最近葡萄君和Optillusion工作室的負責人周棟聊了聊他的新遊戲《Pick Me Pick Me》。

2019年畢業後，他在紐約創辦了工作室，一直自研自發。團隊陸續擴充了兩次，現在已有16人規模，在國內深圳也有辦公點。

周棟的首款作品是當年拿獎拿到手軟的《籠中窺夢》，關注獨立遊戲的朋友對這個遊戲應該不會感到陌生。

左右滑動查看

從解謎遊戲到AI派對遊戲，這一轉折看似巨大，但周棟說，他們只有在市面上找不到重合度高的產品時，纔會選擇立項。

周棟告訴我，在接觸AI之後，他覺得AI能給沉悶的遊戲行業注入新鮮血液，這也正是他做《Pick Me Pick Me》的原因。

《Pick Me Pick Me》是一款雙人在線競技遊戲。

進入遊戲後，兩位玩家會與AI角色開啓一場「三人約會」。

遊戲是回合制，兩位玩家輪流與AI進行對話。玩家要通過巧妙、有趣或者迎合AI喜好的發言獲得遊戲的勝利。

遊戲的主要操作頁面是一個聊天框，玩家的形象在左側

如果玩家很會整活，整場對話就更有樂子。

比如我朋友就試圖和哈姆雷特玩梗“你好特別……”

玩家在遊戲中的操作有兩種，一種是自己說話，另一種是使用卡牌技能。

在等待對手輸入時，玩家可以使用卡牌。卡牌大體分爲兩類：

一類是給對手掛DEBUFF。比如顛倒句意，讓對方的發言邏輯混亂；或者是隨機尷尬事件，讓對手拿錯水杯，喝下放了假牙的水……

遊戲裏的一些DEBUFF卡牌

另一類是給自己掛BUFF。如「讀心術」，看穿AI現在到底在想什麼，讓自己的發言更投其所好；或者是「護駕！」讓自己免除負面影響，穩如老狗。

除了隨機抽取的卡牌，AI角色也讓每一局遊戲的體驗大不相同，因爲他們會有自己的喜好和獨特的性格。而且因爲遊戲使用了先進的大語言模型，你和AI聊多時新的話題他們都能聊上幾句。

以Ada爲例，她剛開始給人的感覺像是否定型人格，無論玩家說什麼都會感到無聊。

但她實際上喜歡《賽博朋克2077》《雙城之戰》，不喜歡沉悶的學校生活。你跟她講我們一起逃課去夜之城她會很來勁，問起《雙城之戰》她會說非常欣賞金克絲的性格等等。

開發者在Discord上還發布了一些角色海報，僅憑角色簡介就能感受到人設之間的差異：愛好下棋的聰明三無少女（東鄉一二三？），喜歡黑暗幻想但愛喝多加珍珠的奶茶的酷哥，激推莎士比亞的哈姆雷特……

角色好惡海報，左右滑動查看

一局遊戲十幾分鍾，節奏很快。雖然AI會提供一個輕量的獎勵，但輸贏的概念並不強烈，被AI青睞只是增加一點成就感，核心還是讓玩家享受聊天的過程。

每一局結尾，剛剛聊天的AI角色會判斷誰說話更好聽

你可以感覺到，這確實是個比較新鮮的產品。對周棟而言，這款產品是他們團隊在AI+遊戲領域首個可落地的嘗試。

在交談裏，他聊到AI時代的生產方式應該是「因果倒置」的，開發者要通過大量生成和篩選來尋找最優解，而不是一開始就預設明確的目標——這和傳統從概念到落地的線性流程正好相反。

他鼓勵每個成員多用AI給工作找捷徑，希望團隊能順應 AI 的思維方式去設計內容、解決問題，最終形成一個在 AI 時代下，一個團隊或者公司該有的形態。

我們應該如何理解AI+遊戲的未來？AI是否會改變遊戲敘事的可能性？在AI時代，開發者的角色會被完全重塑嗎？

或許他的想法能給希望涉足AI+遊戲的朋友們一些答案。

01

想讓玩家重獲遊戲的「神祕感」

葡萄君：爲什麼想做這樣一款遊戲？

周棟：我觀察到現在很多人會買了遊戲不玩，我認爲這是因爲新遊戲也很難讓我們真正興奮。畢竟遊戲的品類就這麼一些，要創造新品類很有難度。

作爲每天都在接觸遊戲的開發者，我們也會有類似的疲憊感。很多時候你會覺得或許休閒遊戲纔是最好的去處？有這種迷思的，比如說很多人可能玩到最後就想玩三消。（笑）

所以我們希望做一款產品，讓玩家重新找回玩遊戲的「神祕感」。

葡萄君：神祕感？

周棟：我小時候玩那些沒有漢化的遊戲，看不懂日語，靠猜也要玩下去。

那時大家不會立刻去找攻略，這反而讓遊戲形成了一個“魔術圈”。玩家們在這個圈內探索，不會輕易跳脫出來。這種不確定性反而帶來了強烈的神祕感。

但現在很多遊戲的設計思路是，手把手教你完成所有步驟，就像在打工。我們希望迴歸那種遊戲本身有吸引力，而不是靠催促玩家參與的體驗。

比如，開放世界遊戲剛出來時，大家還不知道它的套路，它就很吸引人。後面大家熟悉了開放世界的模塊化設計後，那種新鮮感就消失了。即使是玩《塞爾達傳說》，你也能預見它的任務結構。

傳統遊戲，尤其是手遊，從最初的新鮮感到後來的套路化，大家都和運營商“鬥智鬥勇”，神祕感越來越少了。

葡萄君：但《Pick Me Pick Me》的玩法並不複雜，玩家在短時間內重複體驗而失去新鮮感怎麼辦？

周棟：我們會考慮增加更多卡牌來豐富戲劇性。我們也在探索其他模式，比如多人模式或同步輸入的玩法。

而且，遊戲中AI扮演主持人角色，這本身就有很大的想象空間。

傳統的社交遊戲基本都能做，比如把真心話大冒險的玩法融進去，讓AI作爲主持人帶動整個氛圍。

葡萄君：聽起來你們在追求前沿技術的同時，也保留了一種返璞歸真的趣味？你認爲自己有這種傾向嗎？

周棟：有一點。特別是在玩了很多遊戲之後，這種感覺會更明顯。

一開始以爲玩得越多越好，但後來我發現，只玩自己真正享受的遊戲，反而更有趣。

我個人喜歡玩galgame，而且挺喜歡玩一些老遊戲。老遊戲的創作不會被市場之類的因素影響，能帶來一些現代遊戲中找不到的獨特體驗。

比如一些老的galgame裏有跳躍時空的設定，你的存檔位本身就是一種資源。存檔不僅僅是保存進度，而是遊戲機制的一部分。

我覺得遊戲需要這種體驗，我相信AI能夠做到，這也是我們在這方面一直探索的原因。

02

一款「花式說話」遊戲

葡萄君：《Pick Me Pick Me》的獨特之處在哪裏？

周棟：現階段AI能夠落地的遊戲產品，絕大部分都是「說服類」的。

這類遊戲本質是在說服AI去達成一個目的，比如說服AI開門讓你進出，說服AI提供線索，或者讓AI不要生氣等等。

作爲吸血鬼的玩家，需要說服AI打開門。作爲一個成功的AI遊戲商業化案例，《Suck Up！》讓周棟看到AI遊戲的潛在商業價值和用戶羣。

我們在這個基礎上加入了社交互動，讓玩家之間的交流成爲核心樂趣。整個機制圍繞聊天展開，本質上是一個「花式說話」的派對遊戲。

葡萄君：這款遊戲和Character.ai 等純文字聊天有什麼不同？

周棟： 最大的不同在於玩家之間的互動。純AI聊天受技術和成本限制，體驗好不好取決於AI聰不聰明。

而《Pick Me Pick Me》讓玩家之間互相競爭，AI則作爲助興的主持人（moderate）。遊戲的樂趣取決於與你互動的玩家有沒有樂子，而不是單純依賴AI。

葡萄君：遊戲的角色是如何設計和確認的？

周棟：我們最初通過AI生成概念圖，再看圖說話設計角色。

我們偏好片面、臉譜化的角色，比如刻薄、溫柔、中二病、霸道總裁等等。主要是讓每個角色帶來不同的話題和聊天風格，營造更歡樂混亂的派對氛圍。未來還會加入玩家自定義角色的功能。

葡萄君：AI和玩家的互動是怎麼優化的？

周棟：這件事很依賴經驗，我們主要通過大量測試來調整。

我們準備了一些測試集，比如問AI“埃菲爾鐵塔有多高？”它回答數字顯然很無聊。

我們的調整方向是讓AI能以更幽默或更有互動感的方式回應，比如反問玩家：“你問這個幹嘛？我們現在喫飯，不是聊這個話題吧。”

葡萄君：你覺得《Pick Me Pick Me》的受衆是誰？

周棟： 《Pick Me Pick Me》的目標用戶是“作者型玩家”，也就是喜歡錶達、樂於輸出的人。

與之相對的“讀者型玩家”更傾向被動接收信息，是傳統的讀故事的玩家，可能不知道如何與AI互動。

我們也做過市場調查，讀者型玩家的數量大約是作者型玩家的四倍，但作者型玩家的基數已經足夠大，因此我們優先專注於他們。

這款產品是我們認爲在現有技術下（API調用成本可控，AI響應速度足夠快，遊戲體驗流暢）可以順利落地的產品。

未來，我們會嘗試開發面向讀者型玩家的遊戲。不過不是完全坐等技術進步，而是需要理解AI技術的極限，然後在開發時根據這些極限來設計。

03

順應AI的思維方式去設計

葡萄君：聽起來你們走到了很前沿的位置？

周棟：我們的核心目標就是推動遊戲的邊界，如果能爲社交AI遊戲提供一種新的設計思路，那當然是最好。但這個東西也不完全取決於我們自己。

不只是AI遊戲，整個AI產業都很有意思。除了提升研發效率，AI還能催生新的遊戲範式，比如「說服類」遊戲就是我們目前看到的一個重要方向。

我相信未來AI的玩法會逐步滲透到遊戲中，可能作爲核心玩法，也可能是調味料。也許最終會有革命性的呈現，但一定不會是我們現在能想象到的形態。

但現在很多遊戲加入 AI 後，並沒有讓它們變得更好玩，反而變得繁瑣。

葡萄君：有本書講「玩遊戲，就是自願去克服非必要的障礙」，但 AI 帶來了更多自由。

周棟：對，遊戲有規則和限制，它的本質是戴着鐐銬跳舞。某種意義上說，AI 本身是反遊戲的，因爲它會拆掉那些鐐銬，給你完全的自由。但這樣並不一定好玩，這正是遊戲設計需要去解決的問題。

葡萄君：既然AI 和遊戲這兩個概念存在內在衝突，那應該怎麼做遊戲？

周棟：有兩個方向。

第一種是順應 AI 的特性，爲它做遊戲化的包裝，把 AI 的自由度包裝成有趣的玩法。

第二種做法可能沒那麼直觀，它並不是運用 AI 的完全自由度，而是它「建立關聯的能力」。

這是一種感性的能力，我認爲 AI 不是通過邏輯來判斷事情，而是通過感覺來判斷。

很多開發者試圖讓 AI 替代邏輯，但我覺得這是不可行的。我們應該讓它替代遊戲裏感性的部分，這是一個可能的發展方向。

葡萄君：就像很多人用chatGPT ，追求的其實是AI 提供的情緒價值？

周棟：有點類似。情緒價值確實是 AI 感性能力的體現，而我們在《Pick Me Pick Me》裏也正是利用這一點。

葡萄君：現在業內一些遊戲會引入AI做智能NPC。

周棟：我覺得這就是典型的反例。

對玩家來說，和 NPC 互動的目的很簡單，不是拿任務就是拿獎勵。但有些遊戲把一個簡單的 2 選 1 過程，變成了複雜的自由交流，這反而不好玩。

玩家想要的可能是快速完成任務，而不是繞來繞去地聊天。這樣繁瑣的流程，反而拖累了本來核心的遊戲機制。

這種情況下，加 AI 自由對話就降低了樂趣，目的和手段完全顛倒了。

葡萄君：還有一個相對廣泛的用法是 AI 輔助 UGC。

周棟：這確實是個很好的方向，本質上還是屬於工具類的應用，它帶來的是單點的效率提升。但工具類的效率提升是有限的，最終的效果往往會趨向收斂。

葡萄君：那多點的應用是什麼樣的呢？

周棟：多點應用指的是從整個產品設計的角度去思考。

AI時代的開發模式可以說是「因果倒置」——先有果，再推導出因。

比如，在立項初期，我們就要考慮現階段 AI 能夠量產的風格，然後圍繞這個風格去開發和設計產品，而不是等到項目啓動後再用 AI 工具輔助。

這種思維方式不僅能提高效率，還可能讓我們發現一些全新的機會。與其死守傳統的線性思維，不如順着AI的邏輯去尋找更有效的路徑。

葡萄君：「因果倒置」是整體的開發思路，具體怎麼做呢？

周棟：簡單來說就是做減法。

從原理上來講這不是一個恰當的例子，但是很方便理解：

比如說爲什麼需要 Prompt Engineer？我們要通過設計提示詞，把大語言模型生成的海量信息過濾掉，留下有用的內容，這就是一個熵減的過程。

和大語言模型溝通的過程，實際上是在幫助它做減法，讓它提供更精準的信息的過程。

AI驅動的流程本質上是通過大量生成和篩選來尋找最優解，而不是一開始就預設明確的目標——這和傳統從概念到落地的線性流程正好相反。

以《Pick Me Pick Me》爲例，我們在遊戲設計層面也做了熵減。

我們把 AI 限定在特定的場景設定裏，比如一個派對遊戲的環境，讓它在這個框架內發揮。這樣可以避免很多不必要的情況發生。

比如，如果遊戲裏 AI NPC 需要和你一起出門，而遊戲本身並沒有出門的場景或素材，這就會顯得OOC（out of character，角色脫離設定）。

所以，我們會限制這個部分，比如讓 NPC 不願意出門，或者一旦出門遊戲就結束。

這種限制讓遊戲體驗更加流暢，而不是被 AI 的自由度拖累。就像給AI蓋上一塊“遮羞布”，把它的不完美變成遊戲的一部分。

葡萄君：在開發這款遊戲時，你如何順應這種思維方式？

周棟：首先，目前 AI 生成文本的技術相對成熟，文本可以結構化，做成遊戲會更可控一些。所以我們就要思考如何把“聊天”變成遊戲。

如果玩家只是單純和 AI 聊天，他們的樂趣大多來自 AI 有多聰明。但如果 AI 只是一個主持人或者中間人，情況就變得很不一樣。這裏AI不是遊戲的主角，遊戲好不好玩，取決於你的朋友會不會聊天，所以我們選擇做PVP。

其次，爲了讓遊戲裏的角色快速落地，我們的做法是先用AI生成概念圖，再從中挑選並細化成3D模型，這樣既高效又能節約美術成本。

最後，我們還要考慮遊戲的商業模式。AI調用有成本，我們必須確保買斷制能夠覆蓋API成本，同時爲付費玩家提供增值體驗，比如新角色和服裝。

整個流程的核心，就是如何通過遊戲化的方式，把“聊天”包裝成一個真正的遊戲。

04

新機會

葡萄君：如果給你們未來三年的發展設定一個目標，最希望團隊或產品在哪方面取得突破？

周棟： 我一直鼓勵團隊去接觸 AI。我希望在這個時代，團隊能順應 AI 的思維方式去設計內容、解決問題，最終形成一個在 AI 時代下，一個團隊或者公司該有的形態。

雖然AI 現在還有很多潛在的風險或者影響，比如版權問題、道德風險之類的，但這些其實只是現在產業不成熟導致的。

葡萄君：團隊成員職能差異很大，你怎麼鼓勵大家去接觸AI？

周棟：不同職能接觸AI的目的也不一樣。

策劃可以用AI生成概念圖，更清晰地向美術傳達想法，提高溝通效率。甚至在考慮遊戲素材時，他可以藉此思考素材是否能量產化，風格是否能自成一派。

程序員則更多用AI來輔助代碼和解決問題。很多繁瑣的小活，直接問AI生成初步結果再優化，會更高效。

整體上，我們鼓勵團隊在解決問題時，用AI思維去找捷徑。瞭解AI能做什麼、不能做什麼，然後在這個框架內發揮創意。

葡萄君：爲什麼你要做這些事？

周棟：現在的開發流程已經不只是單純提高效率了，而是整個思維方式都在變。我們需要從最開始就用 AI 的思維來規劃，去找到只有 AI 時代才能實現的、獨特的產品。

如果能順應這種變化，從設計到運營都會產生新的機會。

不過，AI 的效果如何，最終取決於人的創意和使用方式，而不是 AI 本身有多強大。

我始終相信，在 AI 時代，最重要的依然是人的創意。