當所有遊戲公司都在用 AI 裁人的時候,Pixels 卻拿 AI 去留住玩家 今天刷新聞,看到 Thoughtworks 發了最新一期技術雷達,裏面專門提到一個詞叫"認知債務"——說的是現在整個科技行業太依賴 AI 了,代碼是 AI 寫的、設計是 AI 出的、甚至決策都是 AI 幫忙拍的,看着效率高了,實際上團隊自己的判斷力在退化。
然後我就想到了 Pixels。 說實話啊,Pixels 之前也踩過這個坑。2024 年的時候,他們做到了 Web3 鏈遊日活第一、年收入 2000 萬美金,數據漂亮得沒話說。但後來團隊自己覆盤,發現代幣通脹太猛,很多用戶就是衝着提幣來的,提完就走,整個經濟模型像個漏了底的桶。#pixel 有意思的是,Pixels 現在的解法剛好跟今天新聞聊到的方向反過來。別的遊戲公司用 AI 裁員降本,Pixels 搞了個叫 Stacked 的 AI 引擎,專門用來分析玩家行爲,然後精準地給"真正在玩的人"發獎勵。不是那種人人有份的大鍋飯了,而是 AI 看你連續七天登錄了、完成教程了、拉了三個朋友進來了,纔會給你發激勵。@Pixels 這玩意兒本質上就是把傳統廣告行業的 ROAS 那套邏輯搬到了鏈遊裏,Pixels 管自己的版本叫 RORS——每花一塊錢獎勵能賺回來多少。目前這個數字是 0.8,還沒打正,但至少人家在認真算這筆賬了。 $PIXEL 所以話說回來,別的公司拿 AI 省人工成本,Pixels 拿 AI 去識別誰是真玩家、誰是薅羊毛的。方向對不對暫且不論,至少思路挺清醒的。但 RORS 沒過 1,解鎖馬上就到,這個節骨眼上我不會衝,盯着看就好了。 你們覺得,鏈遊用 AI 來"反薅"這個思路,能跑通嗎?
很多項目談機器人,重點放在硬件能力、模型能力,或者某一臺機器能做多少動作。但Fabric Foundation更值得重視的地方,在於它沒有把問題停留在單機智能,而是把重點放在更難也更長期的一層,也就是當越來越多機器進入真實世界後,誰來定義它們如何被識別、如何被分配任務、如何被驗證行爲、如何完成支付,以及出現分歧時按照什麼規則協調。官方把這件事概括爲治理、經濟與協作基礎設施,我認爲這恰恰是機器人網絡最終能否規模化的分水嶺。@Fabric Foundation