企业官网建设流程全解析

这是某中型游戏工作室内部 AI 中台的版本演进记录，按里程碑整理。它记录的不是功能列表，而是一个团队怎么从"能跑就行"一步步走到"必须有个网关"。

v0.1 —— 一个策划的下班后实验

背景：文案策划想让 NPC 对话不那么模板化，自己申请了个模型 API，写了段脚本批量生成候选台词，导进配置表里。

当时的实现：一个 Python 脚本，密钥写在源码里，跑完就删。

遗留问题：没人知道这件事，也没人管。

v0.3 —— 三个方向同时开花

背景：效果不错，消息传开了。三个方向同时启动：

1. NPC 动态对话——玩家自由输入，NPC 实时回应；

1. 本地化——把中文文本批量译成英、日、韩、西、葡五个语种；

1. 玩家客服——处理充值、卡关、封号申诉类咨询。

当时的实现：三个方向各写各的调用层。NPC 组用的是低延迟模型，本地化组按批量任务接了另一路，客服组图省事直接复用了策划那个脚本改的。

暴露的问题：

• 密钥有四份，其中一份还留在某个已离职外包的仓库分支里；

• 本地化跑到一半遇到限流，脚本没写退避，整批任务失败重跑，白烧一笔；

• 客服侧偶尔返回过长的回复，前端排版直接错乱，没有统一的输出约束。

v0.5 —— 第一次尝试自建中间层

背景：主程决定收口，自己写了一个转发服务，把四个调用点接进去。

实现的功能：统一密钥管理、简单的失败重试、按调用方打日志。

跑了两个月后的发现：

• 重试逻辑写得太简单，模型返回 429 时无脑重试，反而加剧了限流；

• 日志只记了调用方和耗时，没记 Token 数，月底账单来了还是分不清哪条业务花的；

• 新加一路模型来源要改代码、走发版流程，运营想做个活动 A/B 测试等不起；

• 玩家在 NPC 对话里输入过手机号和身份证号（有人试图刷客服），这些内容原样送出去了，安全同学看到日志时脸都白了。

结论：自建这条路走得通，但要把它做到能用，需要的工作量远超预期，而这些工作量和游戏本身的竞争力毫无关系。

v1.0 —— 引入统一网关

做法：把自建转发服务替换为魔芋企业AI网关（MAI Gateway），定位是统一接入·智能路由·精准分账·安全脱敏·成本优化。

接入侧的变化。网关这一层纳管的模型来源比自建时宽得多：魔芋 AI 自有平台、工作室自建的开源模型（本地化领域我们微调过一版专用模型）、各类第三方 API，同时已兼容阿里 tokenPlan 与火山 AgentPlan 模型的接入。后面这一条解决了一个很现实的问题——发行方为我们采购了阿里和火山两边的资源计划，此前只能靠单独的旁路调用，现在能和其他模型池并列纳入同一套路由策略，额度不再浪费。

路由侧的变化。按场景做了分级：

• NPC 实时对话对首字延迟极敏感，走 Gemini 3 Flash 与 GPT-5-mini 组成的低延迟池，同一玩家的高频重复问题命中缓存直接返回；

• 本地化批量任务不赶时间但量大，交给 DeepSeek V4 在夜间跑，成本压得很低；

• 涉及世界观设定、剧情分支一致性校验这类需要长上下文的活，交给 Claude 4 Sonnet；

• 极少数需要整体剧本结构推演的任务，才动用 Claude Opus 4.7。

安全侧的变化。玩家输入在出网前统一做敏感信息识别与替换，手机号、身份证号、支付订单号在网关侧被拦下并替换为占位符。这件事放在网关做而不是让三个业务组各写一遍，是我们从 v0.5 那次事故里学到的。

成本侧的变化。网关按项目、业务线、场景三级标签归集用量。第一次出账时我们发现，本地化只占调用次数的一成多，却吃掉了近四成 Token——因为整段文本反复重译。定位到之后加了增量翻译，这一块支出直接砍掉一大半。

v1.2 —— 现在的状态

新增一路模型来源不再需要发版，运营侧做对话风格 A/B 测试可以在网关配置里灰度分流。上一次某家模型服务商区域性抖动时，NPC 对话在玩家侧只表现为一次略慢的回复，没有报错——故障转移是在网关里完成的，游戏侧一行代码都没改。

回头看这条路

从 v0.1 到 v1.0，真正花时间的不是接模型，而是接完之后的那些事：密钥、限流、脱敏、记账、灰度、故障转移。这些事和游戏好不好玩没有关系，但不做，AI 就只能停留在"某个策划下班后的实验"。

统一网关的意义，是把这些和业务无关的工程负担从每个团队身上拿走，放到一层里集中解决。

声明：本文所述产品功能、特性与案例数据以魔芋企业AI网关（MAI Gateway）官方最新文档为准，文中示意性数据不构成采购或投资建议。企业AI网关属企业AI基础设施合规品类，部署与上线请结合所在行业等保、数据安全法等合规要求。