一个人用 AI 做游戏：从玩法构思到成本控制的全流程拆解

独立开发者 kong空 在 WaytoAGI 社区分享了他如何用 AI 从零构建一款推理游戏，并展望了 AI 对游戏行业的颠覆性影响。这场分享适合游戏开发者、AI 应用探索者，以及所有好奇「一个人 + AI 能做出什么」的读者。

一款由 AI 驱动的推理游戏

kong空 正在开发一款推理游戏，核心目标是让玩家在自由探索中找到凶手。玩家作为主角，可以指导世界变动，游戏会加入不同人物和随机道具——这些道具就是 AI 以及玩家的自定义输入——从而引导不同的故事走向。

「这里面非常的自由，非常的能够满足人的创作欲。」他举例说，当玩家面对一只受伤的小鹿时，可以选择帮助它、装作没看见，甚至使用魔法把它变成恐龙。不同的选择会带来不同的结果，比如治疗小鹿会提升「人望」属性，因为这是善良之举。

游戏设计上有一个关键原则：每个事件和选项都要与游戏参数绑定。kong空 特别强调要避免出现「花钱买体力却涨威望」这类不合理情况。他会给 AI 设定一些原则，比如反作弊规则、不能系统性越限生成荒诞事件、数值变化时负向要集中让玩家感知到危机感，而增长可以分散一些。

游戏研发的分工与 AI 介入

传统游戏公司中，研发流程通常分为四块：游戏研发（写代码，覆盖客户端、iOS 端、安卓端）、剧情（由主策划、文案策划、文本策划、剧情策划参与）、美术（基于剧情建模和美工，早期出概念图，内部讨论拍板后再迭代）、玩法（玩法系统策划、生态策划、数值策划保证平衡性）。

kong空 的实践方式则完全不同。玩法构思由他自己完成，但实现层面大量借助 AI：

• 玩法设计：他向 AI 提出需求——生成一个游戏，背后有 AI 引擎生成事件和选项，前台有属性框架，玩家通过选项和自定义行动触发下一步事件，AI 引擎通过 JSON 格式传递定义。核心设计层面由 AI 帮助实现。
• 代码编写：全部由 AI 完成，使用 Claude Code 工具。他口述逻辑，AI 直接生成代码，包括分享图也是 AI 生成的。
• 剧情生成：借助 AI 工作流实现。他会问 AI「我想要生成一个完整的游戏，你觉得我需要哪些参数？这些参数给到 AI 的提示词是什么？AI 的整体工作流应该长成什么样？」参数由 AI 设计，他手动录入。
• 美术创作：AI 能提高游戏内美术交互。kong空 认为美术是游戏研发中非常重的一环，因为「大家都会说为什么会有五彩斑斓的黑？就是你很难去表述你，直到你看到成品才会觉得自己满不满意」。

「我就是一个口喷需求的人，我就是老板，然后让 AI 来给我干活。」他这样总结自己的工作方式。

AI 如何颠覆游戏行业

kong空 认为 AI 对游戏行业的颠覆体现在两个层面。

研发提效：过去设计一个需求要出需求文档、原型和每个细节的逻辑，现在只需要提出需求，AI 就能完成。代码、美术、剧情、玩法，游戏研发拆解的任何一个环节都能借助 AI 提效。「过去有很多 AI 游戏打的 AI 游戏旗号，但我觉得它也不是 AI 游戏，只是它通过 AI 来提效而已，游戏范式还是过去的范式。」

玩法创新：这才是真正的颠覆所在。

第一，AI 作为剧情引擎能提供自由的故事走向，无限延展剧情，让玩家时刻体验高质量的剧情延伸。

第二，沉浸式体验。传统游戏交互基于代码逻辑，只能靠语料库匹配对话，「非常缺乏活人感」。他举例说，在推理游戏中，传统角色你问他什么他就答什么，玩家只需要通过枚举就能确定凶手。但真实的人会嘴硬，AI 能像真正的活人一样提供互动感和陪伴感。

第三，AI 能实时改变游戏世界。过去世界由代码构成，如果 AI 来写代码，就能实时拓展边界、新增任务。「你瞬间突然可以飞，那这些都是可以非常有想象力的。」他引用《刀剑神域》的 Underworld 概念，认为 AI 可以「创造一个能够回应我所有想象力的世界」。

下一款游戏的构想

kong空 透露了下一款游戏的设想：有剧本、有剧情，玩家与角色和场景交互，收集物品与 AI 角色共享。AI 角色背后有情绪，会根据玩家交付的物品透露新信息，玩家通过拼接信息了解故事全貌。

「你会把这些交互后的物品和这些 AI 角色进行共享，就 AI 角色背后是有情绪的，他会在你如果你和他看他，你的这些给他交付的这些从世界上收集回来的东西，它会有新的这个信息透露给你。」

与当前游戏不同，新游戏不再基于选项交互，而是像和朋友发微信一样无话不聊。他特别提到借鉴《塞尔达》的油画风格和童话世界观，以及那种「找到神庙那一刻」的惊喜感——解锁新地图、发现可交互物件弹出提示，就像获得成就一样让人热血沸腾。

成本控制与高并发的实战经验

对于 AI 游戏的成本控制，kong空 分享了三条核心经验：

能规则化的尽量规则化。数值计算类任务（如死亡判断）用代码执行，又快又准确，不要用 AI 判断。

能用小模型就用小模型。事件生成是简单且定向的任务，只要路径拆解得好，小模型能解决大部分问题，成本低、反馈快。他提到自己用的模型是千万参数级别，指令遵循不太好，但胜在便宜和快速。

任务拆解，大小模型搭配。把任务提前拆解好，小模型生成结论后喂给大模型。最终方案是：只有回复用参数较大的模型，其他参数都由小模型跑。「这样既保证了整个人物反馈得回复得又快，然后节点准确度又高，然后成本又低。」

关于高并发问题，他的方案比较务实：多准备几个模型厂商或账号的 API key，动态匹配；或者「加钱上更好的服务器，上更好的模型」。他坦言自己目前的两款小游戏都没有解决高并发，因为还没遇到这个问题。

现场问答

Q：AI 做线下卡牌有什么建议？

两个方向。第一，AI 能写卡牌游戏并提供随机性，比如大富翁可以改成问 AI 走几步或遭遇什么事件，比写好的事件更有随机感。第二，AI 可以作为线下桌游的主持人（DM），尤其在狼人杀、血染钟楼、剧本杀中缺 DM 时。规则确定的游戏 prompt 很好写，甚至可以在人数不足时加入 AI 队友增加趣味性。

Q：未来会考虑多模态输出吗？

有想法，期望以数字人形式实现，类似 Grok 或蔡浩宇做的「心智低语」。但目前接触的厂商体验未达预期，成本也很大。欢迎有相关技术的人联系合作。

Q：AI 生成的剧情会同质化吗？

会。目前第一版本存在同质化问题，加了「不要生成和过去一样的事件」规则后会好一些，但小模型指令遵循度有限。未来的思路是只给人物背景、能力和目标，由玩家牵引剧情，而不是由 AI 生成事件——「事件相当于是剧作家在强制要求人物应该怎么做，而新游戏中是人物带动剧情往前走」。

Q：图像一致性怎么把控？

目前还没有很好解决，只能人工筛选好图再放上去，无法由 AI 闭环。游戏需要实时加载，对反馈速度要求极高，不像短视频可以提前制作。Victor 补充说，全球 3D AI 厂商目前都无法实现实时多模态生成，token 消耗量极大且成本高，游戏都是提前做好美术资产再投放。他推荐群核的空间模型，在场景一致性方面表现出色，可用于游戏开发。

Q：如何发布到网页？

kong空 自己买了服务器和公网 IP，找研发帮忙部署，主要是为了可控和为下一款游戏做准备。许键补充说，轻量游戏可以用托管服务器或 Vibe Coding 平台直接部署，比如 GitHub Pages 等。

要点回顾

• AI 游戏的核心是「AI 引擎生成事件和选项 + 参数绑定」，每个事件和选项都要与游戏参数关联，避免逻辑不合理。
• 独立开发者用 AI 做游戏的完整链路：玩法自己构思，代码用 Claude Code 生成，剧情靠 AI 工作流，美术由 AI 出概念稿。
• AI 颠覆游戏行业的两层含义：研发提效（简化需求文档和原型流程）和玩法创新（自由剧情、沉浸式交互、实时世界拓展）。
• 成本控制三原则：能规则化的用代码、能用小模型的不用大模型、任务拆解后大小模型搭配。
• 高并发没有银弹，多准备 API key 动态匹配，或者直接升级服务器和模型。
• 图像一致性是当前 AI 游戏的瓶颈，实时生成在技术和成本上都不现实，行业普遍做法是提前制作美术资产。