游戏的AI Native

Sat, 20 Jun 2026 13:00:00 +0800

AI for Gamedev 本质上是一个软件工程问题——游戏开发或许是软件工程中最复杂的领域之一——今年Agent的发展速度之快已经让人担心工作会怎么样了。至于美术早就受了AI一波冲击，策划现在基本上也离不开AI，QA由于视觉模型还比较贵，暂时看起来还比较安全。

而 AI for Gameplay——或者说 AI Native 游戏究竟是什么？目前业界仍然在探索和布局中，本文主要聊一聊AI Native在Gameplay上可能能做些什么。

AI在Gameplay上可以分为三个方向：

Generative：在游戏运行时运行的生成式 AI。例如《暗影火炬城》开发团队的续作那种利用AI增强UGC体验的做法，其实本质上是AI for DCC Tools，只是跑在runtime了。
Automation：自动化游戏中的一些部分，可以是UGC内容的搭建，也可以是用LLM提高用户体验。例如《崩坏：星穹铁道》中的AI NPC，这个路径其实跟互联网的AI Agent产品差不多。
Interactive：AI 驱动的叙事、AI 驱动的战斗、AI 实时适配玩家行为……可以设想很多场景，但执行起来极其困难，目前还没有成功的产品。

前两个方向的技术路径非常清晰，实际上就是DCC工具的AI功能的延伸，或者是LLM积累下来的应用。而 Interactive 方向，目前还没有任何一家厂商真正做好，也是未来大厂探索的重点。

Interactive 是一个非常宽泛的概念。几乎所有游戏内容都是一种交互：任务线是一种交互，战斗是一种交互，甚至根据玩家偏好自定义游戏体验——例如很多游戏都有的蜘蛛恐惧症模式、或者无障碍功能也是一种交互。

在这些交互环节中引入 AI 似乎大有可为：我们可以追求 AI 驱动、千人千面的剧情线；也可以让 AI 在运行时动态调整角色的动作与姿态来匹配玩家操作；甚至在运行时根据玩家偏好创造出非预设的装备种类。

但现实中的实现却面临诸多困难。哪怕在 LLM 最擅长的文本生成领域，目前也尚无商业化成功的，把LLM的能力真正融合到Gameplay中的游戏。像 AI Dungeon 这类纯文本交互确实很简单，但是这和直接跟LLM对话有什么区别呢？在 3A 级别的叙事框架中，AI 生成的文本如何在保证世界设定一致性、角色人格连续性和任务逻辑自洽的前提下融入关卡设计，至今仍是未解难题。

尽管如此，AI 驱动的游戏内容变革已经近在眼前。可以预见，未来三年内将出现大量内置 AI 功能的游戏，甚至将"AI 驱动的 Gameplay"——尤其是用 AI 提升故事线自由度——作为核心卖点推向市场。

AI Native 真的能让游戏更好玩吗？

在上述 Generative、Automation 和 Interactive 三条路径中，相比各自的实现难度，真正根本的问题在于：引入 AI，在绝大部分情况下并不会让游戏变得更好玩。

游戏中的机制和数值都是相互平衡的，各个模块不能太强也不能太弱。以Vamplike游戏为例：游戏的数值体系，以及围绕这些数值构建的机制，必须被限制在一个精妙的区间内——玩家既不会因难度过高而过度受挫，也不会因过于简单而失去挑战的欲望。

这意味着，游戏开发者几乎不可能让 AI 在运行时对这些精心调校过的体系做出实质性修改。AI 能做的事情，基本是在一个已有的框架上做一些配置性的工作——这与一个确定性算法没有本质区别。我们可以预想，假如给AI对数值的完全控制能力，游戏的难度曲线会被直接击垮，玩家会开始和LLM的提示词斗智斗勇，这不是开发者想要的。

表现上面临着另外的问题：成功的游戏的特效、动画大多都是美术精心设计的，很难想象AI在运行时动态生成能够达到质量要求的内容——毕竟现在离线都做不到这点。不过在一些粗糙的独立或者买量小游戏里面应该没什么问题，这离给游戏业带来革新太远了。

更深层地看，游戏设计不仅是平衡数值，更是"有意图的体验设计"：开发者通过精心构建的规则和内容，传达特定的情感与节奏，AI 的随机生成可能恰恰破坏了这种意图性。

Game Dev on fyvo1d's Blog

游戏的AI Native

AI Native 真的能让游戏更好玩吗？