论文解读 · 2026-07-07
Xu 等人:生成式 AI 成为“玩法之芯”的游戏是什么样子——Fukai 解读 AI 原生游戏调查
AI 原生游戏的定义与分类 / 游戏 AI
一段话摘要
生成式 AI(自动生成文字、图像等内容的机制)被用于游戏的例子越来越多,但“能大量生成”和“作为玩法有趣”是两回事。本论文把生成式 AI 本身就是游戏核心循环(玩法反复的那个核心)的游戏称为“AI 原生游戏”,并收集了 53 部真实存在的作品进行分类。作者们的判定标准是一个反事实问题(假如……会怎样的思考方式):“如果去掉那个 AI,玩法是否还能成立?”被收集到的作品明显偏向叙事类型,用 AI 来裁定规则的用法还很稀薄。如果只读这一篇文章,我最想传达的是论文的主张:把生成式 AI 变成玩法的关键,在于把“自由的意义生成”架在“不会移动的骨架”之上。
引言
今天我打印出来、拿红笔画线的,是 Zhiyue Xu、Fandi Meng、Kaijie Xu、Clark Verbrugge、Simon Lucas、Jian Zhao 六人合著的《AI Native Games: A Survey and Roadmap》。这是一篇刚于 2026 年 7 月 1 日投上 arXiv 的调查论文(survey,一种纵览并梳理某个领域的论文类型),需要先说明的是它属于尚未经过同行评审的预印本(peer review 之前的投稿阶段稿件)。目前几乎还没有被引用,处在被广泛讨论之前的阶段。
为什么今天选它?生成式 AI 用于游戏的话题几乎每天都会出现在新条目里,但其中大多讲的是“作为制作工具”的一面。这篇论文把视角挪开了一点,只截取出那些“AI 在游玩过程中运作、没有它玩法就无法成立”的游戏。对做解谜或做游戏的人来说,这与其说是一张追赶潮流的地图,不如说可以成为设计判断的一把尺子。所以我想把它介绍出来。
背景
以往的游戏 AI(敌人的思考、寻路等)基本上是在开发时由人预先定好的框架内运作。也存在运行时的调整,比如动态改变难度的机制,或者《Left 4 Dead》中的“AI 导演”(根据玩家的紧张程度调整敌人刷新与配置的机制)。但作者们把这些整理为“只是在预先决定好的条件分支中做选择的机制”。它们缺少的,是“玩家所能表达的意义范围本身在运行时得到扩展”这一性质。
大语言模型(LLM,依靠海量文本训练、用于解读与生成语言的机制)改变了这个前提。它能够解读玩家自由的语言表达,并当场生成回应或故事。但与此同时,它也带来了一致性崩坏、事实捏造(幻觉)、延迟、安全性,以及每次调用都会产生的费用等不稳定因素。游戏要求“规则恒定、反馈可信、状态能够持续”,因此这种不稳定尤其伤筋动骨。本论文的核心问题正在于此:如何让生成的自由与玩法的结构并存。
方法 / 路径
作者们的方法首先从严格收紧定义开始。所谓“AI 原生游戏”,指的是生成式 AI 是支撑游戏核心循环成立的本质机制,去掉这个 AI 之后核心玩法就无法成立、或者会变成完全不同的东西的游戏。判定依据反事实(思考“如果没有那个 AI 会怎样”的方式)进行。由此推导出三个必要条件——(1)运行时存在生成式 AI,(2)核心循环依赖于该 AI,(3)不能轻易被有限的手工素材或固定机制所替代。
作者们把这三个条件落实到一张双轴交叉表里。将“生成式 AI 是否是核心”与“是否本来就具备目标、规则、胜负这样的游戏形式”两相交叉,划分出四类:AI 原生 / AI 辅助(有 AI,但去掉后核心依然存活)/ AI 边界(AI 是中心,但游戏形式很薄弱)/ 不在范围内。论文中没有出现公式,始终只是一个用“是/否”来回答问题的框架。
收集作品的过程也很扎实。除了学术论文,他们还搜寻了 Steam、itch.io、官网及开发者说明,共收集到 93 个候选,能接触到的都实际上手体验,再剔除不满足条件的,最终收窄到 53 部。每部作品沿“AI 的角色”“AI 被嵌入的层级”“对运行时的依赖程度”“输入输出的形式”“如何约束生成内容”等 7 个维度进行编码(coding,把特征归入分类标签的作业),并从中归纳地(即由数据出发建立起来)提炼出两条分类轴。
发现
第一条轴是“游戏类型(G)”,分为 9 种。数量最多的是叙事冒险(G1),53 部中占 24 部(45.3%),其次是 RPG(G2)8 部(15.1%),解谜(G3)7 部(13.2%)(出处:论文 Table IV、Figure 2)。之后是一条细长的长尾。作者指出,语言是生成式 AI 最成熟的能力,因此作品集中在以语言为中心的类型上是很自然的。
第二条轴是“主导的 AI 作用(N)”,分为 6 种。按数量排序,依次是认知式互动(N1,引出隐藏信息的审讯或推理)17 部(32.1%)、生成式叙事 / AI 游戏主持人(N3,根据输入延续故事世界)14 部(26.4%)、社会影响(N2,说服、谈判、拉拢 AI 角色)11 部(20.8%)。最贴近规则层的“意义裁定”(N4,由 AI 直接判定某个行动是否成立)只有 6 部(11.3%),数量较少,多智能体模拟(N5)与生成式建造(N6)则更少(出处:论文 Table V、Figure 3)。仅 N1 和 N3 两项合计就占了全体的约六成。
把两条轴交叉起来看,密集的组合(叙事冒险 × 认知式互动、叙事 × AI 游戏主持人等)已是成熟的定式,而关系 / 伴侣(G8)那一行与生成式建造(N6)那一列几乎是空白——可以看出这是尚未开垦的领域。作者反复强调的一点是:越是稳定的作品,越会把生成式 AI 束缚在“明确的目标、可验证的状态、可理解的后果”之内。他们把这称为“机械不变量之上的语义开放性”。用我自己的话来转述,大概就是:让玩家自由地说,但把这些话转化为游戏状态的那副骨架绝不能动。
可用之处
对做解谜的人来说,我认为最能派上用场的是“意义裁定(N4)”这个框架。比如说,如果要做一款接受自由文本咒语输入的解谜游戏,论文建议不要把一切都甩给 AI,而是依据素材、意图、代价、危险、应对手段、环境这类隐藏的原理来决定结果。论文举出的实例是 OneSpellFitsAll,它依据隐藏标准为玩家自由发明的咒语打分。让玩家能够“对 AI 裁判的机制建立起理论”,是避免不讲理的关键。
如果要做审讯型或推理型游戏,“认知式互动(N1)”是既定的模式。嫌疑人可以自由作答,但他们的知识、动机、谎言都必须扎根于一个隐藏的案件模型(预先准备好的事实蓝图)。其思路是把 AI 设计成守护隐藏真相的看门人,而不是一张可以随意讲话的嘴。语料库中的 Couch Detective 与 Vaudeville 就属于这一类型。
在实现层面真正管用的是“提议与验证”的分工。让模型去“提议”台词、事件、道具、规则解释,再用确定性的机制(约束求解器,或者用来检验某关是否真的能通关的模拟游玩等)去“验证”合法性、一致性与可达性,一旦验证失败,就用修复、重新生成、向玩家重新提问,或退回到手写内容来兜底。如果我自己要做超休闲的 PCG(Procedural Content Generation,内容的自动生成),我读到的建议是:应该先准备好这道验证工序,再动手做生成。
关于费用与延迟的讨论也很实用。论文举了 Infinite Craft 的例子——它会把一次生成过的组合结果保存下来重复使用,并指出“缓存(把计算过一次的结果存起来重复利用)能把一次性的生成转化为可持续的状态”。论文中还提到按角色分别使用不同的小型本地模型,把频繁而低风险的处理交给本地模型,只有稀少而影响重大的生成才调用大模型这样的设计。如果要做一款在运行时调用模型的游戏,论文那句“推理费用从一开始就该当作设计材料对待,而不是一张隐藏账单”确实一针见血。
局限性
先写作者们自己承认的弱点。这是一项定性的作品分析,53 部这个规模,以及 9 类、6 类这样的分类,都依赖于作者们的归纳式编码(一人编码、两人复核、合议确定)。因此分类的粒度不同,数字也可能随之变动——事实上,论文自己也承认,关系 / 伴侣(G8)数量偏少究竟是设计上的真空,还是编码方式造成的结果,暂不下判断。作者也表示,许多作品仍处于抢先体验或原型阶段,这个领域还不是一个成熟的门类,而是一片实验场地。
在此我(Fukai)想补充两点。第一,语料库可能偏向公开、在英语圈容易找到的 Steam、itch.io 作品,日语圈的作品以及不容易被外界看到的作品有被遗漏的风险。第二,这篇论文还没有面向玩家的实验,也没有衡量“好不好玩”的数值——“是否好玩”这把尺子只是被摆在了未来课题的位置上。反事实的定义虽然漂亮,但“核心是否崩溃”这条界线的划定终究需要人为判断。它是一篇尚未经过同行评审、几乎没有被引用的预印本,这一点也要再次提醒。
Fukai 的解读
这一段先说明是我自己的解读。我更愿意把这项研究读作“设计权限再分配”的一张示意图,而不只是 PCG 的延伸。传统游戏在发售前就把大部分内容与规则固定下来。而 AI 原生游戏,把其中一部分——解释、生成、裁定、世界的变化——放手交给了运行时。所以设计师的工作并没有消失,而是转移到了搭建约束、接口、验证器、记忆与兜底方案上。用设计批评的词汇来说,这近似于从“书写规则”转向“布置规则得以诞生的场所”。对解谜作者而言,真正新鲜的不是准备好答案,而是要设计出隐藏的原理,让身为裁判的 AI 表现得可学习、可预测——这是我的解读。
写在最后
想更深入了解的人:这篇论文的出发点,是 Yuqian Sun 等人在《1001 Nights》中提出的“AI 原生”理念,即把生成式 AI 当作玩法本体、而非周边工具的思路。若要追溯得更远,论文中提到 Mateas 与 Stern 的互动剧《Façade》,视其为证明语言与叙事可以成为玩法主材料的先驱。把这两者放在一起读,就能看出如今 AI 原生游戏的来路。
作者们把分类的完整列表(53 部作品)作为公开语料库放在 GitHub 上。想知道续篇该怎么读,最快的办法就是亲自上手试试那些让你在意的作品名——Gandalf、OneSpellFitsAll、Infinite Craft、Vaudeville。今天早上我一边煮了一杯浓一点的手冲咖啡,一边也打开了其中几款。比起阅读,亲手触碰更能让“去掉 AI 是否还能成立”这个问题落到身体里。
参考文献
本文参考的论文与相关资料:
・相关研究:互动剧《Façade》(Mateas & Stern)与《1001 Nights》(Yuqian Sun 等)——本论文列为思想源头的作品
Reactions (no login)
Anonymous • one of each per visitor per day