从几年前的强化学习、神经网络，到去年开始的Mid journey和StableDiffusion，进而到ChatGPT和Copilot，以及越来越多的国内AI厂商的出现。AI被行业内的各个领域拿来研究，并按照每个团队自己的想法融入到开发管线和游戏内容中去。这些AI的“使用者“在应用的领域不断狂奔，按照自己的想法，把AI用成最符合自己思路的样子。而这些AI的生产者也在不断迭代自己的AI模型，有的ToC，有的ToB。

而越来越多的旁观者在问：你们到底在“怎么”用AI做游戏？

首先，我想说，我反对为了AI而AI。所以当我们在决定用AI的时候，一定要先知道：

是的，当我们准备把一个AI加入到游戏开发流程上之后，我们首先要摆明白一个心态：虽然这东西是个“系统”，但我最好把它当个人看，要用对待“人类”的耐心和勇气来对待这个系统，因为你的人工，决定了它的智能。而且，请把提高效率当作终极目标。而这里的诉说的提高效率并不一定意味着省掉了单位时间内所花费的成本。

比如我们可以看到一个精心调整过的由AI参与的美术管线，可以让策划、原画、3D和地编在AI的辅助下形成更有效的管线。策划的需求和原型通过AI更快的变成“符合策划心意的参考图”。

而策划原型和参考图可以共同协助原画的AI更快的生成符合原画需求的概念设计。另一些AI可以协助原画师将概念设计中的部分内容变成一个独立的原画设计，并在PS里配合原画师完成设计的精调。

模型和动作可以在自己的AI辅助下将原画设计中不合理的结构做进一步修正，并由其他的AI辅助完成自己的工作。尤其是在AI可以在生成3D的同时按照项目规范进行拓扑、完成UV布线的同时遵循贴图规范的时候，简直会让人觉得“这个AI太可人疼了”。

再比如，我们可以看到在项目开发过程中，AI Copilot可以协助一些开发者解决40%左右的问题。尤其是在有明确规范的情况下，它们发挥的更好。我们甚至可以看到有一些专用IDE里，因为代码相对简单，格式非常明确。所以可以实现几乎完全的Text to code。

而在游戏优化过程中，AI作为检查工具的助手参与其中，可以分析和总结每一份log和报告，并将其中值得关注的东西及时总结成更容易让“专业人士处理“的样子，和”让普通人类更容易看懂“的样子。方便技术人员解决问题，方便项目管理人员去追踪这些事情。

再再比如，现在最常用到的，在各种会议和工单系统中。一个AI会议记录专员可以协助记录每个人说了什么（虽然在足够大的会议室里能听清每句话挺难的），在会后整理会议记录和形成Todo list的时候，至少这份东西可以作为备忘录。并且可以让做Todo list的AI把不太明白的东西和“感觉不对“的东西标记出来，让人类去关注并修正。

而很多公司和团队也在开始开始使用各种专业模型或商用模型来进行角色卡设计、剧情生成、对白优化、多语言翻译、错别字纠正。很多公司和团队也在研究用AI为AI训练做辅助… …

所以什么是可以被开发团队使用的AI？不是那种自称自己可以“一键XX”但是只能直接toC，在工业化团队里什么也做不好的“人工智障“。而是那些能被应用于特定“垂直”领域，能切实有效的解决哪怕单一问题的“智能体”。

也许这些AI现在并不足以“替代“某些岗位。但是它们只要可以做到的是帮助游戏开发团队”提高下限“，或者“帮忙拼接”。一定程度减少哪怕20%的工作量，就已经很令人愉快了。

将AI应用到游戏内容中一般有两个出发点：

这方面内容最直观的想到AI-NPC。确实作为LLM的最直接应用就是让NPC“活”起来。而游戏对AI-NPC的需求远高于泛娱乐互联网领域。除了能聊天，还要能准确的聊。众所周知游戏剧情讲究个一波三折，主角昨天的基友在今天死于魔王刀下，后天被魔王复活成为魔王手下先锋——主角的死敌。那一个AI-NPC能不能准确的根据当前的游戏进度知道站在他面前的这个人，到底是主角的基友还是死敌？亦或是一具等待复活的尸体？

游览过夜之城，探索过《博德之门3》的小伙伴大概对NPC的语音口型表情动作的表演效果有一定的认知。而现在的AI技术完全可以在游戏开发管线中，顺次使用各种AIGC工具，把表演素材生成好。

但是产品经理和游戏策划怎么可能满足呢？于是我们看到现在互联网上很多AI伴侣类的角色如雨后春笋一样出现。因为大家希望这些AI角色拥有合理智商情商的同时，还有足够的表现力。让AI的脑子由多个部分构成：有一部分负责思考，一部分负责记忆，一部分负责组织文字，一部分负责把话说出来，一部分负责指挥身体。

于是，自然而然的，很多游戏设计师会希望让AI进入游戏里面，文武双全，形成生态，一起“服务”玩家：

文的方面可以形成针对不同玩家的“性格“和“记忆”，甚至一定程度改变游戏策划一开始给予的“设定”，变成“玩家喜欢，策划可控”的样子。而如果整个游戏的NPC社区都能让每个玩家找到“自己是主角”“我是被关注的”“都是我的僚机与挚友”。是不是感觉就来了？

武的方面是希望AI可以参与到游戏核心玩法中。最直观的案例就是陪玩机器人。众所周知，在腾讯和网易的很多游戏里都已经用上了。因为这些AI的训练是持续迭代的，而且可以直接从线上环境获取数据，训练成果可以直接反哺于线上。所以这些功能的需求方往往就是游戏的运营团队。

所以衡量一个AI-Agent的标准不是说它多熟悉游戏系统功能，多了解数值养成，会多少玩法地图，也不是说它脑子里塞了多少被调教的很像玩家对话的LLM。而是根据每个项目的需求，可以让它在战场或副本中，迎合玩家的选择做出自己的选择；为玩家创建一个和他水平差不多，但刚刚好能力互补的“搭档或对手”。让它成为“最适合玩家、策划和运营需要的样子（画外音，这仨人要的真的是一样的嘛？）”。

面子上我们说这个AI-Agent为玩家提供舒适的陪玩体验，里子是它真的能带来绝对正向的运营利润。让LTV提高，打赢自己的训练成本。

现阶段，AI还处于不断发展、快速迭代的状态。很多模型训练公司还在做“泛应用”。不管是ToB还是ToC，面临的问题都是寻找新的价值创造契机。因此，此时此刻，一定存在很多的试错和额外开销。“全面”和“全覆盖”几乎是不可能的。

有人会说，创意行业正适合AI的自由发挥。这句话对也不对。游戏行业已经进入半工业半自动的阶段，管线再小也有标准，团队再大也有规范。作为一种高技术浓度的装置艺术，游戏对资产、内容和输出的准确性的诉求可能是互联网行业中比较高的分类。因此，除非是在开发管线外从纯概念创意，否则都需要让AI的输出符合项目的要求。

所以，我们对AI的需求首先是能精准解决某个垂类问题，满足某个垂类需求。P0级的需求一定是可以被修改和调整，让输出“适应”规范和标准——团队是不会停下来等AI进步的。还是一段说的，我们要拿AI当一个员工，它必须能被培训到合格，才能被接纳和应用。而满足了整个底线要求之后，才有机会让它发挥它的更多才能，做它擅长的思考和创作。