AI原生游戏正在重新理解玩法

本文首发“腾讯游戏学堂”

「初光・AI 游戏夜话」是腾讯游戏学堂发起的 2026 腾讯游戏创作大赛 AI 游戏赛道赛前系列直播，联合腾讯研究院、腾讯青科实训营、中国传媒大学数字人研究院、清华大学深圳国际研究生院 AgentLand 实验室共同推出。覆盖从学术研究到一线落地的全维度视角。栏目精选内容还将沉淀为专业AI游戏行业报告，持续记录AI游戏领域的前沿实践与趋势洞察。

?️首期嘉宾

● 吕欣 中国传媒大学教授、中传数字人研究院院长 · 虚幻引擎全球认证讲师

● 方可 清华大学深圳国际研究生院 · AgentLand 实验室负责人

● 臧天培 2025 腾讯游戏创作大赛 AI 玩法创作奖得主 《觉醒 AI》作者

首期话题：AI 原生游戏的定义与边界在哪？AI 给游戏体验带来了哪些的革新？当前行业普遍面临的痛点是什么？以及——新鲜感过后，AI 游戏的长线留存靠什么？

（以下是访谈实录）

一、如何定义AI 原生游戏？

吕欣：经过这两个多月的持续观察，目前行业已经形成了一些共识。同时我们深耕研读了大量海外学术资料，结合我们团队的独家洞察，我将当下的AI游戏整体划分为四种类型。

第一种类型，我们称之为 AI for Game，AI 辅助型游戏。目前国内市场绝大部分属于这个阶段，我看相关新闻报道，中国大概有80%的游戏公司，已经将 AI 接入游戏研发管线。这个层面的 AI，纯粹是降本增效的研发工具，不管是依托 Codex、各类 AI 生成工具，本质都是用来快速生产传统游戏内容。哪怕借助AI完成美术、文案、代码的生成工作，抽离掉AI工具之后，游戏的核心玩法、交互模式、内容体验不会发生任何改变，底层依然是标准的传统游戏。

第二种类型是 AI in Game，AI 增强型传统游戏。这类作品和纯辅助型游戏有明显区别，典型案例就是《逆水寒》《燕云十六声》的智能 NPC。AI 不再只是研发端的工具，而是嵌入传统游戏内部，成为新颖且重要的功能模块。但它的核心局限在于，仅仅是功能层面的锦上添花，游戏最底层的核心玩法、交互逻辑、游玩体系，都没有发生本质改变。

第三种，也是我们今天重点探讨的核心类型，AI Native Game，严格意义上的 AI 原生游戏。我们在行业研究报告中，给了它一个非常严谨的定义：生成式 AI 必须在游戏运行时（Runtime），成为支撑游戏体验的核心支柱。判定标准非常清晰：如果我们抽离掉 AI 技术，这款游戏的核心体验、游玩乐趣、博弈结构、内容体系以及玩家的全部互动方式，都会出现彻底坍塌，游戏无法独立成立、失去游玩价值，这才是真正的 AI 原生游戏。

在这三类之外，我们近两个月的调研中，还发现了行业里大量存在的第四种形态，我们将其命名为 Boundary AI，AI 边界型作品。这类作品中 AI 的作用至关重要，但作品本身游离在传统游戏、数字媒介与艺术装置之间，没有清晰的游戏目标、胜负机制、关卡进程和完整的游玩结构。它们更多是以互动叙事、沉浸式情感连接、数字艺术装置的形态存在。

典型的代表就是当下热议的米哈游AI桌面伴侣《Olivia Lin》，以及经典的文字互动作品《AI Dungeon》。包括我们今年本科到硕士的各类开题创作中，也涌现了大量这类跨界交汇型作品。这四类形态，基本完整覆盖了当下 AI 游戏行业的所有产品形态。

臧天培：我非常认同吕欣老师刚刚的整套分类逻辑。早期我特别喜欢用“AI 原生游戏”这个概念，但后来我在跟米哈游那边的策划聊的时候，逐渐感觉我会更喜欢用“AI 原生玩法”这样一个概念。

AI 的核心价值是重塑游戏体验。这个游戏体验里面包含了 AI 之后，体验可能会完全不一样，但并不一定说 AI 去掉了这个游戏就完全不能玩了。

比如《觉醒 AI》里面的 AI 是很重要的，它的核心玩法就是你要自己拼凑机制、拼凑你的卡片。但玩家离线之后，依然可以用已经做好的卡片继续战斗——只是不能再体验做卡的那一套核心循环了。

再比如之前聊到过的《星布谷地》，里面也有一个内含 AI 原生玩法的咖啡厅场景。那个咖啡厅被拿掉之后，对游戏而言会少一个非常有意思的玩法，但其他的循环、其他的玩法、整体体验可能并不会完全崩塌。

所以我也在想这件事。现在我会更宽容地去看待 AI 原生玩法的设计。

方可：我认为当下AI原生游戏的发展状态，有点像几十年前电脑游戏刚刚出现时的感觉。AI 作为一项全新技术，刚刚进入游戏领域，可能会对游戏形态产生一些变化，一些冒险者想要去尝试、去探索这种变化是什么。

最简单的方式就是找一个已有的游戏把 AI 加进去；更激进一点的人会说“我就是要做一个完全必须有 AI 才能成立的东西”。这些都是一种尝试。

回到电脑出现之前——我们知道有《龙与地下城》这种 DND 跑团游戏。你去想想那种游戏的体验，反而跟我们现在 AI 原生游戏的体验更像。因为它有一个人来做 DM，作为游戏机制和游戏系统，它是非常智慧的。但电脑游戏进来之后，这种体验消失了——因为当时的电脑技术不可能有那种很智慧的 AI，所以我们做了减法，做了更多的确定性，逐渐演化出很多电脑游戏的形态，发展到现在各种品类。

而在当时这些品类也没有——没有 Roguelike，没有各种东西，可能就是最简单的一些游戏。但那些形态在当时也是一种先锋的尝试。所以我觉得 AI 原生游戏算是一种先锋尝试的中间态——也许到未来它不再单独存在，它可能就是游戏本身。

二、从 demo 到可玩的体验，中间的复杂度被低估了多少？

Monica：评论区很多小伙伴留言，有人评论这种体验很像图灵测试，也有人将其定义为「实时生成的梦境艺术」，其实都精准呼应了三位老师提到的、AI游戏独有的全新特质。我们厘清定义与边界之后，接下来重点聊聊大家最关心的「游戏体验」。三位老师都反复提到，AI 原生游戏会带来传统游戏没有的全新体验。首先有请方可老师，您带学生做了6+AI 游戏原型的经验来看，哪一类AI玩法让您觉得眼前一亮，“哇一下”，哪一类做出来了但玩家说“没啥感觉”？

方可：我们第一期工作坊的时候有一个作品叫《我说了算》，天培应该还有印象，已经是两年前了。当时 AI Coding 还没有那么强，但这个作品非常不一样——它不是用 AI 来做 PCG（程序化内容生成），而是让 AI 去尝试改变游戏规则。

作品原型基于大家都很熟悉的经典桌游 UNO。UNO 的规则大家都知道：你有颜色、有数字，必须接着上家的同颜色或同数字打出，否则要惩罚摸一张牌，最后看谁先把牌打完，跟扑克牌差不多。但它做了一个非常巧妙的改变——你可以说一句话来改变规则。比如你说“我所有的 6 可以当 8 打”，游戏规则就真的变了，深入到游戏机制里面去变化。

这种“言出法随”的体验，在以前的桌游中其实是有的——有一种桌游就是这样，我说一个规则它就成为规则，我甚至可以改变游戏的目标。当时我觉得很有意思。我们为什么会去做这个方向？也是受到一些导师、包括天培分享的一些想法的启发。我们当时提出了一个概念叫**“创造规则的规则”**。

当时的提法是这样的：最早大家都会认为 AI 在游戏里就是 NPC 的 ToC 对话、Chat 交流，把对话本身作为玩法。但我们当时就提出了“More Than Chat”这样一种体验方式——我们不仅仅是去对话，我们希望自由输入不仅仅停留在对话层面，而是能深入到游戏的各个层面，包括机制。现在这类探索越来越多了，包括天培做的《觉醒 AI》也是一样，把 AI 应用到机制层面。这是我们非常重视的一种体验方式。

Monica：方可老师刚刚分享的《我说了算》案例，体现了 AI 游戏的一个核心改变——AI 参与重塑玩法规则。那想请教吕欣老师。您团队过去几个月深度调研了上百款 AI 原生游戏作品，在您看来，AI 对游戏最核心的改变到底是什么？是玩法规则、内容生成、角色互动、开发流程，还是玩家关系？亦或是这几者都有？

吕欣：我们体验下来，其实这五个方面都有改变，都有。但是，说句可能有点让人心凉的话——我们看完了这么多游戏之后，跟传统游戏相比，觉得目前阶段有点让我们失望。失望在哪？我大概延伸跟大家讲一讲。

我们实验室玩游戏的同学有一本必看的书，是荷兰学者赫伊津哈的《游戏的人》。他认为游戏一定是好玩的，一定是超越生理反射的一种形态。游戏一定要有意义——这个“意义”不是哲学层面的意义，不是说我下班了、已经很累了、要痛快一把。这个“意义”是什么？是我和游戏产生交互的过程中，每一次交互它是可辨识的。我用 Switch 跟孩子玩马里奥，我的每一次跳跃都有反应——这是第一点，可辨识性。我能够清楚地看到我每一次游戏交互行为产生的即时反馈。

第二点叫融合性。什么叫融合性？我在游戏中的行为不是孤立的——我触发了跳跃，后面的结果一定是跟我的后续叙事连贯的。这意味着什么？意味着在游戏语境里面，游戏最好玩的本质是：我们在好玩的游戏里，通过即时反馈，获得一个连续的文化语境。这是游戏最大的魅力所在。

但我们现在实际游玩过程中发现，游戏学者詹姆斯·尤尔所说的“状态机”表现特别糟糕。不管是玩《一千零一夜》，还是蔡浩宇的《不敬》，我们确实发现了这个问题——跟传统 3A 游戏相比，一方面可辨识性不够高。尤其我在初次玩《一千零一夜》的时候，在完全放松的状态下跟它交流半天，需要大量的试错成本。它经常答非所问，辨识度不够——我发出的每一次指令，这个游戏角色给我的回复让我不知所云。后来就变成什么？变成我不停地刺激国王、让他发怒，我反而得到开心，完全背离了《一千零一夜》的游戏本质。

其实《Whisper》也是这个问题，大量玩家变成了学外语、学其他东西，通过一些讨巧的方法让自己快速解锁通关。我觉得这可能也是现在设计师的设计手段还不够到位。

所以我认为，AI 游戏目前来讲，玩法规则、内容生成这五个点都有改变，但最核心要解决的是输入问题——包括意图解释和事实裁定。要让玩家的输入一定要精准，让意图解释能够在一个稳定的游戏框架里产生，而不是完全实时生成的对话随机发散，最后整个叙事游离在外。当一个游戏失去了语境、失去了文化的交互、失去了可玩性，这个 AI 游戏就没有任何价值了。

所以我觉得核心是：解决输入的准确性，实现精准、稳定的意图解释，能够做到快速的实时裁定，把剧情和关卡向内在的叙事流推进——这是目前 AI 游戏需要改变的核心问题。

Monica：关于 AI 游戏带来的全新体验，天培应该感触更深。作为一线落地开发AI原生游戏的创作者，要设计 AI 交互、玩家体验、规则裁定和玩家输入体系，直面真实玩家交互问题。想请您结合实战经验，来聊聊这个问题。

臧天培：从我的视角出发，AI 和游戏本身并不冲突。刚刚聊到的这些问题，本质都是一个体验设计的问题。我非常认同吕欣老师的观点，现阶段多数问题的根源，是游戏设计师对如何设计 AI 原生玩法的探索还没那么多。

我在 Agentland 讲课的时候，会把语境断裂、可辨识性不足这些问题归结为「玩家心智模型」的搭建。很多人都清楚，大模型的输出本质是概率预测，它并不具备“我可以讲出道理”的能力。所以对于大语言模型而言，你只是自由地输入、让它自由地输出，那它是不具备任何可玩性的。绝对的自由意味着绝对的不好玩。

我们早期做的实验里面就包含这样的一个验证——让玩家自由改写游戏技能。AI 能做到，但并不好玩。后来我们更关注的是如何去组织输入，比如组织给 AI 讲的内容。

拿我的作品《觉醒 AI》举例，项目最早期采用的是自由输入模式，玩家可以随意打字，向 AI 描述自己想要的游戏机制，由 AI 根据这一句话来生成。但落地后我们看到了很多体验问题——首先，玩家没法用手柄玩了，需要站起来坐到电脑前、抱着键盘跟 AI 对话，这是很差的体验。而且因为你可以自由对话，你也缺乏一个能把伤害或防御固定到具体锚点的过程，设计师无法设计这套流程。

后来我们就改成了：玩家从掉落物里面去选，选择不同的关键词来生成机制。这样玩家可以靠在沙发上，用手柄或任何输入媒介去选择元素、制作卡牌。我们也有了锚点——一个攻击可能就是几点伤害，有这样的锚定给到 AI、给到玩家、给到设计师，这就产生了一个有效的契约。玩家知道在游戏里应该投入多少伤害去创造一张什么样的卡牌。

讲到最后，我还是觉得这就是一个创作实践的探索过程。像刚刚方可老师说的，AI 才出现两年，很多 AI 原生玩法还没有一个成熟的、大家众所周知的设计方法。随着越来越多的开发者和设计师尝试将 AI 融入游戏设计，会有更多新的设计方法涌现出来，我们也能更好地把 AI 玩法传递给玩家。所以我觉得这会随着时间推移而改变——比我更聪明的设计师，一定能想出更好的交互模式。

Monica：既然你刚刚提到「绝对的自由等于绝对的不好玩」，那是不是意味着，做A原生游戏，需要用一些设计方式，给AI框定边界、设立规则？

臧天培：是的，边界框定在 AI 游戏设计中至关重要。我们上一次做工作坊的时候，有一位做跑团的同学过来跟我们聊，他说了一句话——“绝对的自由就是绝对的不自由。”你作为 Game Master，作为跑团的主持人，如果只是一味地给自由，这个游戏就会变成一场闹剧，一点也不好玩。

不论是玩家还是设计师，都需要做边界的框定——AI 在什么程度上可以影响规则、影响内容。就算不做规则生成，只做内容生成，边界也很重要，比如角色的人设、角色的关键信息，这些边界一定要框定好。不然自由生成一定是不好玩的，会让人很困惑。

如果完全放任 AI 自由生成，最终体验一定是糟糕且混乱的，会让玩家非常困惑。我早期玩《一千零一夜》也有这种感受，我发现只要不停胡言乱语、随意输入，总能触发一些随机内容，总能把游戏继续玩下去。但后来这种体验越来越少了，越来越多的设计师理解了一件事：我得把 AI 框在一个限制里面。

我高中的语文老师跟我讲过一句话，写文章，就是带着镣铐跳舞。——这和做 AI 游戏是同一个逻辑。你要让玩家在你设定的限制下获得乐趣，而不是用纯粹的自由去制造一种虚无的自由感。那种空洞的自由，玩家很快就会放弃你的游戏。

Monica：关于这一点，方可老师和吕欣老师，有什么想要补充的么？

吕欣：我非常认同天培刚刚的观点。我觉得，游戏是一种被设计的自由。

叙事是有语境框架的，我们在玩游戏的过程中，并不是进入一个漫无边际的虚拟世界，而是在其中通过交互叙事的手段获得愉悦、获得意义、获得快感。所以我觉得"被设计的自由"——刚才天培说得特别好——这是游戏的灵魂。

方可：我觉得，自由是AI的一个很重要的特质。当我们第一次用 ChatGPT 的时候，也是被这个特点吸引的。相比传统搜索引擎的确定性，AI可以带给我们自由和理解。作为一个计算系统更理解我们。

这种自由体验在传统游戏中并非不存在。最简单的例子，我打 MMORPG，没有 AI 我也可以和队友一起打，这个体验就是很自由的——我可以完全跟队友说要干什么，甚至可以超出游戏设计者预设的某种团战体验，这完全有可能出现。在跑团当中也是，DM 可能随口把两个人说的一句话拿到游戏运行当中去。

所以我觉得这种自由和游戏的规则、玩法本身是不冲突的。以前我们没有技术，所以做不到；现在技术虽然开始出现了，但设计还没有跟上。技术可能也还不够强——比如说要真的做到像人类 DM 一样，既不出戏、又有好的表演，还能做各种 callback。有的跑团能够玩几个月，DM 甚至能把很久以前玩过的东西想起来。但大语言模型的记忆系统和人类的记忆系统是不一样的——我们作为人，玩的是人的体验，而 AI 内部的运行逻辑、思考逻辑和人的体验逻辑并不一致。

这就导致从技术层面来看，即便是很优秀的企业目前也还做不到。这需要交叉领域的设计师去融合人类体验和技术能力，才能把它做成全新的东西。

Monica：方可老师刚刚提到的这个点，也是直播间很多小伙伴想问的。您提到传统MMO游戏里也能体验到自由交互的乐趣，像《博德之门3》这类传统游戏，本身通过精妙设计，给玩家提供了多种达成目标的游玩路径，让玩家拥有很高的自由度。这种传统游戏设计出来的自由，和AI带来的自由，本质上到底有什么不同？

方可：MMO的自由体现在——我和队友、和工会里的人一起去做一件事的时候，那种自由是超越游戏规则本身的。有点像假设你用 AI 来扮演队友，然后我和他一起去创造一种新的体验。是游戏设计师没有提前预设或是不曾设想过的。

当然也不是说传统RPG做不到AI可以给予的自由度。当你状态机做得足够多，像《博德之门》，它的体验确实和我们现在尝试的 AI 游戏蛮相似的。说实话，在 AI 出现之前也有很多体验上比较自由的游戏，比如我们一直讲的《Façade》，它甚至可以自由输入，背后有很多状态机在支撑。

吕欣：我插句话，刚刚方可老师有一个观点特别打动我———我觉得现在我们对游戏的理解，都是基于以往人机交互技术的限制所框定出来的类型。而在这个时代有了一个最大的新变量：AI 的出现。

从人机交互方式来看——就像现在我们用语音查询一样，鼠标键盘可以不用了。以前我们叫 KM，Keyboard 加 Mouse，后来变成触屏，现在家里的小米音箱是用有限的语音交互指令。自然语言就是一种全新的游戏交互语言了。

另一方面，从内容形态来看，游戏一定只有 MMO、只有黑魂这类形态吗？我觉得不管是交互方式、游戏类型还是用户体验，AI 都会带来全新的可能性。这需要很多跨行业的人一起来探索，值得期待！

三、AI 游戏的长线留存靠什么？新鲜感之后的核心价值是什么？

Monica：刚刚聊了很多关于自由和设计的话题。现在市面上很多玩家在体验了大量 AI 游戏之后，反馈说“好像就只有个新鲜感”“玩不下去”“没那么好玩”。我想把话题聚焦到一个锚点上——三位老师认为，AI 游戏在现阶段乃至更长远的阶段，要靠什么来留住玩家？天培，要不你先从做游戏的视角聊聊？

臧天培：那我先来。怎么留住玩家这件事，我觉得要分不同视角来。

有些时候你的游戏并不一定需要让玩家玩上 1000 个小时——追求时长本质上是服务型游戏的设计目标。从独立游戏的角度出发，很多独立游戏的游玩时长就在 10 分钟量级，它已经是一个非常好的独立游戏了。你再往后玩，体验的是机制和内容的叠加，玩的是增量。

AI 游戏现在能留住玩家，我觉得有两点：

第一是情感羁绊。 AI 其实有很强的共情能力——先不论真假，至少在表达上它的共情能力很强。你绝对不会花两个小时去陪另一个人聊生活、聊情感，但 AI 可以。AI 能很好地 handle 各种 corner case，它不会让你觉得“这个人聊不下去”，它一定能聊下去。与 AI 的情感连接可以很好地把玩家拉回到玩法当中——它可能每天都有新主题、新变化，AI 会有自己的一套日程，有一些想分享的事情。只要玩家跟 AI 产生了情感连接，玩家就特别容易回来继续聊。

我记得今年年初有一个流传很广的案例，一位中国台湾的开发者做了武侠游戏，然后他抱怨说玩家上线后径直去找 AI 僧侣聊天，也不推进游戏内容，只跟僧侣聊今天的生活、遇到了什么事，烧了很多 token。这是一个很好的例子——它产生的就是一种情感连接。

第二是玩家创造。 能否让玩家自己去创造内容？跟 Minecraft 是一样的道理——在开放的沙盒里，AI 赋予你不停创造新内容的能力，新内容可以有机增长，玩家也会回来。

不过我还是觉得，并不需要一上来就想“AI 怎么留住玩家”。好的体验并不一定需要体验很久，它可能是一个很快的东西。比如刚刚我们讲的《我说了算》，体验时长很短，但体验效果非常好。

Monica：吕欣老师、方可老师，两位怎么看待这个问题？

吕欣：我觉得“留住玩家”这个说法首先锚定了一个判断——AI 游戏留玩家的能力不强。刚才方可老师也解释了，一方面是技术的时间阶段问题。

我个人认为，AI 最大的能力是可以把以前游戏里面“将死的角色”活化。以前我们都是被动观看——虽然在游戏里可以扮演一个角色，在王者峡谷里看看某个英雄完成一场叙事，但游戏里的角色、场景，它都是道具，是满足设计师固化叙事手段的工具。我觉得 AI 可以把游戏中很多叙事要素活化了，这是我特别看重的一个点。

比如以后我们玩《黑神话：悟空》的时候——我当时玩到第三周目就觉得已经很无趣了，第四周目完全不想打。因为我熟悉了所有路线，知道每个 NPC 到点会说什么话，这种固化的单线程文本叙事很难产生持久的快乐。假如以后有一个黑神话的西游世界，里面的角色可以记住我、可以产生不同的交互手段，我觉得——尤其把这些内容装在 XR 下一代终端里面，再融入 AI 世界模型——斯皮尔伯格所描绘的“绿洲”世界，可能就是未来 AI 非常重要的一种游戏形态：变成虚拟世界，可体验、可连接、可以获得精神归属。我可能不叫它 Game 了，叫 World。

Monica：地球Online

臧天培：Life Online。

Monica：方可老师呢

方可：我很认同前面两位的观点。我刚才讲到「More than chat」——我们探索的方向不能仅仅是 Chat。Chat 解决的是游戏的下限问题、交互问题。它倒不是留住玩家的——怎么让玩家不骂，可能是解决这个问题。

More Than Chat 解决的是什么？我们观察到很多人在游戏中打字时会觉得很累，甚至不知道说什么。我们在做 More Than Chat 的时候，更多是在解决“让它成为一个可交互的东西”。但是只有 Usable（可用）是不够的——作为游戏来说，要的是 Playable（可玩）。能不能留住玩家，本质上取决于“可玩”这个概念，如何提升它的上限。

我觉得那就得从 AI 原生游戏的角度去探讨上限。毕竟，在某个游戏里加入自由对话，它的可玩性或上限还是靠原本的游戏机制去拉升的。所以真正要可玩，就是要把 AI 的独特性做到可玩。

这一点我们有一个观察——刚才天培说的 Let Me Create。这也是我们 AgentLand 第二个重要的 AI 游戏方向：让玩家创造。

一年多前我们做了一个 AI 教育游戏叫《学学孔子》，玩家可以在游戏中和孔子说话、和他的弟子子墨说话，学到论语知识。我们发现，玩家和孔子直接说话时只是简单的交互。但什么时候玩家真正投入了？当我们做了一个玩法——子墨在外地遇到困难，写了一封信给孔子，孔子说“你这个师弟你来解决”。我们把这个玩法扩展成：你来创造子墨（或颜回或任何人）的一个小故事，需要把故事和论语中某个知识点结合起来。

让小朋友去创造的过程中，我发现他们玩得非常有意思——他们说“子墨在路上遇到了穆斯林”，然后发生了一段什么故事，还能和论语结合起来。过程中他们是非常沉浸的，AI 很好地帮助他们完成小故事，还能让小伙伴一起参与，变成了游戏中的创造。

后来我们大量发展 Let Me Create 这个方向，因为 AI 辅助之后，创造本身就很有乐趣，也很上瘾。创作门槛以前非常高，随着 AI 越来越强，创造的门槛会越来越低，乐趣性也许也会越来越好。

四、 大模型幻觉是 bug 还是特性？

Monica：前面大家聊了很多关于自由度、AI 赋能玩家创造新内容新记忆、定制化内容、新地图新角色、把将死的角色活化起来。但在落地过程中，行业也面临着无法回避的痛点。过去一年很多人会提到大模型容易出现幻觉、胡言乱语。这一块大家怎么看 NPC 的边界问题？幻觉在目前阶段的游戏里，是可以被利用的，还是一定要去规避的？

臧天培：我先来。我在2024年做过一个很有意思的AI互动装置，叫做「AI酒馆」，核心玩法很简单：玩家和 AI 酒保聊天互动，AI 会根据对话内容为玩家调制专属酒水。在做这个项目的过程中，我们是刻意、主动地利用大模型的幻觉做设计。我们会刻意让大语言模型“脱轨”，让他说一些本不该说的话，把一些从没聊过的内容引入对话里。那次测试效果非常好。后来因为模型下架，我们换了别的模型，幻觉变弱了，我们还特别失望——感觉少了那种在酒吧里微醺的、有点懵的酒保感觉。

总体而言，大模型幻觉在强叙事玩法里面肯定是 bug，要去修复。但也不一定要把幻觉压到最低、引入各种机制去限制 AI 对话——那只会让 AI 缺乏灵性。其实是找一个平衡点。而且大模型幻觉最近一年多已经越来越少了，模型确实变强了。

方可：我觉得现在可能不是幻觉的问题了，更多的是出戏——OOC（Out of Character），这个比较严重。

哪怕是现在最强的编程模型，在和你长达一个月持续做工程的过程中，它一定会出现丢失早期 context 的问题。而这个 context 很可能是人类记得非常清楚的——这是最大的问题。人类对某些东西特别敏感，但 AI 对某些东西不敏感。比如一个角色之前随口说了“我特别讨厌苹果”，这可能不在设定里，但他就是说了。然后到某个时刻他突然开始吃苹果——AI 可能觉得无所谓，但玩家会觉得出戏。这不是幻觉，更多是一种人设脱离。

最终解决可能要等模型本身强到和人差不多——能关注到人关注的东西，记忆模式和人的识别模式差不多。在这之前，都需要我们在设计上做一些 harness、做一些边界设定，不要让它出现这种情况。因为只要一旦出现，哪怕是个非常小的东西，都会让人感觉失真，游戏一下子就降格了。

当然还有一种方式——很多场景不实时生成了，靠 AI 预先生成大量预制内容，过程中用实时 AI 做路由。这种方式能保证绝对不出错。

吕欣：我特别赞同两位老师的说法。天培当年“AI 酒馆”的毕设是我们当年的优秀毕设，我在现场体验的时候特别受触动——里面的酒保你会觉得他是有性格的、有人格的，那种微醺的状态、喝醉后胡言乱语的点评，会让你觉得这个人好像是真实存在的。

幻觉这个事在 2026 年这个阶段基本可以解决了。我觉得另一个更重要的事——也是我们实验室最近在研究的——叫虚拟角色的连续人格问题。

天培当时创造了一种人格。包括我们实验室做的智能品牌、智能聊天机器人，核心问题是：人格不可连续。 你今天打开它可能是这样，后来我们在背后调一调人设——今天李白变成霸道总裁，明天变成讨好型小奶狗——但这都是人为设定的。它不会像真实的朋友一样：今天我给他打了高分他很开心，明天我给他挂科了他很恨我。真实的人格是连续的、动态的、生态性的。

我觉得现在这个阶段，游戏角色没法形成连续性人格。一旦人格不连续，时间久了玩家就会把它当作一个生动的信息媒介而已——它可能还是个 NPC，不会内化成“我愿意向他披露、愿意跟他长久交流”的存在。长期记忆本身也很麻烦——意味着每次聊天前要把多年的所有记忆历一遍，不管是算力成本还是 token 可能都还没法支撑。但我觉得连续性人格是未来 AI 游戏一个非常重要的研究点。

Monica：吕欣老师刚好提到你们研究室在做的事情——你们也做了很多年数字人相关的研究。在您看来，数字人里的陪伴与人格设定，和 AI 游戏里的陪伴，在设计理念或用户体验上有哪些相同或不同？

吕欣：我觉得目前数字人行业最多还是停留在媒介表达上——做客服，或者更近一点做情感连接。最大的不同是关系的容器不同。

面对数字人产品时，我们的关系一般是裸露的——可能是公开的裸露，也可能是私密的裸露。我们最近有一项和中科大在合作的研究：在密闭的私有环境下，人们愿不愿意跟数字人披露自我？数据看完后特别让我们吃惊——在这种只有“你我”的裸露环境下，人们特别愿意袒露心迹，甚至像树洞一样把很多私密东西说出来。但这可能会引起一些问题。

我觉得游戏好在哪？它是个特别好的容器。 里面有世界观、有玩法目标，里面的 NPC 相当于战友情——我们是在游戏的假定性中获得心理真实的关系。这时候数字人的人格和陪伴有一种安全垫效应：玩家心里始终知道这是游戏角色，不会把它当作一个真实的女友。这是我们在数字人情感披露研究中的一个洞察。

所以游戏可能是情感 AI 一个非常好的落地容器。

Monica：谢谢吕欣老师。之所以连续追问这个问题，是因为今年我们观察AI生成游戏的发展，发现行业突破主要集中在两个方向。第一是智能 NPC 与涌现式游戏世界，依托AI能力，游戏能诞生大量传统设计无法实现的随机事件、人际关系与动态剧情，让游戏世界真正“活起来”；第二就是大家持续热议的情感连接——怎么把情感连接叠加到游戏里，创造安全区，满足现代人的孤独感等心理需求。

在我们结束 AI 原生游戏第一板块的讨论前，我想最后向三位老师请教下：如果要做 AI 游戏，它能和传统社交体验设计出什么本质区别？给做 AI 游戏创作者一些建议的话，建议往什么体验上去思考？

臧天培：我先举个例子。我们实验室有位同学给 OC（Own Character，自创角色）社区定制桌宠——OC 玩家给参考图和人设图，他捏成桌宠发回去。这个需求量非常高，最后根本接不完。每个人都希望自己的角色活在自己的世界里、被别人看到。这是一个以前很少被触及的需求——这群想创作自己分身的创作者，他们需要一个创作工具或游戏。

让我想起了 QQ 宠物——当时有大世界玩法，你可以把自己的 QQ 宠物捏好放进大世界，跟别的 QQ 宠物聊天、对战。

所以我的建议是：做情感连接方向的游戏，尽可能多地提供给玩家自定义的可能性，不要内置固定不变的角色。 对我们来说，做一个固定角色需要花费的时间、调整边界的精力，远高于把工具开放出来让玩家自由捏造自己角色的设定。后者更容易实现，玩家也更容易喜欢上这种体验。不过这也只是我的一个视角，做情感连接赛道的——不论是游戏还是 App——现在有特别多的探索，每个人都会有自己的见解。

吕欣：关于角色这件事，在传统媒体时代就有很多学者在研究了——当时研究的不是游戏角色，可能是电影明星或动画角色。社会学和传播学中有一个非常重要的概念叫准社会关系——我们对由叙事、影像或文本构成的媒介内容长期欣赏后，会对其中塑造的角色产生极度亲密感。这是 70 年前的学者就开始做的研究。

但有了 AI 之后最大的变量在哪？游戏角色跟前几个时代没太大改变——不管黑魂还是 RPG，都是由脚本和设计师一起构建的，角色性格是稳定的。传统角色满足的是归属感——"我们都喜欢刘德华，我们就是一个圈"，粉丝文化中大家在行为中找到对偶像认同后的文化圈层归属感。

AI 出现了最大的变量：每次对话它是认真在倾听的。 为什么我们做实验时发现大家那么爱披露？因为有这样一个人如此安安静静地一直在听你诉说，你就特别容易把内心最深处的东西拿出来交流。

有了 AI 之后，情感连接满足的是什么？被见证、被关注、被尊重的感觉。 我觉得这很重要，可以产生慰藉作用。现在大家都挺焦虑的，有了这样一个东西之后——你的观点能够被倾听、被记忆、被尊重——是有疗愈作用的。但有可能会沉迷，得控制好边界。

方可：我想讲一个挺有意思的观察：在玩 AI 游戏的时候，我到底在扮演谁？

这是两年多前一位 AgentLand 的制作人做了一年之后问我的问题。玩传统 RPG 时，我们是在扮演游戏中的角色——Role Play，代入游戏角色。但 AI 引入了一个很有意思的事情：它的"自由"意味着我可以打字、可以有任何输入。在这个过程中，很容易跳出"我在扮演游戏角色"，很容易变成扮演我自己——因为我自己在工作中说话也是打字的，我在扮演自己的社会角色。

这就产生一个冲突：我到底在扮演谁？

所以我觉得有两条路：一是做到最好——你扮演的是游戏中的角色，和游戏角色产生情感连接，那就不要让他有任何出戏的可能；二是完全放弃角色扮演——直接让玩家就是扮演自己，把 AI 的能力用来让"扮演自己"也能产生很好的交互体验。

五、新人最容易踩哪些坑？

Monica：谢谢三位老师从不同视角给我们的启发。就像方才方可老师提到的，目前AI原生游戏行业整体还处在非常早期的探索阶段，没有一个明确的可参考设计路径。我们也很期待更多人能加入 AI 原生游戏探索中来。

下一个话题我们聊一聊AI 原生游戏的创作应该从哪里开始？天培，你自己做 AI 原生游戏时，一开始是怎么定义"我要做什么游戏"的？工作流和路径大概是什么样？

臧天培：我讲一下《觉醒 AI》从0到1的创作过程。两年前我们在现场玩到了卡牌构筑游戏——当时这类游戏很火——回来路上就在脑暴：能让玩家自由地在游戏里做卡牌会不会很好玩？自由度到什么程度最合适？如果把 AI 去掉，游戏会不会也很好玩？我们当时做了这样的思考。最后可能就是我一个人有时间，就一个人开始做了。

我觉得 AI 时代——尤其是 AI 编程能力特别强的时代——独立创作者的能力是很强的，完全可以一个人把游戏做完。用 AI 做游戏当然都可以，但做 AI 游戏会有一些独有的麻烦：

第一是基建问题。 传统单机游戏不涉及网络，做完发包别人就能玩。但 AI 游戏需要考虑网络问题——别人的网络延迟、用户输入会不会超出设定边界。

第二是大量 Playtest。你可能做一个版本就要发一次，把玩家的输入记下来，看有没有你没想到的自由输入组合、没想过别人还能这么玩。然后判断：你该阻止它还是鼓励它？

整体来说，一个人从 3 月到 6 月，三个月做 AI 游戏是非常可行的。一个人做的好处是自由、不受干预地做探索。如果需要把机制跟别人交流，可能会有摩擦——别人不太理解你的 AI 机制为什么能促进体验。这时就要靠自己用各种工具把玩法做出来，用 Demo 证明这个玩法是好玩的。

我当时先上了集合（itchio 之类），然后被下架了——因为没做安全过滤。“你可以做任何事情”也意味着会有敏感内容。所以后来花了很长时间做安全审查。

整体来说，一个人从 3 月到 6 月，三个月做 AI 游戏是非常可行的。一个人做的好处是自由、不受干预地做探索。如果需要把机制跟别人交流，可能会有摩擦——别人不太理解你的 AI 机制为什么能促进体验。这时就要靠自己用各种工具把玩法做出来，用 Demo 证明这个玩法是好玩的。

Monica：你当时觉得做游戏时最难的设计是什么？比如你刚提到 Playtest——AI 的可控到底控多少、要不要做兜底？

臧天培：我觉得最难的就是设计输入。AI 游戏最难的部分就是输入。在我看来，除了金山打字王，不能有任何游戏需要用到整个键盘作为输入控制——因为这个体验是疲劳的。

要不要做语音输入？语音输入对零零后来说不是特别上手的体验——我不太喜欢跟 AI 用语音对话，可能还是习惯用键盘。但一零后或二零后对语音输入的接受度会很高。

你做输入的时候，是自由输入还是非自由输入？允许玩家输入任何内容吗？如果玩家输入"宇宙最强无敌机制"怎么办？这种东西显然不现实，你不能允许它破坏游戏机制。设计输入的过程是整个游戏里最复杂最麻烦的事情。

输入完了再聊输出——AI 的输出相对好一些了。以前 AI 做卡时也会出问题，我当时用了外部 harness 去验证 AI 输出的正确性。但现在这个问题基本解决了，AI 更聪明了。现在最麻烦的已经不是 AI 输出，而是玩家和游戏的接口——输入部分怎么设计、怎么锚定难度节点、怎么锚定不同机制与自由/可控输入之间的关系。到现在为止这依然是最难的。

Monica：天培是从自身完整的实战案例出发，拆解了AI游戏设计最核心、最棘手的难点。那方可老师，您在AgentLand实验室看过海量AI游戏原型、见证过无数新人创作者的试错过程，结合天培刚刚分享的案例，以及您接触过的大量新人作品，想问问您：新人在做AI游戏设计中，最容易踩的坑是什么？

方可：我觉得新人最容易踩的是做游戏本身的坑——从玩家到设计师最关键的转变就是从体验出发。

尤其有了 AI 之后，我们最近一次工作坊特点特别明显：AI 一下子可以跑出好多东西，写得特别快，满屏的 Button、好多机制、好多页面上的玩法。但真正游玩时体验非常糟糕——没有视觉中心、没有优化体验、没有优化 UX。这是新人最容易出错的。

所以我觉得大家需要做的是做减法、不断检验。我们在 IMDT 经常讲一个词叫体验目标——想清楚你最核心的体验目标是什么。体验目标可能就是一个形容词加一个动词，比如"孤独的失败"。你所有的设计全部围绕这个目标来设计，不要做太多功能，先从最核心的功能开始做起。这些无论对用 AI 做游戏还是做 AI 原生游戏都一样。

AI 原生游戏可能比用 AI 做游戏更难一点。本质上都是用 AI 产生优秀体验，只不过用 AI 做游戏时是 Human in the Loop——你一边做一边调，AI 做得不好还能再调一调，最后让游戏变优秀。但 AI 原生体验是实时的，你必须让 AI 产生绝对优秀的体验——这非常难，现在技术也不够成熟。

所以新手可能需要先往"Human in the Loop"那个方向偏一偏，不要一开始就做 AI 原生游戏。当你理解了什么叫体验目标、什么叫优秀体验之后，再逐渐看是不是可以在运行时加入新机制。当然你也可以一开始就尝试——你是探索者——但在尝试的时候一定要关注体验、关注体验目标。多请人来玩，问他们体验什么样，不断迭代。

Monica：吕欣老师，有想要补充的观点么？

吕欣：我补充一点。我们之前一直在讨论AI幻觉的问题，但我觉得现在倒过来了——AI 幻觉越来越少，但 AI 赋能之后，人的幻觉越来越多了。

举个例子：上周有一个退休多年的、另一个学院的老师，晚上 11 点半发来文件说"吕老师我会用 Cursor 做游戏了，你看看我做了一个消消乐"，特别开心。但玩了以后我只能礼貌性赞美。大家有了能力赋能之后都觉得"好像我会做游戏了"——但“我会做游戏"和"做一款能被大家接受的游戏"之间有很大的距离。

现在这个时代，品味、判断力，尤其是你对游戏好玩的直觉，需要很深的修炼。为什么我们说上周开会时怀着特别憧憬去调研，结果发现目前阶段蛮失望的？因为出现了幻觉——AI 赋能后好像人人都能做游戏，其实不是这样。你真正能在 Steam 上沉淀下来、让用户愿意买单的游戏，一定是继承了游戏传统、同时在做开创性创新的。

需要职业的人拥抱技术，让热爱游戏的人先去大量体验好的游戏是什么——背后很多东西需要修炼。要降低人在 AI 时代的幻觉，就要加深对文化本身的理解。

快问快答

1. 用一个词形容你对 AI 游戏的未来感受

吕欣：好奇。焦虑无用、兴奋会过时，但好奇心会驱动我们持续探索全新领域，我们正处在一个游戏时代的破晓时分。

方可：希望。 AI游戏像是一种憧憬。

臧天培：快乐。做AI游戏是纯粹的乐趣，也是因为快乐我才会继续做。

2. 推荐一款 AI 玩法做得好的游戏

（不含本人 / 学生作品）

吕欣：我推荐 GMT 的《灵兽法师》，很有趣，非常好地呈现了 AI 游戏的一些基本特征。

方可：我推荐一个叫《文明史诗》的游戏，是 B 站弹幕游戏，玩家可以通过弹幕来参与。可以在 AgentLand 的页面（https://agentlandlab.com/）或者 B 站搜到。

臧天培：《千夜之书》（原名《一千零一夜》），很具有开创性的游戏。你要从它 2020 年做出来的时代去看它的尝试，而不仅仅限于这个游戏现在的本身。非常有启发性。这个游戏影响了我从 2020 年到现在的每一分每一秒，真的很厉害的想法。

3. 说一个 你们觉得 AI 永远做不好的一种游戏类型

吕欣：那种毫不依赖语音语义、纯拼肌肉记忆的竞技类电竞射击游戏。它可能不需要 AI 的能力。

方可：我觉得是你自己就不想用 AI 的时候。你自己坚持手搓，不想用AI的时候，AI 就做不好。

臧天培：我这边有几个，但我也很期待有没有人能做得出来——平台跳跃、第三人称射击、战术射击、派对游戏、格斗类游戏。我觉得一定会有人找到办法做得更好，但现在这几个类型我想不到怎么用 AI 让它更好。

4. 你最近玩的一款好玩的游戏？

吕欣：有个《Suck Up!》大家可以试试，通过话术欺骗 NPC 来通关，很有创新性。《双影奇境》也很有意思。

方可：我最近一段时间在探索 AI 叙事，然后就重新玩了一下《逆转裁判》。我觉得《逆转裁判》的精彩之处，大家可以看到它经典的机制——出示证据、两边呈堂对峙的表演。如果关注 AI 叙事，可以关注它在给玩家反馈和提示这两方面非常精彩的设计。

● 它能让玩家有很好的期待和预期——无论你是成功还是失败，给到的反馈都非常具有表演性，能够让玩家理解发生了什么。你有可能会推理错误，但推错之后它给你的反馈会让你觉得“原来是这样”，然后又给你进一步的线索，让你再去推。

● 我们很多学生作品做不好的就是“提示→行为→反馈”这条路。如果关注 AI 加叙事方向的话，可以去看看《逆转裁判》是怎么做的。

臧天培： 我最近最喜欢的游戏叫《孤山独影》，一个关于爬山的独立游戏，跟 AI 几乎一点关系都没有。玩的时候你能感受到纯粹的输入—反馈—输出循环——山就在那里，你往上爬，这个循环非常愉悦。

5. 给创作者的寄语？

吕欣： AI 的技术赋能是一个难得的时代红利，让以前跟游戏行业隔绝的人都有机会去拥抱它。让我们一起来拥抱和开创这个时代！

方可：用先锋艺术家的心态和态度来做 AI 原生游戏可能会比较好。关注非常集中、非常锐利的某个角度，把核心体验凸显出来。不要一开始就做成一个非常完整的大游戏——困难，也要解决很多问题。但尝试着把它当做一种先锋艺术去尝试。

臧天培：在既有的轨道上很难带来突破性的创新成果，AI 游戏提供的是一个从未想象过的未来。 不知道在场有没有开发者有过这样的时刻——“我有个好想法”，然后一查，有人做过了。AI 游戏几乎不会有这种时刻，你只要想到了，可能就是第一个做这个类型的人。所以不要只站在既有的轨道上往前走——勇敢地往轨道外面去，去脱轨。