對話超參數：從600個AI到一個“西部世界”的未來，AI原生游戲的苦與樂

作者 ｜ 董道力
郵箱 ｜ dongdaoli@pingwest.com

如果你最近留意過 AI 游戲這個賽道，大概會有一種似曾相識的疲憊感。

過去一年里，"AI 游戲"幾乎成了 AI 陪伴和 AI 文字游戲的代名詞。無論是能和你談戀愛的虛擬角色，還是讓大模型實時生成劇情的互動小說，它們的玩法內核高度一致：本質上都是把大模型的對話與生成能力做一層產品化包裝。

AI 負責把話說得更漂亮、把劇情續得更順，玩家則負責不停地輸入。換句話說，模型能力的天花板，幾乎就是這類產品體驗的天花板——抽掉那層對話皮，下面往往沒有一個真正"成立"的游戲。

而《遙遠行星：建造師》想往前再走一步。

它是一款太空跑商游戲，你穿梭于 150 多顆星球之間，從一名新手商人做起，經營店鋪、打通商路、組建商會，最終成為攪動整個星系格局的大老板。

游戲的經濟系統由 AI 驅動，供需與價格并非固定數值，而是由 600 多名 NPC 的立場、關系與選擇共同塑造。這 600 多名 NPC 各自擁有獨立的身份背景、長期目標與行動邏輯，會根據你的行為、市場變化與陣營關系持續做出選擇，而這些決策會真實影響貿易環境、勢力結構與世界走向。

換句話說，這個游戲世界會“記仇”。

它的野心不在于"用了 AI"，而在于做一個玩家與 AI NPC 共生、能夠自我運轉的動態世界。用制作人劉寒的話說，這個方向的終局是"西部世界"：一個有人、有組織、有物理環境、也有運轉規則的小鎮。AI 在這里不是給傳統玩法錦上添花的工具，而是世界能否"活"起來的底層引擎——把它抽掉，游戲還在，但那個會生長、會反噬、會因果相連的世界就沒了。

支持游戲底層AI玩法落地的超參數科技，成立于 2019 年，核心團隊脫胎于圍棋 AI"絕藝"和《王者榮耀》AI"絕悟"，長期為大型商業游戲提供游戲 AI 服務。

如今它親自下場，押注的正是"AI 原生游戲"這條大廠因缺乏成功先例而難以立項、卻恰好屬于獨立團隊的窄路。

但理想和落地之間，隔著一整套工程難題。600 多個 AI NPC 如何同時在線運轉而不崩？大模型的輸出成本怎么控制，才能讓一款賣三十幾塊錢的游戲"運營上不虧"？為什么是通義千問而不是 DeepSeek？

帶著這些問題，我們和超參數科技的VP 季興，以及《遙遠行星：建造師》制作人劉寒聊了聊，關于一款 AI 原生游戲從的誕生，以及游戲中對AI能力的取舍。

一個"動態運轉的世界"

硅星人：先問劉寒老師，這款游戲的內核，究竟是一款太空跑商游戲，還是一款 AI 游戲？換句話說，如果抽掉 AI 部分，比如 AI 議價、AI 生成世界，它還能成立嗎？

劉寒： 我們做這款游戲時，最初的目標并不是"要做一款 AIGC 游戲"，而是想構建一個玩家與 AI NPC 共生且動態運轉的世界。這是我們的初心，它并沒有完全落在"AI 建設"上，而是落在"動態運轉的世界"上。

動態運轉世界這件事的終局是什么？我們認為應該就是"西部世界"。我加入超參數之前做過《我的俠客》，也是類似的動態世界類型。在抵達終局之前，要做這樣一個動態運轉的世界，首先得有一個世界，而這個世界要有足夠多的自運轉要素，才能讓事件具有一定的不可逆性。所以才有了這個項目。

回到你的問題，這款游戲拿掉 AI 還算不算游戲？我覺得它仍是個游戲，但它就不再是我們想要的那個動態運轉的世界了。

硅星人：那為什么會選擇"太空跑商"這個方向，而不是當下更熱門的 AI 陪伴或 AI 文字游戲？

劉寒： 這又回到世界構建上。如果我們認為"西部世界"是終局，那它本質就是一個小鎮——美劇里的西部世界就是個小鎮，但這個小鎮包含了完整的要素：有人、有組織、有人類意志的創造物、有物理環境、還有運轉規則。

比如盜賊進入小鎮，警察要出警，這顯然是人類設計出來的運轉規則，它讓事情有了這樣的運轉方式；但如果把規則改成"盜賊進來之前，警察每天在路邊巡邏"，整件事就會以另一種方式運轉。所以我們認為，首先要構建一個有大量 NPC、也有組織的世界。

我們講太空跑商，真正參考的原型其實是《太閣立志傳》，一款很古早的光榮的游戲。因為我們看到那個游戲里有很多 NPC、很多組織，它們能夠自運轉，并能以當時機能的方式模擬出一個個事件。

所以在太空跑商這個框架里，我們看到了五層想要的東西：人、組織、人類意志的創造物、物理環境，以及運轉規則。我們認為其中的語言層和機制層可以彼此產生互動，讓玩家既得到那些"可預期的確定性"，也撞上"不確定的意外"，這是我們的動機。

至于為什么不用 AI 陪伴或劇情互動，這類方向若寫得好，能大幅增強大語言模型生成信息所帶來的滿足感和新鮮感，只是它不是我們選擇的路線。

硅星人： 如果把這款游戲拆解開來，哪些部分是真正由 AI 驅動的，哪些仍然依靠傳統的策劃和數值系統來兜底？

劉寒： 我先把 AI 擴展為廣義上的 AI。我們認為大模型、條件機、行為樹都屬于廣義上的 AI，它們都能模擬出人類所看到的某些邏輯——因為我們的觀點是，所有 AI 的本質都是在模擬人類的邏輯。

所以回到你的問題，目前游戲里其實條件機有、行為樹有、大模型也有，很難拆得那么開。但有一點是確定的：游戲總要有一些可預期的東西，規則也好、機制也好，都是由創作者確定的。

我們最近在做 MOD，在 MOD 開放之前，這里面大部分創作仍然由我們的策劃完成，策劃把機制和預期定下來，玩家則在這些機制和預期之內，涌現出自己想要的東西。

我覺得玩家其實已經玩出了很多我們原本沒有預期到的東西。現在這款游戲更偏沙盒，我們定下規則，玩家在規則之內創造出自己想要的東西。

什么才算"AI 原生游戲"

硅星人：接下來想請教季興老師。您主要負責 AI 技術落地，對超參數而言，這個項目更像是一次技術案例的落地驗證，還是想真正探索 AI 游戲商業化的可能性？

季興： AI+游戲這個方向我們一直在嘗試。最早 2020 年我們做過一款 AI 微信小游戲《輪到你了·揭秘篇》，2023 年做了一個叫"活的長安城"的 Demo，到今年，我們和寒哥一起合作了《遙遠行星：建造師》。

對我們來說，它更偏向一次"試錯型"的技術落地。之前那些 AI 原生游戲更偏雛形，而這次我們想真正面向玩家做一次開放性測試。在此基礎上，我們對 AI 側的成本做了一定控制：第一，如何把它控制在一個小規模的成本下試錯；第二，暫時沒有把AI完全做成本地化部署。只有在拿到大量用戶反饋之后，我們才能更好地決定后續 AI 側優化的方向。

硅星人： 接下來問一個比較開放的問題。最近"AI 原生游戲"這個定義其實比較混亂，你們是怎么區分"AI 游戲"和"用了 AI 的游戲"的？

季興： 因為我是 AI 側的，我的定義可能更嚴格一些。首先，游戲的核心玩法要和 AI 緊密結合，甚至可以說：如果脫離 AI，玩法就不成立，這樣我們才稱之為 AI 原生游戲。

《遙遠行星：建造師》剛好屬于這一類——它的動態沙盒、AI NPC 的決策與記憶、AI NPC 之間的社會關系網，都是 AI 所在，如果把這些抽掉，整個玩法就不完整。

如果是"用了 AI 的游戲"，定義會更寬泛。比如在已有的商業化游戲中，用 AI 去優化玩家的體驗或行為，或者用 AI 做產能上的提升。但這些 AI 應用本身，我理解它不太改變整個玩法的上限和方向。

玩家騙 AI 也是一種樂趣

硅星人： 接下來問一些細節。先問劉寒老師，游戲中的自由對話和議價系統，你們如何防止玩家通過語言操控 AI、甚至"破解"AI？有沒有防護措施？

劉寒： 有一些防護措施，比如數值上的邊界。但在這件事上我們并不糾結，我們認為玩家欺騙 AI 本身就是一種樂趣。總體觀點是，我們需要設置邊界，但這個邊界不是一道牢不可破的墻。玩家可以適度地去欺騙 AI，關鍵是要在其中習得樂趣，也就是"我到底該怎么騙 AI、怎么跟 AI 交互"。

硅星人： 你們之間在游戲設計上有過爭議嗎？比如劉寒老師認為用戶體驗就應該這么設計，但季興老師覺得 AI 落地不了，有這樣的時刻嗎？

季興： 我覺得，相比"游戲制作人"和"AI 開發者"之間的分歧，更大的考量因素在于，在游戲+AI 的落地過程中，"自由度"與"游戲可控性"之間的權衡。

這在以往很多案例里都碰到過。一旦加入 AI，無論是行為側還是交互側，都會在一定程度上給玩家帶來一些"失控"的元素。但我們又想通過這種多樣化的 AI 行為表現，給玩家創造更豐富的體驗。所以這中間需要反復對齊、反復推敲。

核心是兩點。第一，AI 的邊界行為有哪些；第二，在邊界之內，我們能用 AI 給玩家提供怎樣多樣化的體驗。我理解這在 AI 和游戲的研發過程中是有一定矛盾和沖突的，內部需要多磨合。

劉寒： 我覺得這個問題在游戲上其實可以統一來講，就是究竟是"AI 無用論"還是"AI 萬能論"。當一個新工具交給游戲開發者時，很容易出現一種情況：因為有 AI 團隊在，我們就把需求一股腦拋過去，"AI 團隊幫我解決一下"，于是默認 AI 萬能；但也可能一開始覺得 AI 萬能，過段時間發現這也不行、那也不行，很快又落入 AI 無用論。

我自己覺得，游戲與 AI 結合這件事，終究要回答兩個問題：第一，游戲開發者要的是什么；第二，AI 工具的邊界是什么。這兩個問題被回答清楚之后，游戲和 AI 的結合就會更順暢。

硅星人： 季興老師，AI 落地時肯定會面臨這樣的問題：對話模型可能被玩家拿去當編程工具，套你們的算力。你們在落地時做了哪些技術上的防護？

季興： 這個肯定有。最基礎的，是涉及敏感詞匯的防護，這是最底層的。再往上，是針對"逃離游戲基本設定"的防護——比如游戲的世界觀、基本邏輯，包括對話的自然性，至少要讓玩家與 AI 的對話是連續、自然的，而且不脫離整個游戲世界觀的設定。我們用大語言模型里的一些技術，把整個 AI 對話限制在一定范圍內。

我們整個 AI 對話雖然基于一套大語言模型，但底層仍需要劉寒老師這邊提供的游戲世界觀、物理邏輯、設計邏輯。我們通過類似 RAG 的方式，把世界觀限定在一定范圍內，同時也會有一些"后兜底"邏輯來保證這些機制的完整性。

讓 AI 去推一個沒有預期的故事

硅星人： 有沒有某個游戲創意或功能，因為 AI 技術落地不了而取消的具體例子？

劉寒： 講個很有意思的事。去年年初我們就在做劇情生成，現在也還在做，但這個劇情生成我們來回磨了一年多，當然現在做得也還不算好。一開始策劃拋出的需求是："這個故事是這樣的，我希望中間發生某件事，故事就要隨之變化。"AI 同學就問："你希望發生的變化是什么樣的變化？"策劃說："我不知道，如果我知道就自己寫出來了，我就覺得這個故事應該會發生一個變化，AI 應該順其自然把故事推出來。"當時大家對 AI 的理解大概就是這樣。

比如，劇情是 A 要去找 B 朝拜，策劃希望朝拜過程中 A 突然把 B 殺掉，原本的故事接下來就應該轉換成新的樣子。AI 同學問"你希望轉成什么樣的新樣子"，策劃說"我不知道，我只想知道這個故事該怎么發展，讓 AI 自己去推就行"。

但站在今天的視角看，這顯然有問題：你讓 AI 去推一個沒有預期的東西，AI 最后只會"過擬合"，并不會給你想要的東西。讓 AI 做"腳手架"這件事，是去年一個非常典型的例子。后來我們也意識到了腳手架的重要性：所謂的故事其實是有框架、有結構的，涌現也是在一定規則和范式下的涌現。

講話很累，但反饋最多

硅星人： 接下來這個偏游戲設計，問劉寒老師。既然已經有了自由發言，為什么還要設計"快速議價""靈感發言"？你們是如何在交流負擔和游戲自由度之間做平衡的？

劉寒： 這個問題很有意思，我們在這件事上搖擺過兩次。最早所有對話（與NPC議價對話，與NPC普通對話）都有"靈感發言"，用了大概小半年時間。上線前那天我們把靈感發言砍掉了，先砍掉的是跟 NPC 交互的部分，但沒有把議價部分的靈感發言拿掉。

為什么？第一，我們有個觀點：講話這件事其實很累。從能量消耗看，大腦是高耗能單元，肢體是低耗能單元，所以講話蠻累的。但講話所獲得的多巴胺反饋又是最多的，別的地方的反饋可能都不如你說一句話、別人回一句"對，你說得對"來得多。所以它是一個"高耗能帶來高反饋"的地方。

議價里之所以保留靈感發言，是因為玩家最開始接觸到的就是議價這個場景。這個場景太過功利化，你要的就是讓他順著路徑獲得正反饋，所以我們盡量節能，不讓他費腦子。同時也是借此傳遞給新手用戶一件事：這是一個可以自由發言的游戲。

這里我們還做了一些小設計：最開始點完靈感發言會直接發送出去，后來改成點完先進入底部對話框，玩家可以二次編輯再點發送。這都是在潛在地告訴用戶，這句話是"你"說的，靈感發言只是幫你而已。另外，議價部分的規則收斂比較強，我們要求你必須講真實的事情、不能造假，這就迫使玩家從環境信息里抽取真實信息來完成。即便如此，一開始這部分仍給玩家帶來不小壓力，玩家會覺得"付出不少，為什么不能隨便口胡就拿分"，后來我們也對難度做了一些調整。

然后說第二部分：為什么我們把跟 NPC 交互（比如夸贊、抬杠等）里的靈感發言拿掉？很有意思的是，當我們給玩家提供靈感發言時，發現玩家其實不太愿意思考，因為 AI 輸出語言的邏輯性、結構性比絕大多數人講出來的話都好。這帶來兩個問題：第一，玩家發言壓力變小了，覺得"反正有 AI 幫我發言"；第二，對話中的驚喜感變少了，因為 AI 給的靈感發言過于四平八穩，很難和 NPC 之間擦出驚喜的火花。我們一直在玩家群里測試，把靈感發言拿掉之后，整個玩家群里關于"NPC 對話"的分享大幅增加，因為這時玩家的發言是欠缺邏輯的，恰好能讓大模型輸出那些很離譜但又很有意思的內容。

當然我們最近也在解決"發言成本太高"的問題，比如做語音輸入，戴個麥克風就能說，不用打字。還有潤色功能，你輸入兩個字，它會自動幫你擴展成更長的一句話。

但我們始終認為，對話這件事需要玩家親自輸入一些東西。這件事當下可能讓玩家覺得有點負擔，但只要他愿意玩，就會覺得有樂趣。

硅星人： 我看到對話有輪數限制，根據好感度控制在 3 到 5 輪，這個數字是怎么來的？

劉寒： 直覺。最開始是五輪，五輪自己測的時候覺得好累，就改成了三輪，純憑直覺。

不追求最新，追求確定

硅星人： 問一下季興老師，這款游戲目前用的是什么底層模型？

季興： 我們用的是通義千問。一來我們要做一些定制化的微調，它作為開源模型比較適合。二來它對中文環境的適配性較好，同時我們在性能和成本方面也做了考量。

硅星人： 你覺得千問和豆包最大的差別在哪？開源閉源、生成速度，還是成本？

季興： 更多還是從成本側考量。畢竟我們面向的是一個公開的商業化游戲環境，而且這是我們第一次商業化游戲上線，所以對成本的考量會更多一些。

硅星人： 我之前問過一些其他做 AI 游戲的，他們也大多用千問。千問是不是對 AI 游戲開發者的支持更好一些？

季興： 它至少在中文環境下，作為一個能做商業化應用的開源模型，是一個比較好的選擇，所以大部分開發者會先選它。

硅星人： 那為什么不用 DeepSeek 呢？

季興： DeepSeek 我們之前也試過，但綜合整體耗時、開源性、更新迭代以及最終的成本側，最后還是選擇了千問。

劉寒： 我們有個觀點：做游戲，用大模型不追求最新，追求確定。如果我們只是使用大模型的非結構化輸出，比如文本的優美程度，那用最新模型當然更好，文本會更優，但其實也不見得，比如 DeepSeek V3 的文本可能比 V4 還更優美一點。

我們認為關鍵是模型和應用場景之間的關聯性。回到這個游戲，我們很在意的一點是：里面有很多"判分"——比如我向 NPC 索取一個東西、跟他打了一段文字，這段判分邏輯是什么，需要大模型來判分。我們發現，每一次模型更新都會帶來判分的搖擺。所以如果你的游戲真的把大模型用在很多結構化輸出里，尤其是要輸出很多數值、或者要和世界狀態去耦合，那么使用開源模型會讓這件事具有更高的確定性。至少出問題時，你能知道到底是模型出了問題，還是你的設計出了問題。

而很多時候用 API，API 背后都有大量路由，會路由到不同的小模型上。那種情況下問題定位會非常難。你不知道是信息給得有問題、提示詞給得有問題，還是這次路由到的地方不一樣，根本沒法定位。這是我對模型使用的一點補充。

三十幾塊錢，運營上不虧

硅星人： 如果想做到盈虧平衡或盈利，這款游戲賣多少錢比較合適？現在三十幾塊錢肯定是虧本的吧？

劉寒： 首先，三十幾塊錢不是虧本的，是不虧的。如果指的是研發成本，那肯定虧，但如果指運營成本，我們是不虧的，甚至是賺的。這件事的關鍵在于：大模型與游戲的應用需要做非常多工程化設計。工程化會帶來兩件事：第一，讓你的 Token 應用可控、邊界清晰；第二，能解決模型與游戲狀態、數據機制之間的耦合。

舉個最簡單的例子，為什么這樣的應用是可控的？大模型成本分為輸入成本和輸出成本，輸出成本顯著大于輸入成本，而輸出部分與玩家的感知是正相關的。如果我們有大量輸出但玩家感受不到，那這個輸出就是無效的——輸出的東西要被玩家消費才有價值。所以這里有非常多可控化的工作要做，比如：如果玩家什么都不做、只是掛機，那模型就不應該轉，因為模型空轉對玩家來說沒有任何體驗。

季興： 這也得益于 Knit 平臺在整個工程化過程中做的調優工作，也體現在它整個模型路由的功能上。

全量存儲與 30 年的 deadline

硅星人： 再問一個偏游戲設計的問題。這款游戲是一個世界狀態，整個世界的物價、每個 NPC 的記憶等等，如何保存？用狀態機、數據表，還是依賴大量提示詞？我看你們一個存檔體積好像很大。

劉寒： 我們用了一個比較粗糙但有效的方法，存在用戶電腦上。傳統游戲其實只要記當前的世界狀態就夠了，但我們做的是全量存儲：游戲按天結算，每天結算時，所有 NPC 做過的事情，我們都記在對應人物的記憶體下面。游戲體積之所以那么大，是因為我們做了玩家的記憶體、場景的記憶體、組織的記憶體，并把這些記憶體進行交叉匹配。

舉個例子，我跟你議價時，可以加載和議價相關的記憶，我跟你索取時，可以加載和索取相關的信息，比如我們倆是不是同一個種族。再比如游戲里有個"重選大老板"的機制，重選時我可以加載你這個人之前在公司里的業績。所以我們做的，就是把所有數據都記錄下來，然后在不同使用場景里進行不同的調用。

硅星人： 自由模式好像限制在 30 年，這是出于技術上的考慮，再多可能就漂移了？還是出于成本，或者覺得這樣游戲性更高？

劉寒： 兩個原因。第一是技術問題：現在 30 年下來，存檔已經快一點幾個 G，如果再往后拉，存檔會越來越長，上下文大概率會崩掉。

第二是游戲設計上的考慮：我們過去做過類似的游戲，發現很多游戲到最后會偏向"垃圾時間"，所以給世界設置一個 deadline 可能是個有趣的設計。我們認為世界不應該無窮無盡，而應該有終止的時候，然后你可以選擇再重新來一次，這樣會更有意思。

硅星人： 游戲里有全局存檔和局內存檔，其中有一種叫"星際孤品"，為什么這樣設計？

劉寒： 基本是游戲性設計，有兩個原因。第一是游戲性：你第一局拿到某樣東西后，第二局可以選擇用不同的東西開局，開局的趣味性會變高，有點像組 Build，也有點像 Roguelike——每 30 年是構建一次人生，不同的選擇帶來不同體驗。比如游戲里有個道具，打到人時百分之百可以進入處決，玩家拿了它，我大概就知道你想玩海盜、不想好好經商了。所以它代表著一種體驗預期。

第二是技術問題：局內存檔太大了，大部分游戲平臺的云存檔支持不了。所以我們做了全局和局內的拆分，全局存檔可以放到云端，你換一臺電腦也能接著玩。

硅星人： 在自由模式中你們如何約束和引導玩家？我看有一個世界性的"預言書"，那些是隨機生成的還是固定的？

劉寒： 是隨機生成的。預言這個東西，也是我們做到最后才總結出來的。我們發現世界的變化需要一些引導，但如果引導過頭、又或者讓玩家自己去探索故事線，其實很難探索出來。所以我們做了一個類似"預言"的東西：每一次預言都隨機抓取世界上的一些信息，給你三個選項確認下來。玩家有選擇權，但又不至于要自己去找選擇對象——對象我已經給你了，你可以選擇改變或不改變，從而構建出一條屬于自己的故事線。

目前這個版本的預言還偏離散。下個版本我們會讓它更具敘事性：比如你第一張預言卡抽到的是農業，那下一張大概率還會給你農業的故事，三張卡里大概率還有一張農業的卡。這樣如果你有興趣，就可以繼續順著農業摸下去，隨著預言的推進改變某個勢力或種族的命運。

Knit 平臺讓六百多個 NPC 同時跑起來

硅星人： 接下來問季興老師。超參數用了一個叫 Knit，這個引擎在游戲中具體解決了什么問題？如何把大模型、NPC 決策這些連在一起？

季興： 我先澄清一下，它可能不叫引擎，更像是一個平臺。Knit 的完整定位是一個面向商業化的 Agent 智能體解決方案。它是我們在和寒哥共建《遙遠行星：建造師》的過程中沉淀出來的。在AI原生游戲開發的過程中有很多重復性工作，我們索性把這個平臺沉淀出來，未來也能提供給外部使用。它是一個智能體開發、運營一體化的平臺。

它具體解決三件事：第一是"編排"。對于一個 NPC，怎么把模型、記憶、關系狀態組織成一致且穩定的行為；

第二是"部署"，幾百個 AI NPC 背后的服務怎么接入游戲，扛住線上真實玩家的流量；

第三是"運營"。上線之后怎么監控游戲的線上狀態、持續調優迭代。這三件事在市面上都能找到現有工具，但在一個真實項目里，必須在同一個地方把它們串起來、跑起來，這就是我們強調"一體化"的原因。

硅星人： 最近大家比較關注 Agent 集群，游戲里六百多個 NPC 同時運行。這六百多個 AI NPC 同時運行最大的難點在哪？

季興： Knit 在《遙遠行星：建造師》里的工作原理，是把幾套割裂的系統抽象成一條節點化的決策鏈路。在我們的架構里，Agent 的決策本質上是一條多節點的工作流：游戲狀態、數值系統是變量，系統任務是可執行的 action，而 Agent 的決策就是把這些節點串聯起來的主線。換句話說，游戲里的各種定義都可以收斂成一個個數據節點，在統一鏈路里銜接、協同運轉。

真正比較難的是"模型網關"這一層，我們內部叫"模型路由"。鏈路里有幾個關鍵節點需要大模型來判斷決策。難點不是"能不能調用模型"，而是把模型調用做得足夠可靠、可控：節點決策時到底用哪些模型？怎樣才算失敗？是返回結構異常、內容異常,還是超時？有沒有 fallback 模型,如何降級與重試？這些是更工程化、更細粒度的問題。

硅星人： 超參數服務了很多游戲公司。在 AI NPC、AI 隊友、AI 內容生成等眾多模塊中，您覺得哪個最接近商業化，哪個被高估了？

季興： 我最早是從《王者榮耀》里的 AI 開始做起的，做這類商業化應用至今已經過去十年。所以最成熟的一定是游戲中"做行為"的AI，比如 AI Bot、AI 隊友、AI NPC 這一類——它依托現有成熟的游戲，商業模式已經被驗證。在過往很多 PVP 場景的案例里，我們的 AI 服務能給客戶帶來明顯提升，比如 DAU 提升 最高達15%、留存提升 6%，在匹配時間、玩家活躍度等各方面都能給游戲產品帶來明顯的指標變化。這一塊是最成熟、被反復驗證過的。

至于哪個被高估，我換個角度回答：可能被高估的不是某一個方向，而是一種預期。在大模型這波席卷之下，有些人會認為"只要接入足夠強的大模型，就能自動產出更多優質內容"。但 AI 內容生成——尤其是真正進入玩法循環的內容生成——它的不可控性和成本問題都還需要時間解決，目前還處在比較早的探索期。

即便我們從"活的長安城"一直探索到今天的《遙遠行星：建造師》，我也覺得動態內容生成這條路是通的、價值是存在的，但它需要的不單純是一個更強的模型，而是一套圍繞模型的工程體系——包括記憶、行為的收斂、內容安全、成本控制。所以方向沒有被高估，被低估的，可能是實現它的難度。

既懂游戲又懂 AI 的"AI 策劃"

硅星人：像 Fable 這種最近剛出、能力特別強的模型——隨著通用大模型能力越來越強，你們這種可以稱為"垂直游戲 AI 公司"的壁壘會在哪里？

季興： 我覺得首先是行業經驗。作為專業化的"AI+游戲"解決方案提供商，第一方面是在服務游戲側的經驗上，如何把 AI 能力充分發揮出來，給玩家制造定向的游戲體驗，這是經驗層面的橫向壁壘；第二方面是工程的部署和應用，因為這顯著關系到最終的實施成本架構。

到了商業化層面，最終看的是投入產出比。我們在這個過程中積累了大量對外、對內的實施平臺，一些內部的模型訓練平臺，以及一些優化算法，能夠顯著降低我們在訓練階段和部署階段的成本，讓整個商業化可控運行。

劉寒： 對我們來說，壁壘還是在于對用戶的理解。作為游戲團隊，體驗的創造和對用戶的理解一直是最重要的。新的大模型能否解決這件事？一定有幫助。但人終究是不同的個體，而且每個個體在時間上又存在不可逆性。所以游戲開發者最重要的，還是明確你想創造的體驗，以及你的用戶想要的是什么。

硅星人： 如果現在您來招人，您覺得 AI 游戲方面最缺哪類人才？

劉寒： 我覺得有兩類人才比較缺。第一類，AI Native 挺重要的，他需要在日常生活中真的使用 AI 去解決很多問題。為什么這個特征重要？因為當一個人開始用 AI 解決日常問題，就意味著他對這個工具的邊界和使用方式有了一定經驗。

第二類，他對自己想做的事情能有非常清晰的描述。大模型什么都能干，但過去我們做設計時，常常把"任務"和"目標"混為一談：很多時候我們聊的是"這件事怎么做"，而不是"這件事的目標和期望體驗是什么"。未來，"怎么做"這件事 AI 能幫你做很多，對人的要求就更多變成了"你要的是什么"——你能不能把目標體驗清晰地描述出來，我覺得這里比較有挑戰。

所以如果我們招人，會關注兩個點：第一，他在生活中大量使用 AI，了解 AI 工具的邊界和使用方法；第二，他對生活有洞察，能清晰描述出自己想要的體驗、想創造怎樣的世界。

硅星人： 季興老師，如果您來招聘，覺得目前最缺哪類技術人才和落地人才？

季興： 對我們來說，更缺的是既懂游戲又懂 AI 的人，內部會把這類人才歸為"AI 策劃"。一來這樣的人在市面上確實稀缺，就像劉寒老師說的，需要的能力更復雜、更多元；二來 AI 在游戲中的應用，本質上是對傳統策劃過往工作經驗和思路的一種沖擊。所以內部也急需這樣的人才。最近也有一些同學正在嘗試——當我們想把 AI 技術更好地融入游戲、給玩家創造更新的體驗時，他們能夠給出更好的建議。我理解，對 AI 團隊來說，更希望有這樣的人才能和游戲方做好銜接。

消費者與創作者的邊界正在模糊

硅星人： 當劇情、NPC 關系、經濟結構都由 AI 動態生成時，所謂的"制作人"還剩下什么？未來游戲策劃的工作會變成什么樣？

劉寒： 我覺得還是要回到那個核心。當游戲里很多內容是隨著玩家游玩過程不斷生長出來的時候，這種生成并不是沒有方向性的。就像"我們希望用大模型做什么"這個問題，需要由制作人或策劃來回答。

未來玩家"消費者"和"創作者"的身份會越來越模糊，他既是消費者，又可能在游戲里創作，因為大模型能在各方面輔助他。但在這之前，仍然需要有人想清楚：這款游戲的游玩體驗目標和預期是什么樣子？這個預期還是要由游戲開發團隊或設計團隊在一開始想清楚。

AI 原生游戲離 TGA 還有多遠

硅星人： 最后一個開放性問題。你們覺得 AI 原生游戲什么時候能拿到 TGA 這類游戲大獎？一年后、兩年后還是三年后？

劉寒： 這個問題我最近也在跟朋友聊。我覺得，可能今天我們還在聊"AI Native"這件事，但到明年、后年，我們可能就不再聊這個話題了——因為 AI 對生活、對體驗的滲透變得非常迅速。

去年我們還在聊：一個游戲只要有對話，就覺得它是 AI Native。但今天你會發現，在 Steam 創意工坊的 UGC 環境下，幾乎所有有"人"的游戲，創作者都給它做了一個"NPC 對話"的 MOD——《殺戮尖塔》可以對話，《星露谷物語》也能對話。這件事在今天已經變成了普世需求，玩家覺得"和一個 NPC 對話"是很自然而然的事。

但我覺得到明年、后年，Agent 這個范式會慢慢走進游戲空間。我們可能不再滿足于"每個 NPC 能對話"，而是希望每個 NPC 能基于自己的人生理想或目標，在開放環境中做出屬于他的選擇。這可能是未來會出現的東西。

回到大獎這個問題，我換個方式回答：我覺得未來一定會有一款游戲含有極高的 AI 要素，這是游戲行業發展必然會走到的那一步。當然也有可能是 TGA 或某個比賽專門鼓勵使用 AI，于是開了一個新賽道叫"AI Native 賽道"，那里面一定會出現很多高強度使用 AI 的游戲。但我認為，在更大的全局獎、所謂"最佳游戲獎"里，一定會出現這樣一款游戲：每個 NPC 都能對話，而且每個 NPC 都能自我驅動、自我行為。

點個“愛心”，再走 吧