腾讯王文瑾AICon演讲：GFlow如何用多智能体做游戏设计

当Agent真正嵌入企业流程，哪些活能放心交给AI？50+个落地案例将给出答案。

AI的角色正在变：过去只负责答疑，如今要读懂目标、调起系统、把任务办完。大模型朝推理、工具调用、多模态和长任务方向延伸，开发重心也随之从单次调用挪到上下文、工具、执行环境与反馈回路的设计上。Coding Agent同样不再停留在代码补全，已能理解代码库、跑测试、接手复杂工程任务。OpenAI、Google Cloud、Anthropic近期的做法都指向同一点：模型决定Agent能干什么，工程决定它能不能进生产、能不能创造价值。Agent真正走进企业流程后，问题已不是“如何把AI做出来”，而是哪些工作可以交给AI、结果怎么验收、权限、成本与风险如何收住。

2026年AICon人工智能开发与应用大会·北京站已启动，12月18–19日在北京新云南皇冠假日酒店举办。大会以探索A应用边界为主题，设13大技术专题，涉及大模型后训练、推理优化、Agent工程、知识工程、智能体评测与安全、自进化系统、AI软件交付、原生架构及组织变革等方向，一线技术专家将到场分享技术突破与企业规模化落地的真实实践。

腾讯游戏高级研究员王文瑾确认出席“Multi-Agent Systems”专题，带来《GFlow：面向游戏设计的多 Agent 协作与验证实践》主题分享。游戏设计牵涉玩法规则、数值平衡与交互叙事，目标开放、产物彼此依赖，质量也很难靠单一指标判断。据王文瑾介绍，GFlow的做法是让主智能体统筹专业分工，用知识引导的分层采样探索玩法方案，再借助规则检查、模拟回放与叙事状态可达性分析核验产物，设计者则通过结构视图、修改对比和试玩参与迭代。分享会结合桌游生成、数值模拟与交互叙事案例，讲任务拆分、人机协同与经验回流的技术选择，并通过方案评估与用户研究，谈这些方法在提升创意多样性、支持设计检查与修订上的效果，为开放式复杂任务的Agent系统建设提供参考。

王文瑾是腾讯游戏高级研究员，浙江大学计算机科学与技术学院博士，负责LLM/Agent技术在游戏设计、叙事、智能NPC等场景的探索与应用，成果已在多个真实业务场景落地，研究发表于CVPR、EMNLP等顶级会议，并担任CVPR、ACL等会议审稿人。

他在本次会议的详细演讲内容如下：

演讲提纲

1. 场景与架构——开放式游戏设计任务的组织方式

• 场景挑战：目标开放、评价主观、产物相互依赖，创意探索与结果可控如何兼顾。

• 协作架构：主智能体统筹、专业智能体分工，设计者参与决策和修订的机制。

2. 玩法生成——创意探索与规则验证

• 生成方法：靠知识引导的分层采样探索机制组合，把设计需求展开成规则、组件与可玩原型。

• 验证实践：核对模拟器与规则是否一致，通过模拟对局和方案评审分析设计质量。

3. 数值模拟——从设计反馈到可执行实验

• 实验流程：把设计问题转成实验目标与方案，复用模板和模块搭建模拟环境。

• 迭代案例：结合运行回放与结构化结果，呈现参数调整、原型迭代及模拟结论的适用边界。

4. 交互叙事——可检查、可干预的人机协作

• 创作机制：把创作意图、大纲、世界设定与叙事图关联起来，借结构浏览和修改对比支撑持续修订。

• 验证与评估：用状态可达性分析找出规则问题，再结合试玩和用户研究评估创作支持的效果。

5. 生产应用与复用——多子场景系统的设计取舍

• 生产要求：围绕产物一致性、修改可检查、结果可验证和人工可干预，归纳工程实践。

• 共性与差异：谈各子场景中公共能力的复用边界，以及工作流、工具和评价机制的差异化设计。

听众受益

• 理解开放式创意任务的Agent设计方法。游戏设计的目标会动态变化、结果多样、评价主观，借此理解如何组织创意探索、任务推进与人机协作，为没有标准答案的业务任务提供设计参考。

• 面向真实生产场景，创意类Agent有哪些关键要求需要摸清。专业设计者会反复使用并改动产出物，从这一需求切入，去理解内容一致性、修改可检查、结果可验证以及人工可干预这些能力分别如何左右系统设计，并参考从原型走到实际工作流程时做出的技术取舍。

• 掌握多子场景系统的共性抽象与差异化设计思路。对比玩法生成、数值模拟和交互叙事，理解如何识别可复用的公共能力，并为不同任务配置适合的工作流、工具和评估机制，为领域级Agent系统建设提供参考。