是我們最大的優勢。

具體來說，第一，我們有科研能力，沒有的話我們也做不了AI大模型；第二，我們目標明確，知道這個產品做出來之后該如何變現、回本，我們確實有這方面的經驗和能力——我以前是產品經理，太擅長干這個了。

單看Seele和PEGA目前的生成效果，我也相信我們在全球處于領先地位。

葡萄君：有多領先？

王詩沐：我試過國內外其他AI生成游戲的產品，包括Astrocade、Rosebud，用各種prompt去摸索這些大模型的上限，發現他們做不出Seele生成的上限效果，所以我很確定我們是目前全球領先的多模態游戲大模型。

當然，如果只是生成類似馬力歐的2D游戲，那任何大模型都能做，因為這個程度只需要調用Claude，本質上用Vibe Coding就能做出來。

再說說世界模型。

目前市面上公布出來的部分世界模型，像Genie 3，已經可以讓用戶直接上手體驗生成內容了，但Genie 3存在一致性問題——有些用戶玩著玩著一回頭，發現來時的路變了。且受上下文體量限制，目前Genie 3世界模型生成的內容只能讓用戶持續游玩一分鐘左右。

李飛飛的世界模型Marble，則是基于3D高斯潑濺（3D Gaussian Splatting）做的，它能生成靜態空間，但很難生成交互。比如你可以給Marble一張圖或一段文本，來生成一個空間，但很難在這個空間里實現打雷下雨，也很難在這個空間里生成射擊玩法——要做也能做，但那就需要在Marble生成的內容基礎上，按照傳統的、基于游戲引擎的生產鏈，去加內容。

而PEGA跳出了Genie 3和Marble的訓練范式，我們有自己的獨特技術路線，這個方法不便對外。就結果來看，我們目前生成的世界模型demo，不僅能保持一致性，時長也能撐到十幾分鐘左右。

03

“AI時代大家能選的，

不只有打工這條路”

葡萄君：把時間拉長看，等到未來AI發展足夠成熟，你覺得那時的游戲行業會是什么樣？

王詩沐：游戲會百花齊放，厲害的開發者依舊會很厲害。

大廠和小團隊的區別依然存在，因為大廠過往積攢的游戲資產、數據更多，能夠投入的資金力度也更大，更有能力去追求極高的藝術品質。但在實現創意這點上，大廠和小團隊會處于同一起跑線。

通過抄襲、快速買量變現的同質化競爭，會消失。

未來不止有傳統的游戲引擎，因為世界模型不需要依賴游戲引擎。

對應的，除了傳統的，基于游戲引擎搭建的工作流管線，以及策劃、美術、程序、發行等崗位，未來還會出現新型的游戲制作管線，新類型的崗位。

葡萄君：游戲人可能大批下崗？

王詩沐：有人說AI生產力革命之后，未來的工作崗位會大幅降低。我覺得肯定不會。

回看歷史，蒸汽和電氣革命讓崗位大幅減少了嗎？沒有，只是崗位遷移了：以前大家騎馬，有了汽車后，養馬的人去辦賽馬會，或是去做旅游業了；紡織機器出現后，意大利和法國的高級時裝定制品牌，依然需要手工裁縫。

工作崗位不會消亡，只是生產力發達后，會有新職位出現。在AI之后，一定會有新的游戲相關職位出現。

至于具體會出現什么樣的新崗位，這不是個體需要考慮的問題，為此焦慮沒有意義。

葡萄君：很難不焦慮啊。

王詩沐：關于工作，我一貫的看法是：在能養活自己的基礎上，你喜歡什么就去做什么。

人活一輩子，干自己喜歡的事不好嗎？說起來有些玄學，但人的能量就是這樣，你干自己喜歡的事，能量就越強，未來才有好的回報，才能遇到好事情。

我之前做視頻號直播時也說過，All in AI，可以，覺得AI不關自己的事，也可以。你要選發自內心的方向，而不是被時代裹挾。

葡萄君：我記得你說自己認同一個觀點：「未來游戲公司只有兩種，充分使用AI的，和非物質文化遺產」。所以不用AI的團隊也有辦法活下來？

王詩沐：當然有辦法。全球60億人口，總會有多樣化需求，而且當未來大家都用AI快速變現idea時，手搓就會顯得珍貴。

現在很多人喝咖啡都講究喝手沖的，一樣的道理。

關鍵在于，AI生產力變革時代下，大家該意識到，自己是有得選的。

葡萄君：有什么樣的選擇？

王詩沐：比如在廠商里，一個有想法的年輕人，可以號召一幫小伙伴，跟老板申請，不花太多資源，用AI試著去做一些東西。

字節前不久首曝了AI生成的互動影游，那個團隊人數就不多。

《不問凡塵》很長時間只有個位數的人力投入

目前也不超過20人

再比如，一個非從業者想做游戲，同時自己的經濟負擔不算重，那這時擺在他面前的選擇就有兩個，一是進廠商，二是通過AI自己做游戲，成立一個小工作室。

現在大家能選的，不只有打工這一條路。

葡萄君：可是自己創業工資低，這算有得選嗎？

王詩沐：自己創業剛開始肯定會苦一些。但未知意味著風險，也意味著高杠桿回報，我在廠商做螺絲釘，可以拿死工資，但永遠不可能有超百倍的高杠桿回報。

而在生產力發生巨大變革的時代，收獲高杠桿回報的可能性是更大的。對那些有想法、有沖勁，愿意去賭去拼的人來說，這就是窗口機會。

我前段時間刷到《漕河涇的年輕人》，那篇文章描述的就是「在大廠里賺了很多錢，但生活和精神狀態不太好」的人群。

我雖然沒在傳統游戲行業做過，但年輕時也有過類似的經歷。區別在于我不內耗，我知道那條路是我自己選的。

我很推薦現在的年輕人去看看加繆和薩特的書，他們從存在主義理論上論證了人都是有選擇的，只不過有些人被「綁架」了。一方面是來自外力的綁架，另一方面是自己綁架自己——有時人不是沒得選，而是逃避選擇。

況且我相信，AI能放大人的價值。

葡萄君：如何放大？

王詩沐：我們前不久內部進行了一場AI全自動化辦公的實驗，目標是成為一個完全由AI覆蓋生產力的公司。

今年3月，我在公司宣布了這件事，當時內部很多同學沒當真，覺得「哥們兒只是為了整活發公眾號」。后來每周我開會都提這事，他們才明白我是來真的。

現在我們團隊不管是上一個Skill，還是分析一個東西，或是查bug，首先是讓AI干，有AI實在沒法解決的問題，再人工干預。

我們甚至不需要每天告訴AI該干什么活，因為可以提前給AI安排好定時任務。

王詩沐在公眾號“幕后產品”上

連載了公司AI自動化辦公的演進過程

葡萄君：活都讓AI干了，你們還需要人嗎？

王詩沐：需要啊。比如我們現在會讓AI拿Seele和其他優秀的大模型做對比評測，但沒有人的話，AI哪會有自主評測的意識呢？

前后區別在于，現在我們生產效率更高，人與人之間的溝通更有效，人的想法也被解放出來了。

以前我總有很多想法，而團隊會疲于應付我的想法。一線員工都忙著干活，沒精力去嘗試自己的想法，也沒多少時間與同事深度溝通。

現在我們讓AI干活，一線員工就有更多精力用AI做新嘗試，大家也有更多時間互相交流想法，溝通順暢了很多。

如果沒有AI全自動化生產的加持，可能我們現在這33人還不夠用，需要招更多人來幫忙，而人越多，信息損失率就越大，變量就越大。

葡萄君：但AI這個領域變化一直很快，你不會有創業焦慮嗎？

王詩沐：會焦慮，這是正常的。

我認為如果是追求高風險高回報的人，任何時候都應該去創業。我就是這種人：高風險，焦慮，這些在我看來就是創造的伴生品，我有預期，也愿意去承受。

很平穩、很有確定性的事，我反而沒興趣去做。

不如說，這次創業讓我感到很快樂。我不用花時間和精力去思考如何說服別人了。同時，正反饋還來得很快——

我指的不是像掙錢那樣的正反饋，而是說團隊遇到困難、解決困難，那對我來說就是一種正反饋。

游戲葡萄招聘內容編輯，

（星標可第一時間收到推送和完整封面）