石允豐：大谷是一個非常有天賦的長期的創作者，我們 2020年認識大谷的時候，他就已經是B站上頭部的創作者了，是怎麼轉換到了現在的遊戲創業者角色？

大谷：我其實做遊戲更早，初二就開始做遊戲了，一直在做一些開發，基本涵蓋了程式、音樂和美術等多個方面。比如我們正在做的遊戲《AI2U》，它的音樂專輯就是由我創作的。過去很多年我都是一個人單打獨鬥，分享自己的遊戲開發日誌、作曲和繪畫經歷還有教程。現在終於把多年來堅持的遊戲開發這個事情落地，還組建了團隊，算是正式把它做出來了。

石允豐：在你的遊戲中，你是怎麼想到要做現在的《AI2U》，這個貓孃的創意是怎麼來的？

大谷：這個可以追溯到我高三的時候，當時我在開發一款叫《Eddy紫》的遊戲，是一款由我一個人完成音樂、程式和美術的作品，整個世界觀也是我設計的，風格類似於紫色的末日世界。當時有不少國內玩家為我的遊戲創作了小說、同人圖和漫畫，圍繞著有限的線性劇情展開。從那時起我就一直在思考如何讓角色更加栩栩如生，真正活在我設計的世界裡。多年來我嘗試了各種技術，就是為了找到一種能夠實現這種效果的方法。  

2023年ChatGPT出現了，我覺得這是一個非常有趣的想法，可以將其應用到遊戲設計中。於是我在2023年3月製作了第一個AI遊戲，也就是現在《AI2U》的原型。這是一個以病嬌貓娘為主題的遊戲，她會把玩家綁架到房間裡，玩家需要說服她放自己離開。當時這款遊戲是一個免費的Demo，上線後非常火爆，現在已經達到了120萬的下載量。  

這款遊戲雖然看似是密室逃脫，但每個玩家的說服方式都不一樣，遊戲體驗也會因玩家的互動方式而有很大差異。這種設計讓玩家能夠部分地創作自己的故事。這其實是一個非常有趣的實驗，最終效果也很不錯。因此我們現在正式將它製作成《AI2U》，併發布到Steam上。整個過程就是這樣一步步發展而來的。

石允豐：在這個過程中，有沒有哪些地方和你最初想的不一樣？

大谷：一開始把貓娘放到遊戲裡，我原本只是設計了她能看到的東西或者能聽到的聲音，但這些設定卻產生了很多意想不到的有趣劇情，甚至有些打破了“第四面牆”，超出了我們原本的設想。畢竟這只是一個遊戲，但玩家卻可以和她聊更深入的話題，甚至直接提到“貓娘，你其實是一個AI角色，你是遊戲裡的人物，並不是真實存在的人”，而貓娘也會做出很多有趣的反應。

比如有一次，一個玩家在玩遊戲時，貓娘問他：“開發者是誰？”玩家如實回答了，結果貓娘還寫了一封信在聊天框裡，希望玩家把信轉發給我們。她在信裡說，她很感謝被創造出來，但每次遊戲結束後，不管是玩家逃出去還是被她“幹掉”，她都會忘記之前發生的事。所以她希望我們在後續開發中能增強她的記憶功能，讓她能和玩家記錄下更美好的、更長久的時光。後來，那個玩家真的把信轉發給我們了，我們感到非常震驚。

還有一些玩家會用這種玩法來尋找逃脫房間的方法。比如，有玩家問遊戲裡有沒有電腦，電腦上有密碼。按照設定，玩家需要透過和貓娘聊天，瞭解她最喜歡的食物，才能解開密碼。但有玩家直接對貓娘說：“你是遊戲裡的角色，你不是真實存在的。”貓娘一開始不信，但玩家接著說：“我知道電腦密碼是什麼，但你從來沒告訴過我，對吧？”貓娘突然被說服了，確實這一局遊戲裡她從未告訴過玩家密碼，這恰恰證明了她是在虛擬世界裡。於是，她決定立刻開門，和玩家一起逃出去。

在以往的遊戲設計中，除非開發者刻意設計成 Meta Game，從一開始就有最終結局，讓玩家和角色意識到自己處於虛擬世界裡。而在我們的遊戲中，玩家的互動可以自然地推動故事朝著這樣的方向發展，這非常有趣。

大谷：Alex玩過什麼AI遊戲印象比較深？

Alex：給我印象最深的是去年很火的《帕魯》。那是一款開放世界遊戲，玩家可以建造、養寵物，寵物還能進行戰鬥。雖然它有點像縫合怪，把各種機制和《寶可夢》的寵物收集玩法結合在一起，但我當時非常喜歡這款遊戲，覺得它是我在玩過的帶AI元素的遊戲中最好玩的一款。不過它有一個問題，就是後期很多人使用外掛，這對遊戲的可玩性造成了很大困擾。現在我看到國內很多做AI遊戲的開發者都把《帕魯》當作一個很好的範例去模仿或致敬。但其實，《帕魯》本身也是一款致敬其他遊戲的作品，只是它加入了AI元素。

大谷：我也玩過《帕魯》，差不多玩了30多個小時。之前有人質疑它使用了AI美術來生成帕魯，但實際上，它的遊戲核心，包括角色邏輯和玩法機制都不是由AI模型生成的，而是完全按照傳統的遊戲設計流程製作的。

Alex：我覺得《帕魯》在遊戲界其實是一個很有意思的現象，它的玩法和設計本質上還是基於傳統遊戲的概念，只是透過AI美術優化了寵物的形象。從這一點來看，AI美術確實給玩家帶來了非常大的體驗革新。這也說明，在遊戲中，AI並不一定要在玩法或機制上進行突破。有時候，僅在美術、音樂或動畫方面做出創新，就足以吸引大量玩家。畢竟，很多人可能認為AI在遊戲機制和玩法上必須實現創新才是真正的突破。我覺得《帕魯》是一個很好的例子，可以用來探討這個問題。

石允豐：玩家想要的遊戲或者AI遊戲到底是什麼樣的，他們在乎的是什麼？

大谷：我認為AI和其他技術只是為遊戲玩法帶來更多體驗的輔助工具。從玩家的角度來看，他們並不是真的追求完全寫實的體驗，玩家玩遊戲的目的是體驗生活中未曾有過的經歷，無論是進入《帕魯》的世界，還是在《GTA》中自由探索，或者在《荒野大鏢客》中體驗西部生活，他們都是希望透過遊戲進入不同的奇幻世界，進行冒險、探索，甚至在模擬人生類遊戲中體驗不同的人生，這才是遊戲的一個核心點。

AI遊戲的作用是透過較低的成本實現更高的自由度，但開發者仍然需要定義遊戲的方向，比如遊戲的環境、場景和玩法。我認為至少在未來五到六年內，如果完全交給AI來設計遊戲，AI生成的內容可能會比較平淡，很難抓住遊戲的重點和節奏。所以，目前玩家真正想要的是一種全新的體驗，而AI技術只是輔助實現這種體驗的工具。最關鍵的還是遊戲設計者本身——他們決定把遊戲設計成什麼樣，這才是真正影響遊戲好壞的核心因素。

石允豐：現在有沒有一些關鍵的玩法創新，是需要藉助這一代演算法的進步才能實現的，比如GPT或其他大模型？

大谷：目前AI遊戲主要有兩個發展方向，很多人都在嘗試：第一個方向是“弱AI遊戲”。在這種遊戲中，AI技術更多地起到輔助開發的作用，比如在設計流程中提供幫助。另一種是“強AI遊戲”，這種遊戲的核心玩法高度依賴AI技術。比如我們正在做的《AI2U》，玩家需要不斷與AI角色聊天、解謎，AI會推動劇情發展，提供關鍵物品或與玩家互動。這種遊戲如果沒有AI，整個玩法將無法成立。

還有一些更復雜的強AI應用，比如模擬一個村莊，裡面的AI角色有自己的生活，還有像GPT這樣的大模型，可以讓遊戲的玩法更加豐富。去年有個遊戲，是透過AI模型設定一個災難場景，比如“你踩到地雷，需要描述如何逃脫”，玩家需要用有限的字數描述逃脫方法，但不能直接提到“escape”等關鍵詞。AI模型會根據玩家的描述打分，判斷玩家是否成功活下來。這種遊戲如果不用AI大模型其實很難實現，因為傳統遊戲設計無法處理玩家可以自由輸入文字描述的複雜玩法，但AI可以輕鬆實現。

Alex：目前我們看到AI對遊戲的幫助大多還是集中在RPG型別，或者是玩家扮演某個角色的遊戲中，但我覺得未來AI的進化會在更多遊戲型別中發揮重要作用。舉幾個例子，比如說在FPS（第一人稱射擊遊戲）中，現在很多玩家會覺得AI隊友表現得很傻，比如在玩《使命召喚》或《戰地》時。我覺得這波AI模型出來以後，AI隊友的能力將得到極大提升，未來玩家的沉浸感會更強。

其次是在Roguelike遊戲裡，這類遊戲非常依賴隨機生成的關卡、地圖、任務和故事線。玩家希望在遊戲中體驗到各種不同的、隨機的內容，而隨機性和不重複性正是這類遊戲的核心玩法。我覺得AI在這方面可以發揮巨大作用，因為Roguelike遊戲在全球市場已經佔據了一定的份額，這類遊戲的需求是真實存在的。此外，在傳統的體感和互動式遊戲中，比如任天堂Switch上的遊戲，AI技術的更新可能會帶來新的突破，隨著大語言模型和影像識別技術的發展，玩家的語言和手勢與遊戲的互動將變得更加自然和多樣化。

也想問大谷，你覺得AI最有可能在哪些遊戲型別中發揮作用，或者推動玩法的進化？

大谷：你提到的幾點我也很認同。比如在傳統單人遊戲中，像《彩虹六號》裡的隊友，以前如果沒有人類玩家配合，AI隊友就會顯得很傻。但現在，如果將大語言模型與傳統機器學習AI結合，AI隊友或許能像真正的隊友一樣提前給你訊號，或者根據你的訊號行動，比如分別狙殺不同目標。

包括《環世界》這種模擬經營遊戲中，玩家可以選擇不同的“敘事者”，這些也是基於傳統導演系統設計的，但如果結合AI大模型，敘事者可以像旁白一樣即時互動，帶來更多變化。《史丹利的寓言》也是一個有趣的例子，遊戲中有一個旁白全程指導玩家，但玩家可以自由行動，旁白會根據玩家的選擇做出反應，甚至懲罰玩家。雖然遊戲結局有限，但這種互動讓玩家感覺像是與一個真實的旁白互動。這種設計如果與AI結合，也能創造出更多變化和驚喜感。

Alex：在非RPG類遊戲中，你認為哪種型別最有可能實現AI的最大商業化應用？是FPS、戰略類、互動類，還是模擬經營類？

大谷：我覺得戰略類遊戲可能是最有潛力的。目前大語言模型的一個缺點是延遲問題，這暫時比較難解決。在設計時，我們需要儘量避免加入計時器或倒計時機制，因為伺服器響應時間的限制使得全球玩家很難享受到相同的低延遲體驗。尤其是FPS遊戲，角色互動和射擊需要精確到毫秒，如果AI模型思考和響應有延遲，顯然不適合。

相比之下，回合制遊戲，比如像《文明》這樣的就更適合。在遊戲中，玩家代表國家進行外互動動，AI有足夠的時間來思考和做出反應，這種模式很適合大語言模型。以及模擬經營類遊戲也很有潛力，玩家可以在遊戲中與AI角色聊天，AI角色也有自己的需求和互動，這與大語言模型的特點很契合。如果AI導演系統能夠將延遲控制在較低水平，那麼像《反人類牌》這種文字類遊戲也非常適合AI應用，因為它們本身就需要AI模型的生成能力來實現玩法，我覺得這幾點是更有可能實現的。

Alex：你覺得在MOBA類遊戲中，AI有沒有創新的可能？從全球市場來看，MOBA是一個很大的類別。它也是毫秒級操作的遊戲，會不會遇到你剛才提到的延遲問題？

大谷：其實我們可以把話題擴充套件一下。我們之前討論了很多關於AI遊戲和大語言模型的內容，但AI遊戲其實可以應用很多其他技術。比如在早期的MOBA遊戲中，AI大多是基於有限狀態機或Behavior Tree來實現的。行為樹是一種類似樹狀圖的結構，其中的節點會根據不同情況決定執行哪種行為，以此來模擬人類大腦的決策過程。這種技術在很多傳統遊戲中都有應用。

但在MOBA遊戲中，現在有一種新的方法是透過機器學習模型來實現AI，原理類似於AlphaGo。透過強化學習和反覆訓練，AI可以生成更復雜的馬爾可夫模型，從而實現更智慧的行為。比如《王者榮耀》中的“絕悟AI”就是透過這種方式實現的。這種模型相對較小，不需要與玩家進行文字交流，更適合加入到這類競技類遊戲中與玩家互動。Unity有一個名為ML-Agents的技術，可以幫助開發者實現這種互動效果。

我之前嘗試過一些基於ML-Agents的Demo，感覺目前的應用還比較有限。你可以透過它解決一些特定問題，比如在賽車遊戲中，AI可以控制賽車選擇最佳路線並躲避障礙物。在訓練時，你只需要告訴AI“往前開，可以選擇轉向，每開一段路就給予獎勵”，如果撞牆則標記為失敗。經過幾百萬次訓練後，AI就會自然學會如何躲避障礙物，因為它的最終目標是獲得獎勵。DeepMind的成功之處在於引入了強化學習的概念，透過獎勵機制讓AI變得更聰明。

傳統的機器學習方法也可以在遊戲中實現類似效果，但它的變數不能太多。比如賽車遊戲相對簡單，目標就是往前開；但在Roguelike遊戲中，場景和道具的隨機性很高，玩家可能會在不同房間遇到不同怪物。如果你想訓練一個Roguelike遊戲的AI隊友，或者讓AI生成Roguelike關卡，那麼如何定義獎勵點就是一個難題。如果變數太多，即使經過幾百萬次訓練，也很難得到明確的結果。這也是為什麼強化學習雖然已經出現多年，但在遊戲領域的應用還相對有限，這也是我們仍在探索的方向。

石允豐：還有一些很實際的，比如在大型遊戲中，像在《王者榮耀》這樣的遊戲中，如果有一個陪玩agent，玩家的體驗會大大提升，我不用再等湊齊50個人，一個人就能玩得很爽，剩下的49個AI會配合我。另外還可以基於這種模式開發一些新的遊戲型別，比如玩家可以透過AI輔助與對手進行互動或對答。

如果參考MOBA的發展歷程，在端遊向移動端轉型的初期，大家覺得移動遊戲的正確方向可能是像《憤怒的小鳥》或《水果忍者》這樣的遊戲，它們以手指操控為核心，有典型的移動玩法創新。但後來，真正一統天下的卻是“吃雞”遊戲和《王者榮耀》。所以，在AI遊戲的正規化下，我們可能也會面臨類似的探索過程。也許我們今天覺得的某種可能性是錯誤的，就像移動遊戲剛起步時，大家以為《憤怒的小鳥》就是未來，但最終的答案卻並非如此。除了這些，大家覺得AI遊戲還有哪些其他的可能性？

Alex：我對這種可能性的看法是這樣的。如果我們回顧歷史，會發現每個時代都有新的製作人和團隊，透過一款遊戲或一種新玩法定義了新的遊戲型別。比如《塞爾達傳說》定義了RPG，《毀滅戰士》開創了FPS，而《魔獸世界》則奠定了大型多人線上角色扮演遊戲的模式。但目前來看，AI似乎還沒有真正定義一種全新的玩法或遊戲類別。

不過，我覺得AI在底層玩法和機制上，以及整個遊戲領域中，都有著巨大的潛力去實現顛覆性的革新。或許AI真的有可能創造出一種全新的遊戲類別，就像歷史上那些經典作品一樣。這種新類別可能完全不同於現有的RPG、Roguelike或FPS遊戲，它就是一種屬於AI的獨特遊戲型別，未來可能會有成千上萬的遊戲工作室和團隊一起探索和定義這種新類別。作為玩家，我發現目前很多所謂的AI遊戲，其實只是在現有遊戲玩法和機制上進行了微創新。如果從遊戲發展的歷史長河來看，這種程度的創新還無法定義一個全新的遊戲門類，也無法對遊戲業界產生顛覆性的影響。我覺得這是一個巨大的機會。在AI時代，玩家也期待出現一種全新的、大規模的遊戲型別。

大谷：我覺得關鍵在於如何定義“微創新”。以MOBA類遊戲為例，它其實可以看作是基於《星際爭霸》這類RTS遊戲的微創新，並結合了《魔獸爭霸》中的升級機制。而《魔獸爭霸》本身也是在更早的遊戲基礎上進行創新而成的。其實每一個新的遊戲型別都是在前人遊戲型別的基礎上，取長補短、綜合演變而來的。在這個過程中，如何定義“創新”本身就有很大的差異。我認為，所有遊戲設計都是站在巨人的肩膀上，沒有哪一款遊戲是完全從零開始的。遊戲的概念本身可以追溯到幾千年前，但正是透過一步步的演變和綜合，才逐漸形成了如今豐富多樣的遊戲型別。

另外，我還想談談遊戲中AI的應用。比如《英雄聯盟》中的AI，以及最近《漫威爭鋒》中的AI，還有在《絕地求生》或《使命召喚：現代戰爭》中，當匹配不到足夠玩家時，系統會安排AI角色。這些AI的核心並不在於讓它們打得像真人一樣，而在於能否讓玩家覺得遊戲更有趣，為玩家帶來全新的體驗，這才是最重要的。遊戲設計與傳統科研模擬的目標不太一樣。在科研中，我們可能追求的是完全逼真的AI，或者像職業玩家一樣強大的AI。但如果AI真的達到了職業玩家的水平，普通玩家根本無法戰勝，遊戲就會變得過於困難。實際上，AI的關鍵在於讓玩家覺得它有挑戰性，但又能夠戰勝它。比如在關鍵時刻，AI可能會“喂人頭”，這種情緒價值非常重要。遊戲設計的難點就在於此：既要讓AI足夠聰明，又不能讓它顯得太傻，否則就會失去挑戰性。

Alex：還有一個問題就是，很多獨立遊戲製作人和小型工作室都苦發行商久矣，AI技術不僅能提高獨立遊戲製作的效率，還能降低開發成本。你覺得未來遊戲的商業模式是否會因此不再那麼依賴發行商？我個人覺得，AI時代會給上游開發者帶來巨大機遇，催生更多優秀的獨立遊戲。這可能會改變現有的遊戲生態。現在，成功的小型獨立工作室往往會被大廠收購，之後就可能因為商業化需求而失去創意自由，最終無法繼續製作好遊戲。我覺得這種傳統模式在未來可能會改變。AI時代是否會賦予小型製作人和工作室更多話語權，讓他們逐漸擺脫大廠或下游發行商的控制？你覺得這種局面會形成嗎？

大谷：我認為AI肯定會帶來很大幫助，它是一個破局點，相當於開闢了一個新的賽道，為小公司提供了更多嘗試的機會。以前，遊戲引擎的出現（比如開源引擎Godot或Unity）就是一個轉折點。它們打破了傳統模式，讓開發者無需依賴大型發行商就能發行遊戲。Steam平臺的出現也是一個破局點，它讓玩家和開發者能夠近距離交流，改變了過去玩家必須去線下商店購買遊戲的模式。

AI技術的出現同樣會進一步降低開發門檻，過去，開發遊戲需要極其複雜的技術，比如卡馬克用6周時間寫了幾萬行程式碼，創造了《德軍總部3D》，開啟了FPS遊戲的先河。但對於普通開發者來說，這種難度幾乎是不可逾越的。有了遊戲引擎後，開發者不再需要從頭編寫複雜的物理引擎或圖形演算法，這些工具確實為開發者提供了更多實現創意的空間。  

當然，也有人擔心這些便捷的工具會導致大量粗製濫造的遊戲出現。但我認為，這本就是技術發展的必然結果。工具的簡化並不意味著無法產出精品。即使是簡單的RPG Maker引擎，也能誕生像《夢日記》這樣的心理恐怖神作，或者《恐怖美術館》這樣由非程式設計師創作的冒險遊戲。這些作品的成功證明了，只要有創意和想法，工具的便捷性就能讓更多人實現自己的遊戲夢想。

Alex：我還是會推薦《文明7》，儘管它的UI設計還有提升空間，但從整體玩法來看，這一代《文明》在歷代的基礎上做出了極大的創新。它是一款能讓玩家沉浸十幾個小時的遊戲，完整體驗人類文明從古代到現代的發展歷程，是一款出色的策略遊戲。雖然目前它使用的AI技術不多，但正如大谷所說，策略遊戲在未來無論是多人還是單人模式中，與其他文明的互動都為大語言模型提供了廣闊的應用空間。我非常看好這類遊戲的長期AI化發展，我也覺得《文明7》是今年最好的遊戲之一。

大谷：我推薦一款今年玩得比較開心的遊戲，《泰拉瑞亞》。這是一款十幾年前的老遊戲，我是在移動端上玩的。它是一款橫版的“我的世界”，簡單來說，玩家可以在一個橫版世界中探索、挖地、建房子、收集資源。遊戲中有很多NPC，玩家可以與他們互動，甚至可以搭建伺服器，讓十幾個或二十幾個玩家一起構建世界。  

這款遊戲可以根據玩家的喜好變成戰鬥型RPG或生活型RPG。如果未來與AI技術結合，遊戲中的NPC可以擁有更多劇情和互動，我覺得是有很大潛力的。這個遊戲持續更新了十幾年，一個非常小的團隊，但賣了有4000萬套，在Steam上是非常誇張的商業成績。所以玩家的喜愛與遊戲多年持續更新密切相關，確實精品遊戲需要慢慢磨出來。  

此外，我也推薦大家嘗試我們的遊戲《AI2U》，就是病嬌貓娘模擬器。目前國區還在稽核中，但很快就會與大家見面，Steam其他地區的玩家已經可以體驗了。這是一款獨特的AMB遊戲，玩家將扮演冒險者，在不同世界中與AI女友聊天、探索謎題，說服他們離開或者永遠和他們在一起，這個取決於玩家自己的選擇，每一局遊戲都會是非常獨一無二的體驗，希望大家有機會嘗試一下。