主播
节目简介
来源：小宇宙
这一期是我们和邵赟的第二次对谈。上一次聊他的成长经历，这一次接着讨论没有展开的 AI 与游戏：当 AI 不断降低代码、资产和生产流程的门槛，游戏行业真正被改变的，到底是某个工具，还是“谁来做、怎么做、什么才算好玩”的整套组织方式？
节目从海外游戏公司对 AI 使用的否认和道歉谈起，转向国内玩家更看重结果的消费逻辑；再从以崇祯为题材的历史模拟游戏，聊到 AI 如何把记忆错误、时代错位和不可预测性变成游戏机制。后半段继续讨论 AI 泔水、长尾产品、三A生产线、AI渲染引擎、虚拟世界中的具身NPC，以及一个能运行的 Demo 为什么仍然距离真正可玩的游戏很远。
玩家反对的到底是不是 AI？
海外公司急着声明“没有使用 AI”，或在使用 AI 后公开道歉，背后可能不只是审美争议，也涉及大厂组织优势和成本结构。玩家真正介意的，未必是 AI 本身，而是厂商既降低了成本，又没有交付更好的体验。
在国内，玩家对 AI 的容忍度可能更高，但游戏也并不只是一个单纯的玩法产品。它还承载着品味、社交身份、朋友之间的共同话题，以及一整套外围消费体验。
把 AI 的缺陷变成游戏机制
节目重点讨论了一款以崇祯为题材的历史模拟类 AI 游戏：AI 忘记玩家下达的命令，或者在明朝背景中生成超出时代的技术，究竟是 QA 没做好，还是可以被设计成游戏的一部分？
除了崩溃、黑屏、付费物品消失等真正阻碍游玩的恶性 Bug，许多体验性错误反而可能成为玩家主动挑战的边界。问题不在于 AI 是否会犯错，而在于设计者能不能让它犯出有趣的错。
AI 泔水越来越多，淘金变成选择问题
AI 把个人开发者从零做到可运行 Demo 的门槛大幅降低，但平台也因此涌入大量低质量内容。创作者获得了自由，玩家寻找好作品的成本却可能更高。
从小众、尖锐、由兴趣驱动的长尾产品，到 Roblox 等 UGC 平台的内容拥挤，节目讨论了 AI 如何扩大供给，也如何让“筛选”和“被发现”变得更重要。邵赟还谈到自己使用 AI 重构工作流的经验：AI 可以完成收集、初筛和重复劳动，但最后仍然需要人的判断和取舍。
AI 可能改变的不是工具，而是三A的生产组织
当 AI 可以承担越来越多的代码、调研、审查和内容生产工作，传统意义上的外包、团队和游戏引擎会发生什么变化？
节目把游戏引擎重新解释为“技术和人的生产流水线”，并进一步讨论一种尚未成熟的想象：未来 AI 渲染是否可能直接从内容创意生成可交互画面，从而改变三A游戏背后的组织方式。这里的三A不只是画面质量，也是一种昂贵、复杂、依赖大量人员协作的生产关系。
七十分的 Demo，距离九十分的游戏还很远
邵赟分享了让 AI 制作合成类小游戏的实验：AI 可以很快做出能运行、能玩的 Demo，但真正的游戏还需要关卡循环、升级节奏、美术表达、操作手感、音效反馈、服务器、账号系统、商业化和长期运营。
AI 可以模仿或反推已有产品，却很难自动判断什么才是更好的体验。它容易把多个作品的平均值拼在一起，却不一定能完成真正的突破。所谓“人因循环”，最终仍然意味着人的经验、品位、选择和对玩家体验的负责。
从具身 NPC 到下一步交互
后半段转向虚拟世界中的具身智能。一个 NPC 能感知环境、躲到树后、根据现场情况产生行为，意味着游戏中的内容不再完全依赖写死的脚本。
节目还讨论了传统三D渲染和 AI 生成之间的差异：传统方式擅长保持长期一致性，AI 更擅长处理变化，但两者都需要新的数据结构和训练方式。最后，讨论落到未来半年到一年的判断：陪伴类产品之后，模拟类产品已经出现，下一步更值得期待的可能是交互本身，以及游戏设计者如何把注意力从“做出来”转向“做得足够好玩”。
时间戳
01:38 海外与国内对待 AI 游戏的态度为何几乎相反
04:22 反 AI 舆论，可能也是大厂维护组织优势的一种方式
07:19 玩家反对的不是 AI，而是“省了成本却没有变好玩”
09:23 玩游戏也在消费品味、身份和社交货币
11:09 AI 无限生成之后，QA 到底怎么做
12:29 从崇祯题材进入 AI 原生模拟游戏
15:04 忘记圣旨、造出原子弹，为什么可能反而是玩法
19:52 AI 游戏的问题不是太有涌现，而是太容易均值回归
22:00 游戏的奖励函数为什么比围棋难定义
23:29 AI 降低创作门槛，也制造更多“AI 泔水”
27:27 MAGICFIND 如何从大量 AI 项目里寻找真正有价值的东西
30:08 小、窄、尖锐的产品，可能是 AI 时代的切入口
33:15 AI 可以初筛，但最后的人因循环仍然不能省
35:57 AI 开始像真正的专业外包，而不只是便宜工具
38:20 内容管线、IP 迭代与长期运营能力
41:09 AI 如何帮助小团队收集和整理玩家反馈
45:00 AI 渲染引擎是否可能替代传统三D渲染流程
47:05 游戏引擎本质上是一种技术与人的组织形式
52:06 实时互动内容出现后，游戏与影视的边界可能被抹平
54:56 情感陪伴、女性向产品与三D角色管线
58:11 虚拟世界里的具身智能和会自行行动的 NPC
63:00 AI 如何记住一个空间，以及生成内容的一致性问题
65:06 传统3D擅长记忆，AI 更擅长处理变化
67:27 大厂使用 AI 后，为什么反而需要承担更高责任
69:31 使用 AI 本身，为什么开始像一种游戏
71:23 用 Token 收费的游戏，会不会成为一种新产品形态
73:42 AI 做出的合成游戏，为什么只能先到七十分
75:20 玩法循环、美术、手感和商业化缺一不可
80:00 让 AI 反推付费玩家的后期体验
82:44 AI 能组合优点，却还不擅长创造一加一大于二的体验
85:44 游戏设计的奖励函数与三个现实瓶颈
88:10 AI 生产之后，人的判断应该放在流程中的什么位置
90:22 知识、体道与悟道：AI 能否获得真正的体验判断
92:11 具身智能、虚拟物理世界与 NPC 的“白日梦”
94:54 目的层、感知层与物理层如何分工
97:37 未来半年到一年，哪些 AI 游戏能力可能先成熟
100:22 从陪伴、模拟走向更强的交互体验
节目从海外游戏公司对 AI 使用的否认和道歉谈起，转向国内玩家更看重结果的消费逻辑；再从以崇祯为题材的历史模拟游戏，聊到 AI 如何把记忆错误、时代错位和不可预测性变成游戏机制。后半段继续讨论 AI 泔水、长尾产品、三A生产线、AI渲染引擎、虚拟世界中的具身NPC，以及一个能运行的 Demo 为什么仍然距离真正可玩的游戏很远。
玩家反对的到底是不是 AI？
海外公司急着声明“没有使用 AI”，或在使用 AI 后公开道歉，背后可能不只是审美争议，也涉及大厂组织优势和成本结构。玩家真正介意的，未必是 AI 本身，而是厂商既降低了成本，又没有交付更好的体验。
在国内，玩家对 AI 的容忍度可能更高，但游戏也并不只是一个单纯的玩法产品。它还承载着品味、社交身份、朋友之间的共同话题，以及一整套外围消费体验。
把 AI 的缺陷变成游戏机制
节目重点讨论了一款以崇祯为题材的历史模拟类 AI 游戏：AI 忘记玩家下达的命令，或者在明朝背景中生成超出时代的技术，究竟是 QA 没做好，还是可以被设计成游戏的一部分？
除了崩溃、黑屏、付费物品消失等真正阻碍游玩的恶性 Bug，许多体验性错误反而可能成为玩家主动挑战的边界。问题不在于 AI 是否会犯错，而在于设计者能不能让它犯出有趣的错。
AI 泔水越来越多，淘金变成选择问题
AI 把个人开发者从零做到可运行 Demo 的门槛大幅降低，但平台也因此涌入大量低质量内容。创作者获得了自由，玩家寻找好作品的成本却可能更高。
从小众、尖锐、由兴趣驱动的长尾产品，到 Roblox 等 UGC 平台的内容拥挤，节目讨论了 AI 如何扩大供给，也如何让“筛选”和“被发现”变得更重要。邵赟还谈到自己使用 AI 重构工作流的经验：AI 可以完成收集、初筛和重复劳动，但最后仍然需要人的判断和取舍。
AI 可能改变的不是工具，而是三A的生产组织
当 AI 可以承担越来越多的代码、调研、审查和内容生产工作，传统意义上的外包、团队和游戏引擎会发生什么变化？
节目把游戏引擎重新解释为“技术和人的生产流水线”，并进一步讨论一种尚未成熟的想象：未来 AI 渲染是否可能直接从内容创意生成可交互画面，从而改变三A游戏背后的组织方式。这里的三A不只是画面质量，也是一种昂贵、复杂、依赖大量人员协作的生产关系。
七十分的 Demo，距离九十分的游戏还很远
邵赟分享了让 AI 制作合成类小游戏的实验：AI 可以很快做出能运行、能玩的 Demo，但真正的游戏还需要关卡循环、升级节奏、美术表达、操作手感、音效反馈、服务器、账号系统、商业化和长期运营。
AI 可以模仿或反推已有产品，却很难自动判断什么才是更好的体验。它容易把多个作品的平均值拼在一起，却不一定能完成真正的突破。所谓“人因循环”，最终仍然意味着人的经验、品位、选择和对玩家体验的负责。
从具身 NPC 到下一步交互
后半段转向虚拟世界中的具身智能。一个 NPC 能感知环境、躲到树后、根据现场情况产生行为，意味着游戏中的内容不再完全依赖写死的脚本。
节目还讨论了传统三D渲染和 AI 生成之间的差异：传统方式擅长保持长期一致性，AI 更擅长处理变化，但两者都需要新的数据结构和训练方式。最后，讨论落到未来半年到一年的判断：陪伴类产品之后，模拟类产品已经出现，下一步更值得期待的可能是交互本身，以及游戏设计者如何把注意力从“做出来”转向“做得足够好玩”。
时间戳
01:38 海外与国内对待 AI 游戏的态度为何几乎相反
04:22 反 AI 舆论，可能也是大厂维护组织优势的一种方式
07:19 玩家反对的不是 AI，而是“省了成本却没有变好玩”
09:23 玩游戏也在消费品味、身份和社交货币
11:09 AI 无限生成之后，QA 到底怎么做
12:29 从崇祯题材进入 AI 原生模拟游戏
15:04 忘记圣旨、造出原子弹，为什么可能反而是玩法
19:52 AI 游戏的问题不是太有涌现，而是太容易均值回归
22:00 游戏的奖励函数为什么比围棋难定义
23:29 AI 降低创作门槛，也制造更多“AI 泔水”
27:27 MAGICFIND 如何从大量 AI 项目里寻找真正有价值的东西
30:08 小、窄、尖锐的产品，可能是 AI 时代的切入口
33:15 AI 可以初筛，但最后的人因循环仍然不能省
35:57 AI 开始像真正的专业外包，而不只是便宜工具
38:20 内容管线、IP 迭代与长期运营能力
41:09 AI 如何帮助小团队收集和整理玩家反馈
45:00 AI 渲染引擎是否可能替代传统三D渲染流程
47:05 游戏引擎本质上是一种技术与人的组织形式
52:06 实时互动内容出现后，游戏与影视的边界可能被抹平
54:56 情感陪伴、女性向产品与三D角色管线
58:11 虚拟世界里的具身智能和会自行行动的 NPC
63:00 AI 如何记住一个空间，以及生成内容的一致性问题
65:06 传统3D擅长记忆，AI 更擅长处理变化
67:27 大厂使用 AI 后，为什么反而需要承担更高责任
69:31 使用 AI 本身，为什么开始像一种游戏
71:23 用 Token 收费的游戏，会不会成为一种新产品形态
73:42 AI 做出的合成游戏，为什么只能先到七十分
75:20 玩法循环、美术、手感和商业化缺一不可
80:00 让 AI 反推付费玩家的后期体验
82:44 AI 能组合优点，却还不擅长创造一加一大于二的体验
85:44 游戏设计的奖励函数与三个现实瓶颈
88:10 AI 生产之后，人的判断应该放在流程中的什么位置
90:22 知识、体道与悟道：AI 能否获得真正的体验判断
92:11 具身智能、虚拟物理世界与 NPC 的“白日梦”
94:54 目的层、感知层与物理层如何分工
97:37 未来半年到一年，哪些 AI 游戏能力可能先成熟
100:22 从陪伴、模拟走向更强的交互体验
外观
