AI 席卷内容界，为何难造出一款真正的'AI 游戏'？

这现象颇为诡异。理论上，游戏本应是 AI 最容易颠覆的领域——它天生数字原生、具备交互性与生成性，仿佛专为 AI 而生。然而现实却是，游戏成了那块‘看似触手可及、实则遥不可及’的硬骨头。

首先审视当下市面上那些标榜为‘AI 游戏’的产品，究竟是何模样。

大致可归纳为三类。

第一类，互动式 AI 微游戏，诸如 astrocade、aippy、loopit 等。输入一句话，即刻生成可玩的小程序。这类产品确有生存土壤——无论是作为创作工具、社交玩物，还是新颖的内容形态，它们皆能立足。

但它们并非真正的‘游戏’。

更耐人寻味的是另一细节：翻阅这些平台生成的微游戏，会发现绝大多数玩法早在 4399 或微型游戏时代就已泛滥。躲避、跑酷、收集、合成、点击。这并非 AI 缺乏想象力，而是人类对‘微游戏’的构想本就受限。换言之，卡住‘好玩微游戏’的从来不是生产力，而是创意。

AI 已将生产成本压缩至趋近于零——可瓶颈，原本就不在生产力这一端。

第二类，互动影视或对话选择游戏。玩家通过对话或选项干预剧情走向。此方向早已有标杆：Quantic Dream 的《暴雨》《底特律：变人》，国产真人互动《隐形守护者》，2023 年凭借真人影像爆红的《完蛋！我被美女包围了》，以及 Netflix 现象级作品《黑镜：潘达斯奈基》。

它虽‘成熟’，但天花板本质仍是十多年前即有的分支叙事——AI 所做的，仅是将分支从‘有限’推向‘理论无限’。

然而问题恰恰在于：无限的分支，未必胜于一棵被精心修剪的剧情树。

第三类，AI NPC——能与你对谈任何话题、记忆你所说之言、拥有独立‘人格’的角色。

这是被吹捧最甚、投入最巨的一类，名单相当耀眼：米哈游创始人蔡浩宇离职后创立的 Anuttacon，推出了一款全程实时演算、靠语音推进的 AI 太空生存游戏《Whispers from the Star》（女主 Stella），被硅谷投资人视为 AGI 创业项目；米哈游自身也在研发搭载高智能 AI NPC 的模拟生活游戏《Petit Planet》（星布谷地）；网易为《逆水寒》接入‘游戏 GPT'驱动的智能 NPC；更接近‘西部世界’构想的，是超参数科技让整座城池 AI 智能体自主生活的《活的长安城》Demo，及其学术原型——斯坦福著名的‘AI 小镇’实验：二十多个智能体在虚拟小镇中自主安排作息、恋爱、举办派对。

这些绝非玩票之作。其背后，是一流的团队、充沛的资金以及前沿的模型。

但若将三类并置观察，会发现一个共性：它们大多在演示'AI 能做什么’，而非回应‘玩家究竟需要什么’。

这是能力的展示，而非被精心设计的游戏。

因此，即便投入巨大，它们距离人们想象中那个‘AI 游戏’，仍隔着相当一段距离。

问题来了：为何如此？是 AI 不够强大吗？

并非如此。是我们同时误解了两件事——既误解了‘游戏’，也误解了'AI 的能力边界’。

在关于'AI 游戏’的构想中，‘自由’几乎占据核心。

一个能做任何事的世界，一群能言任何话的 NPC，宛如《西部世界》中那座可以为所欲为的乐园。

但这或许恰恰是一个反游戏的幻想。

游戏设计的内核，往往并非给予自由，而是设定有意义的限制。

席德·梅尔有一句被广泛引用的名言：好游戏是‘一连串有趣的选择’。

而一个选择之所以有趣，前提在于它具备约束、取舍与代价。

什么都能做，意味着缺乏摩擦；没有摩擦，便无挑战；若无挑战，亦无所谓意义。‘什么都能做’在游戏领域有个旧称——作弊模式。而作弊模式带来的快感，通常难以持久。

有人或许会问，Minecraft、Roblox 不就是无限自由吗？

恰恰相反。它们的自由，是由规则定义的可能性空间，而非一片虚空。红石电路、合成表、物理引擎、生物行为逻辑——正是这一整套规则，才让‘涌现’与‘玩家自创玩法’成为可能。

没有规则，无法孕育创造，只会留下空洞。开放世界亦然：《塞尔达》允许你攀上任何山峰，但攀爬受体力限制、受重力拉扯、受远方目标牵引。

因此，AI 许诺的‘无限自由’，某种程度上是在回答一个游戏并未提出的问题。

好玩，远比自由重要。

为何这一波‘AI 游戏’大多长似聊天机器人？

大概因为大模型率先突破的是语言，于是许多产品被顺手做成了‘披着游戏外壳的对话框’。

但游戏的母语是机制，而非文字。输入、反馈、系统、手感——这才是游戏表达自我的方式。

俄罗斯方块、传送门、蔚蓝、Hades 的战斗、围棋，这些作品的核心循环里，几乎无需一字。

即便是极度依赖叙事的 RPG，‘对话’也只是连接的组织，‘玩’才是主体：战斗、移动、搭建、资源调度。对话很少是真正的瓶颈——BioWare 和黑曜石二十年前，便能写出相当出色的分支对话。

一个极度擅长生成对话的 AI，优化的只是调味，而非主菜。

况且，将大模型植入实时对话，还存在几处现实摩擦：慢、贵、不确定。游戏需要的是毫秒级、确定性的紧密反馈，鲜有人愿在 Boss 战中等待 NPC‘思考’三秒，再换来一段排比句。

更深层的代价在于：当 NPC 什么都能说，它同样可能出戏、崩人设、编造不存在的任务线索。让虚构世界显得可信的，恰恰是作者反复校准过的连贯性——而这种连贯，与‘无限生成’之间，存在天然张力。

前述两点属认知问题，此点则属产业结构问题，也最易被外行忽视。

为何 AI 在电影、动画、美术、音乐领域势如破竹？因为这些是交付物产业：你需一个最终成品，AI 生成一批候选，你挑选、微调、交付。产出物本身即是产品。AI 能直接做出你想要的那个东西。

游戏并非如此。游戏不是交付物，而是一个必须靠反复迭代‘调’出来、再长期运营的系统。

电影中，AI 直接交付成品。游戏中，那个‘东西’只能靠游玩数千遍才被一点点摸索出来：埋点、观察玩家在哪一关流失、调整数值、削平平衡、修复漏洞、为长尾内容续命。‘好玩’是无法被预先规格化的。

你无法写一句 prompt 说‘请做得好玩’。好玩是在 playtest 中通过经验一点点发现的。

也就是说，游戏开发更像‘产品经理 + 实验科学’，而非‘内容生成’。

难的从来不是产出美术资源——此处 AI 确实助了大忙；难的是‘设计—测试—调优’这一循环，以及上线后那台永不停歇的 live-ops 跑步机。

这里有个反直觉的结论：AI 能无限生成内容，反而让策划、平衡、QA 的负担更重，而非更轻。一个用 LLM 无限生成任务的游戏，等于拥有了无限个‘未测试、未平衡、记不住’的任务。

数量并非游戏的瓶颈，被设计过的质量才是。

写到此处，易被解读为'AI 在游戏领域不行’。并非此意。

我想表达的其实是另一面：AI 本就不是来颠覆所有行业的。

它在电影、动画、音乐领域推进神速，是因为那些行业的产物本身就是‘交付物’；而在游戏领域，它大概率不会以‘一个无人见过的新物种惊动所有人’的方式登场，而会更安静地，嵌入游戏的工业化管线中——负责提效、做原型、处理美术、本地化、规模化测试。这或许不令人兴奋，却可能是它当下最合适的位置。

这并不意味着游戏行业或其从业者保守、落后或拒绝拥抱 AI。

恰恰相反，游戏人对新技术的嗅觉一向敏锐。只是游戏这门手艺的内核——靠反复调试去‘找’好玩，靠长期运营去‘养’一个世界——决定了它消化 AI 的方式，本就与其他内容产业不同。这无关先进或落后，它只是这门手艺的规律。

我们迟迟未见想象中的‘AI 游戏’，也许并非因为 AI 不够强，而是因为我们一直在向它索要游戏本身并不提供的东西——绝对的自由、无尽的对话、一个有求必应的世界。

而游戏愿意给予的，始终是另一种东西：被规则托举的意义。

但话说回来——我依然，非常期待第一款真正的‘西部世界’问世。