離職騰訊創業，已獲三輪融資，創始人：現在行業面臨三大危機-遊戲-漫步新聞-陪你看看

前天（10月16日），葡萄君參加了上海市徐彙區文化和旅遊局，聯合錸三實驗室主辦的 AI + GAME 研討會。會上，AutoGame 創始人張昊陽帶來了一場題爲《Generative Sandbox：AI驅動的無限玩法循環》的分享。

張昊陽曾經在騰訊《和平精英》項目組負責 AIGC 預研，也做過 UGC 編輯器設計和 AI 工具的建設，也是世界首款Stanford Town 遊戲《伊甸島》的製作人。據瞭解，不少投資機構都對他關注頗多。目前，AutoGame 已經經過了三輪融資，正在融第四輪，現有股東包括奇績創壇、九合創投、璀璨資本和陳悅天。

AutoGame開發的遊戲《麥琪的花園》，目前在Steam上有一萬人添加了願望單。此前的測試中，有 83% 的玩家認可 AI 陪伴的玩法，玩家平均遊玩時長超過傳統的沙盒遊戲 50%，社區 UGC 內容是他們當時預期的 4 倍左右。

分享一開場，張昊陽就拋出了一個問題：你有沒有想過，虛擬世界裏，遊戲裏的生物能否自主進化？這並非科幻設想，而是他團隊正在嘗試實現的可能——讓遊戲不只是被設計好的內容，而是像一個文明一樣自我發展。

在他的分享中，你會看到一個玩家小的舉動如何引發村莊經濟危機，隨後 NPC 們自發聯合起來反抗黑市商人，甚至形成了意想不到的階級鬥爭劇情。

玩家互動、NPC 行爲、道具生成乃至整個虛擬經濟的自我演化機制，每一環節都可以根據玩家行爲不斷生成新的內容。一個看似簡單的任務或道具，可能觸發連鎖反應，形成完全出乎預料的故事和生態。這種設計讓玩家的選擇真正改變遊戲世界，而不只是沿着固定劇情前進。

此外，張昊陽分享了從生成、探索、反饋到再生成的核心循環，以及“底座型遊戲”和“黃金三角”設計哲學。它們不僅會改變玩家體驗，也可能重塑整個遊戲產業的生產方式。

以下爲分享內容整理，爲便於閱讀，內容有所調整。

各位好，我是張昊陽，AutoGame 的創始人。在開始之前我想先問大家一個問題，大家有沒有看過今年《黑鏡》第七季的《Plaything》？

在這一集裏，主角玩了一個看似簡單的電子版遊戲：玩家飼養虛擬的生物會自主分化，繁衍數量呈指數級上升。一開始很有趣，充滿驚喜和新鮮感，但是讓我震驚的是，在不需要任何預設的前提下，這些電子寵物會有自己的繁衍規則，形成自己的生態系統，並展現出了類似於生命的特徵。一個問題出現在我腦海裏：虛擬世界是否有可能產生自主進化的能力？

這是一個科幻的故事，但是它卻觸及了一個深刻的可能性。當 AI 有了湧現的能力，有些事件能夠發展成一個自主進化的能力體系。

今天我想告訴大家的是，這不是一個話題，這是我們正在探索的一個現實。

作爲一個遊戲製作人，在過去的十年裏，我一直在思考一個事情，爲什麼我們花三年的時間去做一款遊戲，玩家卻用三週就通關了？傳統的遊戲邏輯是這樣的，策劃設計遊戲的地圖，編寫遊戲的任務，製作遊戲的道具，玩家進入遊戲以後去消費那些內容，內容消費完了，遊戲生命週期也就結束了。

這就像是一場永無止境的軍備競賽。我們不停地做加法，但從未問過一個根本問題：能不能讓遊戲成爲一個自我生長的生命體？能不能通過 AI 湧現，讓遊戲世界自己進化成一個文明？

簡單介紹一下我自己，我曾經在騰訊《和平精英》項目組負責 AIGC 預研，也做過 UGC 編輯器設計和 AI 工具的建設，也是世界首款 Stanford Town 遊戲《伊甸島》的製作人。

過去的兩年，我們一直在做一個實驗：我們如何用 AI 去重新定義遊戲的玩法。今天我想跟大家分享的就是，我們在這個實驗過程中的一些發現實踐和對未來的思考。

讓我先分享一個殘酷的數據。一個 3A 遊戲通常需要 200~500 人的團隊，3~5 年的開發週期和數億美元的投入，而玩家通常會用 50~100 小時通關主線，休閒的玩家則會更短，然後，大部分人就把遊戲卸載了。

當然我們也有很多延長生命週期的辦法，比如說推出新賽季，發佈付費 DLC，舉辦一些社區活動，還有開放 MOD 的支持。但是本質上，這些東西都是在延緩死亡，而不是在創造生命。

我記得在做《和平精英》的遊戲編輯器的時候，我們投入了大量的遊戲資源，希望玩家能夠利用這些資源去創造內容。結果我們發現，真正能熟練使用編輯器的玩家不到 3%，而真正產出高質量內容的不到 0.5%。

編程門檻、美術門檻和設計門檻，每一個都把我們 99% 玩家擋在了門外，我們一直說要釋放玩家的創造力，但是我們給他的工具需要專業培訓才能使用——這就像說我給你一套木工的工具，你可以自由創作，但是你得先學會怎麼用電鋸，怎麼用鑿子、刨子。

我認爲，這裏的本質問題就是加法思維的侷限了。

回頭看，傳統遊戲的開發思維，是當遊戲能夠給玩家提供更多的地圖、任務、以及道具系統的時候，它就會是一個很好的東西。但是這個公式它有個問題，內容永遠是有限的，但玩家的消耗速度在指數級增長。

因此我們要做的不是加法，而是改變遊戲內容的生產方式。

過去兩年裏， AI 爆發讓我們看到另一種可能性，傳統遊戲邏輯是，開發者決定一切內容給玩家消費，隨後這個內容就枯竭了，遊戲從而走向死亡。

而我們理解的生成式遊戲的一個邏輯，是開發者只負責去定義規則，經由AI湧現的系統，最終遊戲會發展出自我進化的能力。

這兩種模式的關鍵區別在於：我們作爲一個遊戲的開發者，不再是製作遊戲的內容本身，而是創造一定的初始規則；遊戲世界本身也將通過 AI 湧現去生成遊戲內容，演化生態。這樣的話，遊戲的價值就不在於它發行的時候有多少內容，而是能夠像一個文明一樣不斷地自我發展。

相信聽到這裏，許多聽衆可能已經有了一個雛形，但是在深入探討 AI 的行爲之前，我想先往前去梳理遊戲產業的過去。

過去的 30 年裏，我認爲遊戲產業經歷了三個時代。

從1980年代到2015年前後，叫“渠道爲王”時代。任天堂的權利金制度嚴格把控卡帶的市場。與此同時，中國又有像硬核聯盟這樣的廠商去掌控手機遊戲分發渠道。產品的成果完全依附於渠道的流通。

而到了第二個時代，“內容爲王”時代，也就是2015年到我們現在的2025年。數字分發的渠道變得越來越扁平化，大家的競爭焦點回歸到產品本身，像《原神》和《明日方舟》這種精品遊戲繞開了傳統渠道，產生了巨大的價值。

我認爲這時候遊戲也面臨三大不可持續的危機：第一個危機是經濟的危機，3A 成本太高，高達兩三億美元，週期很長，可能是 5~7 年開發時間。

第二個是創意危機。我們遊戲行業目前已經是一個人才密集型行業，它需要人才長期的驅動，但是人才有一天靈感枯竭呢？比如說我們還有一些玩家因爲內容同質化的問題，已經對開放世界感到倦怠。

最後就是一個消費的危機。現在的玩家就像“內容蝗蟲”，他們正在快速地消耗內容。我們認爲，最終內容是不可持續的。

而AI到來的時代，我們稱之爲“數據爲王”時代。當傳統人力驅動的生產關係，已經沒有辦法去滿足海量的內容和個性化需求的時候，我們認爲需要一場範式革命來改變生產關係。真正的壁壘，不再是我們開發的代碼和內容，而是數據飛輪。

現在市場上的 AI 遊戲其實還沒有完全能夠滿足這一點。現在的 AI 遊戲大多是這樣的：做一個傳統遊戲加一個 AI 的聊天功能；或者做一個 AI 的聊天功能，把它包裝成遊戲，但是其實還停留在內容爲王的階段。

真正的區別在哪裏？我認爲是構建數據驅動的AI遊戲生態，這個是從“內容爲王”到“數據爲王”的一個躍遷。

全球的 AI 遊戲市場，預計從 2023 年到 2032 年，複合增長率將達到 23.3%，而同時大模型的 Token 價格在過去的兩年內下降了 90% 以上，但是目前大多數遊戲廠商它其實還停留在 AI NPC 的聊天的階段，這意味着什麼？

這意味着我們的技術成熟了，成本降下來了，但是真正的玩法創新還沒有出現。怎麼去實現，是不是帶來了大創新，這需要我們去改變遊戲的設計思維。

首先，不再是我要製作 1000 個任務，而是我要設計一套任務生成的規則系統。

其次，是從固定世界到生長世界。不再是這個世界擁有 100 個 NPC，每個 NPC 有固定的對話，而是這個世界它有一個生產規則，NPC 會根據玩家行爲和環境去改變。

最後，是從靜態的設計到了動態的文明，不再是我將設計一個固定的世界，而是我設定了一個起點和規則，讓它自己進化。

AI與遊戲結合的過程，我認爲會分成 4 個階段。這會是一個循序漸進，由淺入深的重構遊戲產業的過程。

1.0階段，我們稱之爲AI Novel 時代。大概是從 2022 年底到 2024 年中的階段，這個階段代表作品是《AI Dungeon》。這個時代的大部分產品的侷限性是很明顯的，遊戲當中的模態還比較單一，世界一致性很弱。

2.0階段，就是AI NPC 時代。在這個階段，遊戲中的 NPC 變成了有靈魂的數字生命，開始具備記憶的能力、思考的能力和規範的能力，能夠自主去社交。

3.0階段，我們認爲是AI UGC 時代。在這個階段當中，Coding Agent 將創作的門檻降低到自然語言，玩家直接能夠進行遊戲內容的創作。這極大地鼓勵了玩家創作，並提升了內容質量，也縮短了製作遊戲內容的週期。像《Minecraft》和《Roblox》這樣的產品，其實在他們的遊戲社區中已經有人率先嚐試跟 AI 去結合。

第四個階段，AIGC 時代，它還沒有到來。在這個階段，遊戲世界將變成永遠演進、永不終止的一個生命。該階段遊戲的主體形態會變成像管家一樣的東西，它會成爲《頭號玩家》的“綠洲”，有自身的經濟體系，有自己的社會。

基於這樣的一個框架，我們做了一款產品叫《麥琪的花園》。我們所設計的一個核心循環，是“生成 → 探索 → 反饋 → 再生成”。

，時長02:39

傳統隨機玩法往往是一次性生成的，每一次生成都是獨立的，系統不會關心玩家做什麼，從而就沒有學習和進化。

而生成式的玩法是有記憶的，是學習型的，每一次生成都會基於玩家的歷史行爲，系統會記住玩家的選擇偏好，內容也會隨着玩家交互去進化。玩家每一個選擇，都會成爲下一個階段再生成的養料，從而形成一個自我強化的定向循環。

接下來我們用我們的遊戲去給大家講解這個核心循環，首先是從生成開始，它是玩法創作的一個核心。

傳統的任務設置存在一些問題，他們的任務往往是有一套固定的順序，線性推進，也有一些散佈在世界各地的固定觸發條件的支線任務。還有一些是重複性的內容，單純是爲了延長玩家遊戲時間的一些日常內容，那麼問題在哪裏？

所有的玩家體驗都是一樣的，但任務之間的關聯性也可能會缺乏一些因果關係。玩家之間的選擇，也不會真正去影響更多的走向和最後的結果。

但我們認爲，生成式的任務是不一樣的。在我們的遊戲當中，我們設計了一套任務生成的系統，AI 會實時分析玩家的狀態，包括他的資源，他的社會關係，還有他的位置，結合他的目標和世界的當前的狀態，動態地生成任務。

舉一個實際的例子，比如說你在探險的時候遇到了一個鐵匠的 NPC，他想請你去收集礦石。這是一個簡單的收集任務，你完成了，隨後這個鐵匠用你的礦石去製造一把新的武器。

消息傳開後，商人來到這個村莊，開始在村莊裏做生意，村莊的經濟變得繁榮。他的財富也引發了附近的盜匪的注意。系統自動生成了一個盜匪威脅。它不是遊戲最開始預設，而是一個新生成的東西，它有自己的目標和信念，到第四個階段就變成了玩家來自己選擇。

你是選擇保衛村莊，對抗盜匪？還是去和盜匪談判，共享利益？甚至你可以選擇去幫助這個盜匪去背叛村莊。

每一個選擇都會觸發不同的後續的任務，而且這並不是遊戲策劃預先編好的劇本。策劃只是設計了 NPC 的基礎的 AI 邏輯，比如說鐵匠還想做生意，商人想賺錢。

傳統的遊戲當中，NPC 基本上就是一個任務的販賣機，它會站在固定的位置說固定的對話，等待玩家來參與，而玩家離開之後他們就凍結了。

在我們的NPC哲學當中，他們是有生命的存在。這個設計是源自我在《和平精英》時期做的項目。在《伊甸島》這款遊戲中，我們做了一個 AI 劇本殺的遊戲玩法，只不過跟斯坦福小鎮的配置不一樣，我們實現了 AI 對實時對環境感知的能力。

比如說 NPC 走到了河邊想要過河，他發現過不去，會看到旁邊有橋。但隨後他會發現這個橋是斷的，這時候 AI 會實時響應，並查詢遊戲當中有哪些物品能夠組合起來修復這個橋。

同時我們也會引入一些新的機制，比如說是一些暴風雪的天氣，進一步干擾環境。NPC 需要在限定的條件下生存和協作，這樣會增加我們遊戲的可能性。

你會發現這裏有幾種不同的玩家。創作型玩家，他會在這個過程中去扮演編劇，通過他的遊戲行爲，間接地改變環境，創造一個劇本。也有一些玩家，會以特定的身份參與這個遊戲。每一個玩家的選擇都會創造一些千變萬化的故事。

一個玩家在遊戲當中創造了兩個 NPC，NPC-A 是一個溫和的法師，NPC-B是一個火辣的戰士。玩家最開始的時候特別喜歡 B，經常和 B 一起冒險，而忽略了 A。

結果幾天之後玩家就發現 A 開始和村裏人產生更多的交流，並且和一個 NPC-C 建立了親密的關係。當玩家再嘗試去和 A 互動的時候，A 的態度非常冷淡，他甚至會說“你不是更喜歡和 B 在一起嗎？”

NPC 會喫醋，但這些都完全是系統自動生成的。我們並沒有去寫玩家的冷落 A 之後，會發生什麼的劇本，但AI 根據玩家和 NPC 的互動以及 NPC 的性格（比如說會受傷、比較傲嬌等等性格），展現出了新的關係和新的表現。隨後，系統自動生成了嫉妒和疏遠的劇情。

玩家告訴我們，這是他們在現有的遊戲產品當中體驗不到的，是他感受到最真實的一個情感時刻。

右邊也截取我們遊戲的社區評論，有個玩家在少年時期看過一部國漫叫《大英雄狄青》，他在我們的遊戲當中完成了與大英雄的告別儀式，而且他真正認爲這個角色是有生命的，有自己的思考——這是讓我們非常感動的一件事情。

我們再說說關乎遊戲性的遊戲道具。道具生成是我們投入精力最多的一個系統，也是我們認爲玩法創新的核心亮點。

傳統的道具遵循着一系列的系統設計，比如傳統道具可能是鐵劍攻擊力 +10，鋼劍攻擊力 +20……總之是非常粗暴的一個數值邏輯。開發者就算預設 1000 件道具，讓玩家去逐一收集，它們之間的區別也並不大。

我們認爲道具生成的哲學，是每一個道具它都要有獨立的故事，同時它甚至能夠驅動敘事，推進世界的變化。

我們有三個原則。第一個是語義驅動生成，第二個是屬性要跟敘事相關，第三個是它要產生一個虛擬的經濟生態。

舉個例子，在遊戲當中可能會出現一個旱災的劇情。農田經歷了一場旱災，莊稼枯萎的時候，系統可以識別到你可能需要一些幫助。它也會識別到當前的情境是旱災，農業缺水，生成的道具可能就會是節水型的道具，給你耗水量減 50%，但是你的產量不變。第二種就是耐旱的作物種子，比如說乾旱的環境當中也能生長。第三種可能就像這種祈雨儀式的材料。

第二個原則，就是我們的屬性要跟敘事結合。比如說那把鐵匠親手打造的劍，數值屬性可能是攻擊力 +12，耐久度 +20%。而它的敘事屬性則是由村莊的鐵匠親手打造，在裝備之後，鐵匠的好感度會上升。

也有一些社會效應。熟悉鐵匠的人會說“這是誰誰的手藝，他已經很信得過你了。”鐵匠的競爭對手會說“不過如此。”如果你背叛鐵匠，他有可能會要求你歸還這把劍。如果你把劍損壞了，鐵匠可能會主動幫你去修復。所以它不僅僅是一個裝備，而是你跟 NPC 之間關係的見證。

第三個是虛擬經濟生態。遊戲的道具生成和應用系統是綁定的，它會形成一個動態供需的關係。比如說我們遊戲當中的草藥的波動。

發展初期，草藥是一個常見的物品，它的價格很低，這個時候系統的一些事件或者玩家的行爲會觸發像瘟疫爆發這樣的天災，草藥的價格隨之激增，價格上漲，玩家會大量採購草藥，市場就飽和了。

市場飽和之後，價格會迴歸自然規律：即便價格非常高，也依然存在需求，一些 NPC 商人因此破產，另一些則會囤積藥草等待下一次危機。關鍵在於，道具的價值並不是固定的，它受玩家行爲影響，會間接作用於遊戲經濟系統，而經濟系統的變化又會觸發新的任務和新的運行邏輯。

接下來我給大家播放一段遊戲的實機演示，展示我們的一些道具。這段素材來自最近一輪公測中玩家的行爲。通過後臺調研，我們的 AI 生成了一個新道具，戰鬥中可以使用。這個道具的攻擊弧線是像香蕉一樣的。

這套系統的神奇之處在於，玩家不需要學習任何編輯器，只要與 AI 進行交互即可。我們的 NPC 或 AI 會理解情境，生成合適內容。更重要的是，這類道具的申請並不是外掛，而是完全融入遊戲世界的有機內容。

，時長01:14

說完生成系統，我們再談探索。探索並不僅僅是玩家對遊戲內容的體驗，更是一種對規則的驗證和發現。在深度遊戲中，真正的探索不是沿着設計者預設路線前進，而是測試遊戲的性能與邊界。

比如玩家會提出各種問題：如果我背叛 NPC 會怎樣？如果我在關鍵戰鬥節點不出手會怎樣？如果我故意製造經濟危機會怎樣？系統會根據玩家的極端行爲做出響應，比如當你背叛所有人，你可能就會成爲所有人的“公敵”。

我們記錄的並不只是“玩家選擇了 A 還是 B”，而是更深層的數據，例如行爲頻率、資源偏好、社交模式等。這些數據會形成玩家畫像，讓系統逐漸理解你是什麼類型的玩家、你偏好什麼樣的挑戰。

如果你是喜歡戰鬥的玩家，系統可能生成一個新的 NPC——一個專門追殺你的賞金獵人。如果你只喜歡種田，那系統會推給你完全不同的路線，你可能會吸引投資者，逐步發展成農業帝國。如果你刻意製造經濟崩潰，系統可能會推動劇情走向革命甚至戰爭。

我們希望玩家像“科學家”一樣玩遊戲：提出假設——“如果我這樣做會怎樣？”——再採取行動，做出 A 或 B 的選擇，觀察系統的反應。系統也會對你的極端行爲做出反饋，玩家在反覆試驗中逐漸摸索出遊戲規律。而這些規律並不是靜態的，它們會在遊戲運行中不斷動態變化。

這種探索機制意味着：當玩家完成一次嘗試後，系統不會歸零重置，而是進入學習階段，把你的行爲數據視爲養料，用於推動系統進化，並進一步生成更貼合你風格的內容。

通過這些維度，系統會形成一個清晰的玩家畫像，理解你偏好的挑戰類型和內容類型，並生成“對你來說有趣的”生成體驗。

這就進入了反饋循環的第四階段：在上一輪反饋基礎上進入更深一層探索。

以往的肉鴿遊戲中，玩家死亡後往往一切歸零，世界是同質化循環的。但在我們的系統中，每一輪生成都會在上一輪基礎上學習與成長。

比如你喜歡推理，他就會給你更多的推理和探索內容，當然也會偶爾故意製造一些意外，避免內容過於單調。NPC 的行爲也會進化，他們會根據你的互動模式去調整。如果你總是爽快答應請求，NPC 可能會更依賴你；如果你總是拒絕，他們就會學會不再來找你。

當這四個環節形成正向循環之後，生成的內容會越來越符合玩家偏好，玩家的探索能力會越來越強，反饋也會越來越豐富，生成內容的質量也會越來越高。遊戲就會變成一個永遠在線、持續發展的系統。

我也想過很多技術上的實現方式，但技術本身並不是目的。作爲遊戲製作人，我更關心的是怎麼讓它更好玩。

過去兩年裏，我們總結了三個關鍵原則：

第一，“有意義的生成”和“無意義的生成”。生成的價值不在於生成多少，而在於過程是否獨特、有意義、能吸引人。

第二，湧現性。我們不去假設所有可能的玩法，而是設計規則，讓 AI 和玩家在對抗中自然湧現新的內容。

第三，“記憶和成長”。只要系統有記憶，世界就能成長；如果沒有記憶，那所有內容都只是隨機指令，不是真正的生成。

比如我們可以做一個能無限刷錢的系統，技術上很容易，但沒有意義。玩家很快會發現那只是數據遊戲，和遊戲世界沒有真正的連接，道具也沒有個性，價值感就會消失，最後只會變成一個通貨膨脹的系統。

相反，如果每一件道具都有獨特的來源，比如在某個情景下獲得，擁有特殊屬性，不只是數值，還可能帶有特殊機制，甚至是遊戲本來沒有的效果，再加上獨特的敘事意義，那麼即便這種道具只有十件，玩家也會產生不一樣的理解。

第二個原則是湧現性。聽起來可能有點玄乎，但其實很好理解。它是複雜系統的核心特點——簡單的規則可以產生複雜的行爲。

我認爲《康威生命遊戲》是最經典的例子。它的規則極其簡單，關於細胞生死只有四條，但卻能演化出無限複雜的模式。

在遊戲設計中，湧現性意味着我們不需要預設所有的文化形態，我們只需要設計好規則，玩家與 AI 的交互就會自然湧現出我們在設計階段根本沒想到的內容。

我們在測試中遇到一個典型案例。當時有位玩家創造了一個 NPC ——黑市商人。他的性格設定是貪婪、不擇手段、收購一切，同時冷漠，只關心自己的利益。玩家開始實驗，故意讓村莊陷入經濟危機，村民開始貧困，被迫出售家當。黑市商人開始大量囤貨，等待價格上漲，最後高價賣回給村民。

結果，系統生成的一部分村民開始反抗。一些 NPC 自發聯合起來對抗黑市商人，最終形成了一個我們從來沒有設計過的階級鬥爭劇情。這就是我們所說的“湧現性”。

我們只設計了基本規則和 NPC 的反應邏輯，而他們的社交關係和劇情走向，都是在系統內部自然湧現出來的。所以我們的結論是：不要去預測所有可能性，而是設計好規則，讓玩法自己冒出來。

接下來的原則是“記憶和成長”。肉鴿遊戲的一個常見陷阱在於：每次重開都是新局，缺乏延續性。很多遊戲中，玩家死亡後世界歸零，雖然每次可能都有進步，但世界本身是靜止的。久而久之，玩家會感覺自己只是在不斷重複，而不是在真正成長，最終會覺得無聊。

我們的解決方案是“讓世界擁有記憶”。世界會記住玩家做過的一切：你拯救過的村莊會在地圖上留下痕跡；你幫助過的 NPC，即使你離開很久，也會記得你的選擇；如果你曾經毀滅過某個派系，那將永久影響世界格局。NPC 會記得你每一次對話、每一個承諾、每一次背叛，並根據這些記憶調整對你的態度和行爲。

隨着時間推移，系統會生成具有歷史延續性的內容：新任務會引用過去事件；新增 NPC 可能與舊 NPC 有關聯。整個世界本身在成長，而不是隨機重製。

在設計原則之外，作爲遊戲製作人，我們最關心的並不是技術本身，而是玩家與遊戲之間的情感理解。

傳統遊戲建立情感連接的方式，通常依靠精心編寫的劇情和大量市場曝光的角色形象，來製造情緒高潮。這種方式確實有效，但也存在限制：所有玩家的體驗往往是相似的，劇情難免公式化、套路化。就像看電影，大家會在同一時刻流淚，也能大致猜到後續發展。

但在深層互動型的遊戲中，我們希望每個玩家的體驗是有限但獨特的——因爲系統會爲每個玩家演化出不同的故事。

有一個典型的設計案例，展示了 AI 如何超越產品原本的設計。

在前面的視頻裏我們提到過，在某次玩家測試中，有位玩家通過自己的描述生成了一個 AI 角色“發明家”。這個角色有非常鮮明的性格特徵，而系統在後續任務中會依據這個角色設定，爲玩家提供原本預設之外的強力道具。

整個過程大致分爲三步：首先，玩家通過對話系統，向“闆闆”表達協助測試的意願。AI 理解了這個交互，開始構建兩人的合作關係。隨後，當系統爲“闆闆”生成專屬任務時，同時也生成了遊戲中原本不存在的道具。緊接着是第三步，遊戲內的法杖原本攻擊軌跡單一，會消耗魔力。而“闆闆”製造的武器：不消耗魔力、可以連發、攻擊軌跡是曲線型的。通過這個武器的特殊效果，玩家甚至可以輕鬆無傷擊敗遊戲中的 boss。

重要的是，這不是我們預先編寫的道具或劇情。是系統根據 NPC 的“發明家”設定、玩家與 NPC 的互動歷史、當前遊戲情境和玩家需求，自動生成的、超越遊戲原有設計的內容。

從商業角度來看，這種系統也帶來了明顯的價值反饋。

我們留存率是普通沙盒遊戲的 3~5 倍，因爲內容是獨特的，玩家不願輕易卸載遊戲，總想着再試試邊界。他們在遊戲中建立了情感連接，甚至創造了屬於自己的小世界。

社區活躍度也顯著提升。我們擁有類似於 2000 年代論壇氛圍的社區環境，玩家主動分享自己的故事，形成自發口碑傳播，內容幾乎全部來自玩家自創。

付費意願也更強，這並不是因爲玩家必須買，而是他們願意支持一個能提供情感連接的產品。

從數據的驗證來看，我們有 83% 的玩家認可 AI 陪伴的一些玩法，玩家平均遊玩時長超過傳統的沙盒遊戲 50%，社區 UGC 內容是我們當時預期的 4 倍左右。

在這個話題的最後，我們想分析一個更宏觀的設計哲學，我稱之爲“底座型遊戲”的概念。

傳統的遊戲更像是水泥建築，開發者前期把結構全部搭好，空間是固定的、不可改變的，玩家只能在預設的範圍內活動。時間久了，系統會老化、崩塌。

而底座型遊戲更像是一個搖籃，開發者提供的是基礎的物理規則、初始的種羣和進化的方法，系統可以自主生成內容，自主發展生態文化，自主形成社會關係。

AI 則負責記錄這些複雜性的湧現，並持續推動這種演化，形成一種穩定的自循環。每個玩家進入同一個世界，都會走出不同的成長路徑。

這樣的突破性遊戲需要產品、數據和模型三者緊密結合，形成一個協同進化的系統，我稱之爲“黃金三角”。我認爲它不僅適用於遊戲，對所有 AI 產品也都成立。

在 AI 時代，傳統商業的壁壘正在迅速被侵蝕。代碼可以複製，idea 可以複製，功能可以通過調用 AI 或者 API 的方式被快速復刻，先發優勢變得越來越脆弱。那麼真正的壁壘是什麼？我認爲是可以持續產生、並不斷自我強化的數據飛輪。如果沒有這樣的壁壘，會發生什麼？

我舉兩個失敗的模式作爲反例。

有一些 AI 創業公司做所謂的私域大模型的產品，但缺乏一個用戶高頻使用的產品載體，模型能力無法真正傳遞給用戶，也無法產生新的數據，就像造了一個高功率的引擎，卻沒有車身，永遠在空轉。

另一種模式是隻有模型和一個很淺的上層產品，沒有數據迴流的通路。比如早期 AI 工具型產品流行的時候，有人做過 ChatPDF 的工具，用戶上傳自己的 PDF 文件，AI 閱讀並概括，但整個過程不會沉澱任何專有數據。早期迭代的 GPT-4 就提供了 PDF 閱讀的能力，一下子就乾死了很多做淺層工具 AI 創業的人。當底層模型升級，這些工具型產品的價值就會被迅速稀釋掉，壁壘就像沙灘上的堡壘。

所以真正有效的新產品模式，比如我們剛纔提到的《麥琪的花園》這類產品，它一定是產品、數據和模型三者共同構成的閉環。

如果你能創造一個 UGC 的內容模式，讓玩家利用 AI 能力在遊戲裏不斷產生新的代碼數據、交互數據和玩法數據，我們就能利用這些數據讓模型越來越聰明、越來越瞭解玩家，而且這套能力只能作用於你這款遊戲，因爲在設計過程中你不僅在做 AI，還在同步搭建面向 AI 系統的數據接口，最終模型精調時它只會適配於你的產品生態。

這個，就是我所說的壁壘。

數據飛輪的運轉機制，可以更詳細地解釋爲：從產品設計開始，我們精心打造一個基礎產品，去吸引更高層次的用戶，讓他們在更深入的交互中持續創造內容，從而產生大量在公開領域無法獲得的高質量數據。模型通過這些數據進行訓練，就會得到更好的燃料，反過來讓產品產生更多定製化的能力，提供更智能、更個性化的體驗，形成產品核心競爭力。

更好的體驗又會吸引更多用戶，帶來更多數據，讓飛輪加速運轉。玩家的每一次行爲，都是對我們遊戲的貢獻。就像玩家在遊玩時，系統有一個 24 小時不間斷的數據流，去幫助 AI 背後的“世界之魂”理解這個世界的運行邏輯。