文 | 游戏茶馆

AI可能是近几年游戏行业最重要的变量之一。

与以往的技术变革不同，这波AI技术浪潮来势更汹涌。自2022年底ChatGPT上线以来，不到3年时间，AI能力实现了指数级跃升，并从对话能力拓展到图像、音频、视频和程序的生成。

在游戏行业，AI在生产流程中得到了广泛应用。去年GDC官方发布的报告显示，49%的游戏开发者已经开始将生成式AI已应用于他们的工作当中。作为行业媒体，不止一位从业者曾在与我们的对话中提及AI带来的效率提升。

但相比降本增效层面的立竿见影，AI对于游戏玩法和玩家体验的改变似乎还不明显，以至于不少从业者质疑“AI原生游戏是不是个伪命题？”

近期，游戏茶馆受邀参与了上海市徐汇区文化和旅游局，联合铼三实验室主办的“AI+GAME”研讨会。会前，铼三实验室的合伙人告诉茶馆，这次研讨会刻意避开“AI降本增效”的相关讨论，聚焦在“AI改变游戏玩法体验”上。

在研讨会的最后，几位参会的行业大咖就这个话题展开了一场圆桌讨论。以下为讨论的精华内容，为方便阅读有所编辑调整。

(圆桌嘉宾：许怡然 MultiMetaverse CEO；沈黎 铼三实验室创始人；乔海鑫 Kotoko AI 创始人；张昊阳 AutoGame 创始人；谭力元 元域无界联合创始人)

AI游戏不及预期？

许怡然：很多人提到AI游戏进展不及预期，我也有同感。尤其是AI对游戏玩法和玩家体验能造成决定性影响的方面，大家现在觉得有没有达到预期？原因是什么？

沈黎：AI是个非常突破性的技术，影响深远，但需要时间。现在大部分尝试都有过程价值，但期待马上看到结果是不现实的。

我的观点是，AI本质上给游戏带来了一个新的维度。这有点像从2D游戏到3D游戏的转变——早期是3D的角色配2D的玩法，我们现在也处在类似的过程中——加了一些AI的表现，但本质上还是传统玩法。但最后，经过一段过程，3D游戏发展出了像枪车球这种纯3D的交互方式和玩法。

我相信AI原生游戏也会经历类似的过程。短期内，我们自然会把它更多放在表现层，但会不断有人探索边界、拓宽边界，最终出现真正原生的东西。

许怡然：有看到即将出现的吗？

沈黎：特别原生的还没有。我印象比较深的是一个需要说服AI的游戏，这是第一次让我觉得AI在做无限可能且有意义的原创。博弈这样的概念，可能是AI游戏早期可以落地的方向。

许怡然：乔总，你觉得是否不达预期？或者有没有看到希望？

乔海鑫：实话说肯定有不达预期。这背后有几个原因：

首先，游戏的工程问题——我们看很多硅谷的AI应用，做得很快是因为工程量和复杂度远不如游戏，游戏需要很长时间去迭代测试。

第二是成本的问题。之前使用AI的成本比较高，但从23年到现在，成本可能是之前的1/100，加上一些策略，可以做到两三百倍的提升。这就是为什么今年很多Agent产品敢大规模使用，大家开始做更复杂的内容。

拿我们自己来说，我们面向海外年轻女性用户，围绕她们的OC（Original Character，原创角色）做互动体验。过去做不到的个性化的角色行为、内在发展与多模态内容生成，现在都可以做了。现在像是摸着石头过河，但我觉得希望很大。

许怡然：能举个具体例子吗？

乔海鑫：我们最近在测角色加无限流副本。有些内容由文案预设，有些由AI生成，结合起来。这解决了AI游戏一个很重要的问题——目标感，早期像《斯坦福小镇》这样的体验最缺失的就是目标感。最近很火的AI小镇里大家都在卷赚钱，这就是一个目标。

相比之下，我们不希望太数值导向，但希望提供有意义的内容和反馈给用户。这个方向在日本已经有落地的产品，月留存数据很好。我觉得边界加目标的结合，配合AI角色，是一个很好的解法。

许怡然：昊阳怎么看？

张昊阳：从我的角度来讲，答案很简单：不达预期。原因是大家高估了AI的能力，低估了做游戏的难度。很多非游戏行业的人看到AI和游戏结合的可能性就涌进来，但忽视了游戏的复杂度。

不过长远来说，我认为十年后没人会记得“AI游戏”这个概念，它会润物细无声地融入所有游戏。目前经历了几个阶段。

第一个阶段是轻度玩法和AI结合的早期尝试，主要受限于技术本身，比如说服类游戏。

第二个阶段跟大模型能力发展有关。23年ChatGPT火起来后，底层模型能力往NPC陪伴方向走，Character.AI这类产品爆火反过来推动了大模型发展。现在的AI NPC，情感陪伴类的市场已经很大了。

第三阶段，随着技术进一步发展，25年有几个大事件。比如年初Manus的爆火，背后是Claude 3.7的推出。年中Claude Agent的出现，以及最近的Claude Sonnet 4.5，意味着今年是AI Coding（AI 编程）的一年。我们在做《麦琪的花园》这个产品时，用了大量AI Coding的技术，不是用在生产阶段，而是直接面向玩家交付新内容。

我认为我们现在是在AI游戏加速的阶段，还没到爆发期，但火苗越烧越旺。

许怡然：谭总怎么看？

谭力元：我们在做世界模型项目，关于AI游戏是否达到预期这个问题，我会把AI和传统游戏稍微分割来看。

游戏中有很多已经很成熟的传统反馈，比如数值成长、打击感、声光电等。做AI游戏时我们不会抛弃这些，肯定要结合。问题是：AI在体验上是正是负？为了让AI体验是正的，是否要牺牲传统游戏的根本？

这一年多的探索中我们感觉到：第一，它的体验有正反馈；第二，它对传统游戏不一定是限制。随着行业越来越成熟，我不觉得AI游戏会替代什么，但它会成为一个加分项。

AI时代，玩家需要什么样的内容？

许怡然：刚才Steven（此前的演讲嘉宾）演讲时提到一个反直觉的观点——AI没办法提供无限量的新内容，得靠人去创造。从玩家角度看，即使是无限生成，也得生成有用的内容，不能是一堆垃圾。

我想问两个问题：第一，你们觉得AI能不能一键生成无限内容？第二，玩家到底想要什么内容？从消费者角度，AI生成什么对他们有价值？

沈黎：关于无限，我的观点是“有界无限”。如果单纯从数量角度看，它可能是无限的，但更准确的说法是在某个维度上的无限。就像在一个三维空间里，横向可能是无限的，但纵向有边界。这个横向的框架来自我们预设的学习内容——数量上可以无限扩展，但并没有突破我们给它的规则。

Steven提到要在一定规则下做无限，我不完全赞同。因为AI带来的失控感其实很有意思。比如前两天有人用Sora做体育视频，做出一些不符合正常规则的跳水动作——前面很正常，最后突然出现一些非常奇怪的动作。这反而提升了娱乐价值。

这让我想到艺术史上的发展——从写实绘画到印象派再到毕加索，毕加索就是一种特别失控的创作状态。会不会AI带来的这种失控，也能创造出完全新的东西？

乔海鑫：我会从另一个角度理解“有界无限”。黎叔说的界或规则更多是通用规则或物理规则，我想的更多是规则作为数据的主持人或调解员。

多个AI无限对话，最后一定会进入循环、收敛，变得无聊——重复对方的话、重复句式、自我回归。

所以关键是在恰当的时间点，由谁来创造内容？可以是人类，也可以是AI。像过去做行为树一样，每个节点不一定无限延伸——有些预设文案，有些AI生成，但关键是引入能负责中间步骤的“内容调解员”，这就是可控性。

如果有一个Agent负责数据的接收、处理、传递，在过程中生成其他Agent的动机或行为，就可以一定程度上解决问题。包括让用户认知到这是多长时间的体验——回合制、放置还是什么目标反馈，都会影响“无限”的定义。

我们最近做动画生成模型，测试时发现很有意思——大家会把想象的故事放进来，希望Agent扩写、整理，给出自己没想到的角度和情节，然后传播到TikTok、YouTube上。

我觉得这就是无限的内容，但基于用户自己的想法。无限的点在于对你想法的扩张，是你没想到的，或在形式上降低了成本。但中间肯定需要人或设计好的主持人来共创内容。

张昊阳：我觉得从游戏的角度讲，其实大模型出现之前就有无限了。比如Roguelike游戏就是一种无限流的存在，《哈迪斯》有30万条文本；又比如《环世界》，通过传统规则和排列组合让玩家几乎无限重玩。

这里的无限不是数学意义上的，而是对游戏生命周期来说，玩家投入的时间超出预期。在他觉得无聊之前，排序都能满足需求。

大模型出现后，无限会更上一层楼。原本玩家还能摸清设计者的套路，但现在游戏策划的工作不再是制作每个细节，而是设计整个游戏世界的规则。

这让我想起之前的一个讨论：“元宇宙的马桶会堵吗？”它堵不堵取决于对玩法有没有增益。我们做的是AI的DM（地下城主），在玩家游玩过程中主持游戏发展。这个DM可能是集群，是玩家、Agent和社区共同发展出的规则。

大模型有涌现性，能把东西从无变成有。以前无限流游戏有幻觉，现在可以用Coding Agent的能力抹平。游戏不存在的传说之剑？我直接帮你做出来，这就是意外和惊喜。

大家忽视的一点是要把游戏策划能力交给AI。之前都在谈美术、开发，但恰恰要让AI扮演好DM。怎么做？把游戏逻辑讲出来——心流理论、《英雄之旅》、数值设计理论，都有系统方法论。我们在游戏性上做兜底，玩家觉得好玩，设计就成功了。

谭力元：我很认同黎叔说的“有界无限”——在某个范围内，可能有无限的表达。

我想分享模型训练中一个重要概念：泛化。举个例子，基于“车的速度和载重”两个维度，现实的训练数据中可能大量都是“载重多但慢的车”，或“速度快但载重小”的车。AI的创新在于，它还可以联想出速度快、载重大的车，或速度慢、载重小的车。

真正的模型有成千上万维度，所以可以在游戏里做一些补全性的行为。比如市面上有吸血鬼题材的战斗游戏，有僵尸题材的种地游戏，它可能泛化出吸血鬼题材的种地游戏。

我们观察到模型在有限范围内做有效补充和扩展的能力很强、很稳定。但如果想让它突破大边界——样本数据中完全没有的概念，这很困难。即便偶尔闪烁出一些统计学意义上的特殊案例，表现通常也比较一般。

所以我认同它其实是有限的。我对模型的期望本来就不是替代人类创造力。如果模型真能达到替代人类级别的无限创造力，社会会巨变——我们可能坐在家里享受，它不断给你新鲜东西，不断写出《百年孤独》那样的作品。

这一天会不会到来我不知道，但在现有框架内，在模型有限的生成范围内，我们可以用来探索。

如何教会AI做游戏策划？

许怡然：借着昊阳的说法，我们来聊聊怎么能教会AI做游戏策划，怎么给颗粒度？具体怎么教？

就像让猴子在打字机上敲出无数作品，最后让我挑哪个是莎士比亚的剧本——玩家要累死了。你不能让我在一堆垃圾中间选，那我的快乐在哪？

我觉得现在很多做AI游戏的人忘了：不要把现实生活搬到游戏里。做模拟追求逼真，但越逼真越没意思——完全逼真了我就在现实世界待着，玩游戏干嘛？我进游戏就是为了快乐，所以一定要抽象出核心的快乐点。

那怎么提炼这个东西？怎么让AI学会提炼？而不是让玩家每一步都告诉你这个好玩、那个不好玩。

因为让玩家把感受做强化学习反馈是个悖论：你给玩家一堆垃圾，他就烦了、不玩了，游戏就没数据，训练数据从哪来？所以先要回答有没有可能解决这个悖论。一旦解决了，AI能设计游戏了，大家就都躺平了。

你们认为怎么才能教会AI做游戏策划？以及最后一个总结性问题：五年、十年后，你们预测游戏世界会是什么样？

沈黎：好大的问题，我先尝试回答第一个。

颗粒度越拆得细，可能碰到的工程挑战越大。很多游戏最后都会拆解成Moment to Moment——我时时刻刻获得什么体验。比如打枪的手感爽不爽、一枪爆头，这是每时每刻都在发生的。

第二层是Minute to Minute，分分钟的体验，代表游戏的小循环。比如打枪捡东西，这是一个正向反馈循环。

再上面是Session，更像是游戏规则。比如吃鸡活到最后可以赢，或者可能失去所有东西，有赌博心态。

我感觉越下层，从AI角度看，衡量指标越清晰，可以通过量化辅助训练。越上层，越依赖人的判断。所以未来的学习过程，有没有可能根据颗粒度分解——有些可以通过机器自循环来做，有些只能通过人类介入、感性分析来做。

第二个问题，十年以后。昊阳讲的一点很有意思：真正AI游戏成为现实的时间点，就是我们不再提“AI游戏”了。就像现在不会说“我做了一个3D游戏”作为卖点，因为大家都是3D游戏。

五年、十年后，我们不再讲AI游戏这个概念，只是讲游戏，AI作为维度之一。就像2D到3D那个时代，可能就是我们能看到AI真的在游戏里起很大作用的状态。

许怡然：我问的不止是AI，而是10年后的游戏世界是什么样？

沈黎：我觉得未来整个游戏的概念会变得很模糊。因为游戏本质上是通过交互生成短周期刺激的过程，这个概念可以用在很多地方。

假设未来很多机械性工作被AI替代了，人类会释放更多可支配时间。人类的可支配时间一定会倾向于去做能更快、更短周期获得刺激的活动。

所以从更广义的角度看，未来可能很多东西都会游戏化。对很多人来说，可能是一个处处都是游戏的世界。

乔海鑫：第一个问题很难回答，它让我想到四五年前的另一个问题：UGC游戏怎么做。这本质上跟AI怎么做游戏策划是一个问题。

因为游戏，或者说所有C端娱乐产品，本质上是激发人情绪的事情。我的情绪跟你的情绪产生原因肯定不一样。

我小时候玩《剑网3》《FF14》，最享受的是社交——逛公会、搞同人、搞二创，玩家中人和人互为产品。昊阳可能玩征服型游戏多，一定要Boss战、打得爽。也有人是探索型的，种田、养狗、养宠物，因为人的情绪来源不一样。

游戏是特别非标的。这种非标的东西不像标准化的媒体、图文、短视频，你能从通用规则抽象提炼出来。我觉得不行，还是要回归到用户的体验目标、体验需求是什么。

不同品类游戏的体量、面向的玩家数，有太多变量。颗粒度一旦细了，处处都是问题。游戏跟游戏的差别可能比游戏跟视频的差别还大。

关于第二个问题，五年、十年后，我同意黎叔和昊阳说的，AI会成为常态。

我还是希望它能在我想要的需求上给我更高阶的体验。比如我想社交，想要更多相似的人，全球不同地方的人，组织自己的小社会、小圈子。

最近跟很多美国中南部的用户聊，很多高中生放学后没事做，就回家上网，不参加运动或线下社交活动。每天回家上网，跟网上的人交朋友。很多高中生不会想上大学找工作，因为现实对他们来说，分配资本、分配信息的权力他们拿不到。

对他们来说，美丽新世界可能就在线上，在你构建的新的小圈子、虚拟生活里。你能够通过虚拟内容个性化的方式把一些特权给到这些用户，这是很酷的事情。

五年、十年后，我觉得越来越多人会这样。因为现实的文明就是越来越往阶级固化、流动性弱的方向走。我们需要这样的东西，让更多人有乐趣，有自己的释放。

张昊阳：回到我这里，如何培养AI策划？一句话总结：从群众中来到群众中去。

首先AI是数据依赖型的。无论是强化学习算法还是大模型，都需要学习人类的知识，去模拟玩家在游戏中的行为，才能做出优质表现。

大模型本身已经是被很好预训练的人类知识库了，理论上对于人类生活中的各种情境，在它的潜空间里都有。但我们要做的是把这份知识抓出来——用专业知识把它引导出来，比如心流理论、传统电影叙事理论等等。

做完了这一点还不够。从设计层面讲，比如我做一个开放世界AI游戏，有剧情生成、任务生成等等。策划得把剧情的时间、地点、人物、风格、背景故事等都准备好，并尽量准备预期结果。如果没有预期结果，就让它参考作品套路。你甚至不需要描述特别详细，比如“我想要一个蔚蓝档案风格、类炉石的卡牌游戏”，AI就能帮你设计。

但有一个瓶颈。游戏行业的特殊性是它的重度游戏资产是保密的——代码资产、美术资产、PRD文档。这部分知识对通用大模型来说是没有的。

所以你要想办法，从项目组建立规则让它学习，或者建立机制让它在后期跟玩家交互中自我成长。

什么叫前置学习？我们项目里有专业策划，知道各部分的门道。比如数值设计，大模型对数值不敏感，但我们可以让它做定性分析，让它分档，比如说分成七档。之后让AI投入到策划预设的数值空间，随机出合理的数值。

另一种方式是产品层面的AI UGC。为什么说AI UGC是真正AIGC的过渡阶段？因为必须在玩家跟游戏的交互过程中学习数据。

哪些数据？一个是玩家的创作数据。它的Prompt数据反映的是玩家想要什么样的游戏。AI通过大量文本分析，能抓出大部分人对什么样的内容有偏好。

别忘了这时候人类策划还是在干活的。AI游戏要在非常早期投入人类玩家测试，去接收玩家的输入。AI也接收输入，我们可以用强化学习或人类反馈的方式去强化，跟人类标准对齐。

另外是从社区中跟玩家的真实反馈——哪些成功的内容长出来了？玩家偏好什么？

举个例子：我们有个角色带一点小肚子，比较丰满。美术改版时把小肚子收回去了，结果发布到小黑盒上突然就成了话题热点。玩家都说“一定要改回去”。这就是从群众中来。

还有代码部分。AI Coding，现在做AI游戏，我认为最难的不是游戏设计本身，而是怎么用工程化方式实现一个类似引擎的东西。

我们做了一套UGC接口，面向AI做了很多工具。让它能调用游戏中的武器：刀、枪、剑等等。比如有玩家提出想要浮游炮，AI有背景理解能力，理解浮游炮类似高达游戏的概念，同时又是一个宠物。所以它会把游戏中的宠物模块和武器模块组合到一起，写出代码。

第二个话题，五年、十年后的游戏。我认为一定跟AI分不开。

首先是数据导向型行业。我观察到一个现实：内容导向型行业的内容泡沫即将破灭。内容生产成本在水涨船高，但终有一天玩家的内容消耗速度和你的产出速度会不匹配，进一步导向极度内卷。

而数据导向型行业，有可能发展成Sora和Tiktok结合的形态——既是内容平台，又是内容分发渠道。背后是一系列大模型结合起来直接提供内容，是AI提供内容，而不是策划、美术预设。

它需要经历的是像Roblox一样做编辑器，同时接入AI能力，让AI在玩家共创过程中学习人类对什么样的内容有偏好，同时学习怎么更好地创造新内容。我们管它叫“世界之魂”，也是我们想打造的世界模型。

其他的，哪怕不跟玩法结合，就是生产侧。23年年底我们立项《麦琪的花园》时，Steam上的ID大概是290万。到24年4月，已经320万。到今年25年，已经410多万了。

不到两年翻了两倍，而前面的ID是十几年的积累。有没有可能是AI，让很多原本没能力做Steam游戏的人——一个人就能一人成军，或者三五个人形成超级个体、超级团队。

我觉得五年后的游戏行业会更加内卷，因为原本没能力从事这个行业的人，在AI能力加持下会越来越强，越来越有自我表达的权利，可能形成一种大众媒体。

我自己是程序员出身，到如今Claude 4.5模型加持后，我完全不需要写一行代码，只需要验收最终交付的结果。5年后、10年后的游戏行业很可能会变成这样。

谭力元：时间有点超了，我简单回答第二个问题。

5到10年是一个很大的时间跨度。我的基本假设是AI一定会发展，甚至有可能跨越出通用人工智能。首先我认为AI会在游戏里有相当广泛和深入的结合，并且边界不会这么明显——不会把AI完全单独拿出一个品类来。

单独拿这个品类，是当前环境下非常早期的状态。随着经验和技术越来越成熟，它应该就像好的音效、美术、光影、光追这样的技术，以比较自然的形式结合到游戏中。

但换个角度说，因为时间放得很长，结合方式可能不是我们现在想的，包括模型的理解能力、理解水平，以及成本形态。我的想法比较激进，认为可能变化会较大。

许怡然：好的，感谢。最后多花一分钟给大家开个脑洞。应该很多人都看过《刺杀小说家》吧？那天我老婆看完跟我说：“你不是做游戏的吗？这不就是AI游戏吗？”

我说什么意思？她说：“你看，用文字就可以改变虚拟世界。以后AI强大了，是不是一大堆人可以在同一个虚拟世界里一起写小说，然后这世界就变了？”

就像刚才说的，渠道、内容、数据都统一，我认为是未来的趋势。未来创作者和分发者、内容生产者和消费者，可能会完全合并。大家都在里面自己干，你到底是创作者还是体验者，可能没有区别。