五源小酒馆：你对2025年最大的期待是什么？
海辛：最大的期待是：希望能随时随地用上不会掉线的满血deepseek。
PART 2
AI如何重塑游戏与娱乐
嘉宾：
陈睿钊 机壳杏仁
乔海鑫 Kotoko AI
曹潇文 青庖游戏
邢曜鹏 五源投资人
邢曜鹏：在技术尚未完全成熟时，AI游戏应选择大世界还是小游戏作为切入点？如何平衡野心与可行性？
陈睿钊：我觉得应该选择最小的玩法，把AI的优势在最小循环内展现出来，不要让AI做重型玩法的附庸。GDC的游戏设计者们不止一次发表过复合玩法带来底层矛盾的观点，我也持一样的看法：现阶段我们对AI游戏设计的理论还不完善，直接在现有的重型玩法上进行修改融合，融的越多，矛盾越多，游戏无趣的风险越大。
我会认为，AI游戏时代的游戏制作人们，野心也应限制在“给游戏带来10%的创新”范围内——“10%”以游戏内的交互形式为标准。超过这个限度，一方面游戏设计的难度会指数级上升，另一方面玩家没有形成共识，我们会面临“面对假想中的体验市场”的困境，这在商业游戏上是不妥的。
乔海鑫：从快速验证或快速"失败"的角度上说，小游戏比大世界能更快为团队提供反馈。大世界也是由很多玩法切片组合而成的，在想要搞个大的之前，最好是先把一个小箱庭做明白。现在应该还没有一个完全基于LLM去搭建的大世界，有不少大世界试过轻量结合LLM做一些玩法，比如网易的燕云十六声让玩家们去跟AI NPC聊天结交江湖好友，他们在对话节奏控制与OOC上做的挺好的，但大部分玩家在初期尝鲜后还是会更享受在打打杀杀与世界探索里获得正反馈。视觉输入数据的速度是阅读的几百万倍，在RPG模式中我们作为角色对虚拟世界的理解大部分时候也是通过视觉，如果设计者在大世界的高速互动中忽然将玩家限制在一段聊天交互里，很可能会让玩家觉得“无聊”。
除了在大世界的NPC对话中应用LLM，我们也设想过整个世界是基于LLM运行的，即LLM组成的系统作为世界的后端。我们尝试搭建过有剧情故事且完全依赖多智能体autonomous system的沙盒，这里的挑战是当沙盒过于开放（即有过多行为函数需要智能体去选择+过多属性/数值需要被影响反馈）的时候，今天的AI智能体很难选择到合理的行为去执行，且很难与其他智能体互相配合完成世界线的推动。这背后反应出的技术问题非常多，比如我们给AI的“决策空间”应该有多大（tool using的范围），对连贯性的要求有多高，如果数据量过大、数据结构过于复杂的时候token成本怎么办等等，期待模型的进步可以配合工程去解决这些问题。
曹潇文：首先这个问题我想修正为“是选择大Scope还是小Scope来切入游戏”？这个其实是一个经典的风险和投入匹配的问题，高风险的探索用更小成本的探索来寻找MVP当然是没有问题的。然而，小世界固然适合玩法快速迭代，但可能陷入玩法不足以填充AI的涌现性的问题。大世界游戏本身成熟的内容生态和玩家基础，反而更适合作为AI的试验场。
但其实技术不成熟时选择切入点的关键其实并不在于总投入的大小，而在于建立风险隔离机制。与其争论大世界还是小游戏，不如思考如何将AI创新模块与游戏核心系统解耦。
制作一个可玩性高的大世界游戏，其业务形态和生产风险本身其实是传统而成熟的，这部分的风险应当被隔离在AI探索之外。另一方面，有一个可玩性高，内容丰富的大世界游戏，才足以支撑AI智能的生长探索，就像生物实验室需要先有培养皿才能做病毒实验。
综上，一个权衡的开发策略其实应当是在构建成熟的大世界框架基础上，优先选择特定模块进行AI实验，同时借助玩家反馈持续优化技术实现路径。这样既保留了商业产品的可行性，又为技术创新提供了真实的应用场景。关键在于用大世界的局部创新验证小技术的突破潜力，而非用不成熟的技术支撑大世界的整体构建。
邢曜鹏：AI创新的核心应聚焦玩法、叙事还是视觉？哪类创新更容易突围？
陈睿钊：第一是玩法（交互），第二是叙事，这两个是AI技术带来新体验的关键领域。对于游戏设计师来说，AI的意义就是，“我们终于可以在游戏中融入湿件智能了，现在看看，把我的脑子装进游戏里陪玩家玩，我能做到些什么”。我们现在可以往游戏里塞进一个不错的游戏设计师，让它解决那些本质上就非常开放的交互——典型例子是对话，实际上能做到的还有更多。
AI技术突破为视觉表现带来的提升甚小，影响力甚至远远不如当今UE5实装的虚拟几何体技术。在大规模资金投入到视觉表现的游戏业界，顶尖游戏聚焦于审美认知战场，AI还参与不了与顶级艺术家比拼审美能力的战争。不过，对于不以美术见长的游戏，AI带来了压倒性的成本优势。美术工时大大缩减之后，“一人游戏公司”、“三人3A工作室”已经纷纷成为现实了。
乔海鑫：视觉应该是已经成功落地的，很多游戏公司已经在用AI辅助制作游戏资产和美宣素材了，但视觉上完全生成式的游戏（比如用视频模型去做的游戏）可能还有点遥远吧。
玩法与叙事确实还看不清。今天商业化内容游戏的制作预算都很高，动辄上亿美元，玩家对角色人设与叙事的敏感度也很高，很难想象大模型会完全接管剧情策划，但辅助创意产出确实是有意义的。而对于独立游戏创作者来说，叙事即自我表达，如果都交给AI去做那为什么要做游戏呢？
除了玩法/叙事/视觉，我倒是觉得AI coding在游戏制作里有帮大忙，我们所有同事现在都在用AI写代码参与制作，效率比以前高出太多。
曹潇文：这三个部分其实不太容易完全解耦，游戏与AI的结合肯定还是一个全方位考量的方案，其最终目的还是新的产品能不能提供有意义的体验。但如果强行拆开来，带有一定预设来看的话，视觉和叙事应该是相对比较早被实现的。
视觉向目前是更多关联到生产范式的改变，不管是从降低美术创作门槛的角度，还是从资产生产的降本增效的角度。叙事的话，它因为大语言模型本身的特性是最早被探索的一个方向，各种chatbot也是很早就应运而生了。这两者在开发端虽然我们还没能让AI完全取代人力workflow，但在一些灵感获得或者copilot环节上都已经可以落地了。
玩法向比较多的还是围绕agent来做创新设计。把agent抽象理解成实现了一定程度思维和心智的个体系统，然后玩家去和各种定位的agent进行交互。我们自己押注的就是针对玩法的突破，因为我们认为玩法对于游戏来说是更本质的核心，当然针对它的改动需要与另外两者，甚至更多因素的协调。其改变会更困难和复杂，但也会更根本和吸引注意力。
邢曜鹏：什么人群是AI游戏的最佳试验田，如何破圈吸引大众玩家？
陈睿钊：AI和“体验革新”深刻绑定，有两种玩家是AI游戏受众天生圣体，一是对游戏创新体验深感兴趣的独立游戏玩家群体、主播玩家群体，二是对某品类游戏投入很多时间的硬核玩家。
在没有形成体验共识的当下，破圈关键在于适时开展社区型开发。我们即将完成的是一件体验创新的革命壮举，而非仅是对传统元素的拆解再重组。因此要和玩家开展深度交流，让游戏和玩家一起成长，在游戏上市前就占领玩家对AI游戏的体验认知高地。
乔海鑫：如果把LLM看做是用户与一个游戏系统交互的媒介，它提供的一个价值应该是让互动内容"与我有关"，基于用户更开放的输入/想象给出更个性化的内容，而不是完全被策划设计好的有限选择。从这个角度说，值得切入的用户应该是更希望自己被听见被看见的用户，对内容有自己的审美，对情绪价值与自我表达有更多的诉求。这些用户在游戏中更具象的表现是容易在虚拟世界中与纸片人建立情感羁绊，对故事有更好的理解与共情能力，例如二游或乙游的用户。
在研发产品时，我们常与这些用户交流，并参考许多OC圈的玩法。我们经常会聊到说，用户能捏自己的虚拟角色很好，如果虚拟角色能进一步扩列，有自己的朋友和生活，会不会更有意思呢？如果用户内向，不愿意代表自己的OC沟通，缺乏互动和分享的平台，那么大模型提供的个性化内容生成和自动化社交代理的意义就显现出来了。我相信AI游戏不止是通过更好看的图形化表现去包装大模型、让用户跟大模型有更好的互动，而是应该在一个系统里让大模型起到穿针引线的作用，更好地服务用户的体验目标。
我觉得如何破圈要看产品在共情的需求是不是下一代人共有的需求，会不会与时代共振，这个可能有点玄学。Roblox今天有4个亿的MAU，他们在创业前10年都想不到这件事会发生，但事实证明小朋友今天就是需要这样的一个游乐场。不同类型的游戏都有自己的受众群体，如果是游戏+AI的尝试，那就先服务好自己品类所面向的用户，考虑这个品类是不是有可能用AI创造更好的体验。如果想做大DAU，那就去看看年轻人有什么相似的集体诉求，想怎么陪伴一代人成长。有很多已经存在的需求还没有变大破圈并不是因为有这个需求的人群基数小，而是现有体验里的摩擦可能太多。
曹潇文：应对这两者的逻辑会不太一样。就前者而言，是对于新鲜事物、技术感兴趣的游戏玩家。这些人应该具备相对充沛的游戏阅历，能够以游戏这个媒介本身的标准来衡量作品的优劣。同时也勇于和乐于去尝试新范式，看到AI这样的关键词出现会有点小兴奋。
对于破圈到大众玩家来说，需要的东西更多是在传播层面。如何塑造出一个意义的高点，基于一个广泛存在的需求让你的产品成为一种社交货币（例如Remini）。AI帮助下的UGC为游戏用户提供了表达机会，结合不同游戏的特性，让用户可以传播带有强烈情感（搞怪、感人、恐怖等）的内容会是一个点。
邢曜鹏：AI NPC的最佳形态是什么，对游戏体验最大的帮助在什么环节？
陈睿钊：AI NPC适用于玩法聚焦于角色的游戏。角色仅仅起叙事意义时，我们并不需要能临场发挥的聪明孩子。如果可以在NPC身上根据交互获得反馈，我们可以获得更好的“世界感”。一个类似的案例是“环境叙事”，通过散布在环境中的景观、物件向玩家传递“我身处的世界是真实存在的”这种体验。
乔海鑫：基于玩家-角色的关系大体可以分成三种：AI是你的游戏陪玩/队友（e.g. 永劫无间的AI队友），AI是NPC（e.g. 燕云十六声里可以攻略的江湖友人），AI是棋盘上的棋子（e.g. 斯坦福小镇）。没有哪种更好，我认为要看玩法与关系的匹配。AI存在的意义一定是让玩家拥有更好的沉浸感，例如在未来的单机RPG游戏里AI队友会变得非常常见，他们可以有更个性化的演出（e.g. 自定义音色或对话风格），甚至可以与你并肩作战，就像是BioShock Infinite里的伊丽莎白。
曹潇文：“最佳”AI NPC，我觉得就是实现一个满足产品场景下功能性需求（不知疲倦，不出戏等等）的“人”。Ta会是一个“规则约束下的混沌体”，是三个维度共同影响下的三体系统：对于底层规则的稳定认知能力，根据情况的灵活策略判断能力，以及因为“缺陷”导致的不可预测性。
举个例子，这个AI NPC知道了虚拟世界中蕴含的规则，例如结构力学等物理法则，以及一些基础的工程学知识；然后Ta决定利用这些规则，收集了一些材料，制作了一个陷阱准备困住一只野猪并烧死它；结果因为野猪在最后一刻逃走，Ta气得把手里的火把胡乱甩出去，把自己的房子给烧没了，Ta又急得哇哇大哭起来。
这个目标简而言之是塑造一个有智能、会成长，但也有缺陷，有“灵魂”的虚拟角色。这样的AI NPC帮助游戏体验提升的大前提，还是要符合对应的产品需求，毕竟不同的游戏中对于NPC的需求还是存在很大差别的。但总体概括而言，Ta最大的意义是可以覆盖更多更广泛的游戏情境。尤其是在规则驱动的沙盒游戏中，会大量设计者自身预料之外的情况。这种情况下只有神经网络的涌现可以对齐规则交织产生的涌现。
我觉得值得一提的是，可控的混沌会比绝对理性更重要。完全理性的AI NPC会导向“超人类对手”，在一些特定场景下是有意义的，但容易削弱游戏乐趣和扮演乐趣。就如同《克拉拉与太阳》中的克拉拉，可能比《2001太空漫游》里的出“故障”前的HAL要更讨人喜欢。
邢曜鹏：UGC生态会颠覆传统游戏开发模式吗？平台与开发者的权力将如何重构？
陈睿钊：UGC生态的好处在于降低游戏创作需要的门槛，让更多能力并非六边形的创作者走入游戏创作领域，发挥其个人长板；传统游戏开发模式则可以协调多名开发者，取众人之长做大水桶。我认为这标志着两类不同的游戏开发理念，将会深刻影响游戏市场结构。
UGC生态的另一个好处是将游戏与社区捆绑在一起，将个人开发者与玩家紧密相连。UGC生态为个人开发者链接众多用户，个人开发者发挥自己的能力长板，一切价值都在于共赢，且赢在未来。
乔海鑫：AI技术的成熟过程本身就是内容创作的民主化过程，UGC生态一定会更加蓬勃。游戏的mod会更容易制作，玩家可以很快创造出他们喜欢的游戏的mod，甚至可以让AI教自己怎么去部署。内容游戏的二创也会更丰富，玩家在长草期会拥有非常多优质代餐。像堡垒之夜或蛋仔这些在游戏内部搭建UGC生态的形式未来也会更丰富。在以上能力的基础上，传统游戏的开发者会更像是创世神，通过优秀的作品将一群又一群用户聚集在一起，又通过AI加持的UGC创作能力让这个世界开枝散叶，拥有更丰富的生态系统。
UGC游戏平台与开发工具可能也会有新形态。Roblox Studio是给人类玩家设计的UGC游戏引擎，也许我们很快会见到面向AI Agent设计的Roblox Studio，所有的函数、配表与资产的设计都是为了让Agent更好地学习理解和调用。可能从这一层解构才会在表现层实现一千万个智能体在共同经营一个虚拟文明。
曹潇文：如果说相对于Netflix网剧和好莱坞电影，可以把用户制作的长短视频认作是影视媒介里的UGC，而在游戏媒介中，UGC主要体现在玩家在Roblox和UEFN等平台上创建的玩法。与文字、图画和视频相比，游戏的UGC实现更为困难，主要因为游戏制作的高复杂性和高门槛。
AI在降低游戏UGC门槛方面具有重要意义，同时UGC也将改变游戏的生产模式和权力结构。过去由公司或专业团队制作的游戏将转变为PGC，而PGC又会进一步转化为UGC。
当然这不意味着所有新增出来的UGC产能都能获得用户，内容生态会形成新的平衡。因为游戏相比于其他的几种媒介，对于用户的时间精力的承诺要求会更高，头部的集中效应会更强。生态样式可能会是更少数的专业/公司级别头部产品，和更大量的用户生产的游戏的两头分化。头部游戏产品会更多地去做规则/框架搭建的工作，更“平台化”，让一部分用户从纯内容消费者向内容生产者发展。
权力重构的核心点会是控制与开放的博弈，平台化的产品需要权衡“让玩家自由发挥”与“防止生态崩坏”。未来的权力结构可能是三层——平台提供规则引擎、AI工具以及一些核心IP，开发者维护核心玩法和内容，玩家成为UGC内容供应者乃至分支游戏开发者。这些现象其实在目前的市场中已经出现了一些对标，未来的发展是上述情况会进一步的加剧。
邢曜鹏：AI游戏的商业化应优先探索订阅制、广告还是内容交易？哪些模式已被验证？
陈睿钊：最好还是订阅制，其次是内容交易。订阅制游戏可以针对高粘性玩家收费。如果是AI游戏，那么体验优化的目标更清晰，积累的数据更多，持续建立壁垒的能力更强。并且对于AI本身的投入直接等同于对游戏内容的投入，能够更有效地转化为ARPU。相关案例是，LoveyDovey针对女性向陪聊恋爱玩法实行订阅收费，创造了非常不错的成绩，体验也拉开同类产品一大截。目前还没有能够跻身顶流的订阅制AI游戏，这是我们最在意的方向之一。
内容交易门类下，买断制AI游戏也有不少尝试。可以看到很多玩法优秀的AI单机游戏以巧思取胜，第一个销量过万的AI独立游戏很快就会出现。另外也能看到联机AI游戏，希望从社交战场分一杯羹，但这个方向AI并非核心竞争力，前途未卜。
广告制收费的模型下，有很多使用了AIGC技术的游戏，比以往小游戏质量更好、传播效应更强；另外也有一些玩法有趣的小型AI游戏通过流量变现。AI制造社交传播要素非常容易，所以还有相当多空间可以探索。
乔海鑫：AI游戏的商业化还是要看游戏的玩法与类型，与AI的关系不大。大家此前最纠结的Token成本在过去每半年下降一个数量级，最近甚至已经被Deepseek压缩到极低，不再是盈利路上的绊脚石。MMO最早出现的时候服务器成本也很贵，但最终游戏还是会变成free-to-play。商业化还是要基于游戏的核心体验与它的爽点去设计。
五源小酒馆活动报名
新一期五源小酒馆将于2月28日晚在北京举办，这次活动，我们将探讨近期模型层的突破如何推动游戏与娱乐行业变革，Al如何提升创作效率、增强沉浸感，并解锁全新的商业模式。
互动送礼