做游戏的人里最懂AI的!
做AI的人里最懂游戏的!
能在做出来前就想象出来


There was no difference between the motor he built and the one which he visualized.
John J. O’Neill · 对特斯拉的描述 · Prodigal Genius(1944),第三章
我玩过的游戏
买断制 / 主机 / 街机
AI之于游戏
成本
迭代速度
古法编程的消失
未来人类还需要写代码吗?

编程语言即将消失?!
未来AI直接写机器码?!
AI在游戏行业的瓶颈
连续动态
AI当前只能截帧,连续动态只能靠日志/多截几帧,成本高
时间、token效率错误的方向狂奔
AI不会评审程序员的prompt,可能会在错误的方向狂奔
浪费时间、浪费token审美
游戏设计理论?
目前AI的能力还没达到这个层级发挥作用的阶段樱井政博Runtime时间预算
AI的默认实现方式欠考虑运行时性能
游戏需要每帧tick · 每帧时间预算 = 1000 ÷ fps
我最近在用AI做什么?
游戏之于AI
理论?挑战?
World Model
世界模型
JEPA LeCun
Self-Supervised Learning from Images
with a Joint-Embedding Predictive Architecture

游戏任务对AI的挑战
视觉验证
游戏理论Plan / Design
就像读书:
同样的文章,有的读者会勾起回忆而感激涕零,其他人却可能完全无感;
甚至同一个读者,在不同的人生阶段读,会有不同的感触。
没有统一度量尺度
不稳定!
Arena

side by side 比较输出,人类选更好的
噪声大!
不保序!



保序映射
f : (X, ≼) → (ℝ, ≤)
∀ x, y ∈ X,
x ≼ y ⇒ f(x) ≤ f(y)
原来的先后关系,映射后仍被保留。
循环胜负本身不是偏序;
单一分数无法保留全部严格胜负关系。
长程 · 复杂
如何提高bench效率?
商业级游戏工程体积巨大,单次rollout成本非常高






Anything that can be iterated on continuously starts to become more solvable.
古法时代 · 游戏开发成本高、不开源
如何获取
优质监督数据?
数量少
古法游戏项目相比其他数据集,数量上是凤毛麟角
差异性
年代 / 平台 / 付费方式
质量不稳定
真实工业界的代码,
也不一定优质
数量少
古法游戏项目相比其他数据集,数量上是凤毛麟角
GPT-6 Astra
>10万亿 tokens
另有 >10亿张图像
Claude Sonnet 5.5
>10万亿 tokens
另有 >10亿张图像
训练规模为官方披露下界。游戏数按 Gamalytic 的 Steam 份数估算:含免费获取,非全球付费销量;重制版等独立条目分别计数。单位不同,不作倍率比较。
GPT-6 摘要 §1.3 · Claude 摘要 §1.3 · Gamalytic 分布 / 排行 / 估算口径 · 查询:2026-10-17
年代差异
平台差异









未来可能会有VR/AR?
甚至完全沉浸式VRMMORPG?
刀剑神域 · Link Start设计导向、最佳实现方式
不同年代、不同平台、不同付费方式
可能完全不同!

街机用专用硬件,
一台机器=一个游戏
质量不稳定
真实工业界的代码,也不一定优质
- 有的项目写得杂乱无章,不讲设计模式
- 有的是实习生乱写的
- 很多赶排期的临时做法
- 不同公司的风格差异

我觉得:
关键在于命名!
用AI领域的话来说,就是Label
There are only two hard things in Computer Science:
cache invalidation and naming things.
-- Phil Karlton
不同的美术风格,没有广为人知的、统一的名字
但是!有一个例外:画师名
画师头像采样自 CM 收藏与 x.com/ice9coffee/following
游戏设计理论更是鲜为人知
欧美:
电影化、工业化
























日本:
明星制作人
什么是好玩的游戏?
樱井政博 · ゲーム作るには
如果…将樱井的理论转化为Agent训练的Verifier?
中国大陆:
专注经济收益
我对CodeAgent
数据的思考
我对游戏界已经有了很深的理解
我对AI界仍需更多了解
人类也需要上下文输入
对于游戏任务
训练方想要 什么样的数据?
什么样的数据才能最有效地提高模型能力?
如何实现“许愿式游戏开发”?
V4.1 Flash 1017
基于自反馈的 RL
从零开发
游戏 · 3D 建模
“给我做个愤怒的小鸟……”
DeepSeek V4.1 Flash 新版本:许愿式编程一键成真
官方案例 · DeepSeek Harness
Seedance · 交流案例 · 剧本创作
许愿式写文章
从零创作的 workflow
- 01主题导演视角
- 02人物道具 · 地点 · 关系
- 03大纲
- 04分场
- 05正文
人类专家的作用
来自交流中的工作流经验

我们真的需要监督数据吗?
未来的游戏制作方式极有可能迎来变革
古法数据,不需要了
AI之于人类
AGI奇点即将到来
人类将何去何从?无责任畅想
可量产的超级智力

电力 + 算力 ⇒ 智力
碳基个体的生存策略

知识的广度更加重要
Attention is All You Need!


懂得原理更加重要
细节的熟知会贬值

审美或许更加重要
Taste is all you need.
「微软最大的问题,就是没有品味。」
“知道要做什么”、“知道做的思路”,
比“知道如何做”更重要。


将人类从繁重的劳动里
解放出来!
乌托邦指日可待?















机器人女仆梦想成真?




回到标题






















































































































