AI思考6月-AI原生游戏思考
一、前言
最近在尝试AI原生游戏制作，以下是一些个人思考，还在探索阶段，不一定对，欢迎斧正交流。本文约3800字，古法手搓，放心阅读。
先说结论，我认为，AI规则导演，运行时创造新规则，才是真正的原生。然后有这三个重要结论：
AI原生最重要的是解决AI设计的能力
AI原生，AI设计能力和基模提升的挑战本质一样，都是数据和评估标准两事
AI原生最大的门槛是无痛输入上下文，同时，依赖文字输入上下文，是最大的误区之一
具体来说：
我认为，区分AI增强和AI原生界限的一个标准，就是去掉AI部分，游戏的核心体验是否还成立，是否可以用传统手段，达成类似的效果，如果是那就只是AI增强，反之就是真正的原生。而AI原生到底服务于什么，归根结底还是创造独特的新体验，换个角度也可以是解决传统游戏永远解决不了的问题。
例如许多单机游戏中，永远难以有持续匹敌的对手，同一个玩家也在不停变化。游戏本身，很难通过规则给与持续的挑战。同样的，内容生成是最容易想到的，过去，真正的无限游戏，都是多人利用人跟人产生无限内容，或者UGC，本质都是人来创造内容，无非不是开发者罢了。AI创造内容，真的跟人创造内容有区别吗？
我觉得最核心的区别就是，运行时千人千面的定制，传统内容生产者生产内容，都是面向一群用户，即使再垂直，也不会到个体这个级别，ROI算不过来是一方面，最核心的还是不太可能真的获取每个个体的上下文，目前行业可能最接近的形态就是mod私人定制服务。但是，如果加上运行时这个更关键的质变，那传统手段就完全做不到了。
因此，实际上，运行时千人千面的定制，定制的是：拿到玩家和当前环境上下文，规划设计好最适合当前玩家的体验，所以最重要的是解决AI设计的能力。
对于数据和评估标准，相信做过的小伙伴都很清楚，这俩是一切的核心，但是对于AI原生游戏，其实稍有不同，由于评估标准虽然难设计，但一般会提前预制好，运行时要求不高，但上下文却是一定要实时获取，因此**“无痛获取上下文”是我认为更高的门槛。另外，文字语音这种输入方式，看似非常高效直接，其实是一个非常高门槛的输入方式，即使是avg或跑团游戏，甚至即使是非游戏的现实，要把自己表达清楚，都是不容易的事情。因此“无痛获取上下文”**就是玩家正常操作和决策，感受不到在特地输入上下文，才是对的。
以上简要解释了开篇的几个结论，下面来具体聊怎么做的思路。
二、当前的边界
先聊聊当前摸到的，AI设计能力的边界，目前AI的设计能力，不足以支撑出彩的创意设计，复杂的设计逻辑，需要大量额外现实上下文的设计等等。
拿创意设计举例，核心阻碍AI的点是创意的非标属性，同样阻碍的是评判标准，什么是好创意什么是平庸创意。这部分进行了立项玩法创意设计的尝试，做了许多思考流程harness，以及数据注入，还做了dpo后训练进行微调。总体来说，提升是很明显的，感受上大概就是从趋向平庸的75分提升到了85分，但是实际上还是只能作为辅助，因为我们想要的是90分以上的结果，而85到90分，90分到95分，都横亘天堑。当前，其最大的作用就是整体质量提升后，可以更好的激发我自己的思考。
那症结到底在哪里？大模型推理能力已经挺强，真正缺的还是上下文数据以及评判标准，我们在做创意设计的时候，其实用到的是远超项目上下文的数据，包括生活体验，具身感知，偏好审美，甚至是项目其他人的部分上下文，这些本质都是数据，目前这些数据是无法全量输入给AI的，因此AI其实算是蒙着眼睛缺少信息在设计。
第二则是评判标准，评判标准其实就是代表了设计偏好，理念，审美，另外评判标准需要精心设计，好的评判标准，才可以支撑AI一直迭代，直到迭代出一个好的结果。同样，评判标准本身的设计，也需要大量上下文，甚至比评判对象本身的设计要更难，因此更是只能人来设计。
其他AI表现不好的设计场景，本质都一样，都是来自数据不全，和评判标准难设计。
因此，去优化设计能力的方向，我在尝试的有几个方向：
将设计过程拆分，将能固化的设计理念例如意图树等，固化成流程，能格式化就格式化，来保证一个下限。这部分属于harness，做完效果立竿见影，但明显有提升的天花板。这里说一个暴论，暂时不用太迷信harness本身的自迭代，本质目前只有数据的飞轮，harness的设计本身就是复杂系统设计，跟游戏设计本质一样，需要极多的业务上下文以及对评判标准的设计能力，暂时还是老老实实自己优化。
数据积累，主要是记忆库，项目上下文，DPO数据等等，并且边做边积累新的数据，算是小小的数据飞轮，前几波初始数据注入也是效果明显，后续的数据积累，就是一个长期而缓慢的提升，效果并不那么明显。至于怎么用这些数据，例如运行时合理的注入，管理上下文等等，也是harness的一部分。
DPO后训练，训小模型，来专门做设计判断，只聚焦一件事，判断设计的优劣，而不是去设计方案。先不细说，暂时的结果来看，指标上变化明显，14b盲评能跟sonnet四六开，挺有希望，但受限于资源，已经到瓶颈，实用效果不明显。但这是长期的活，而且上限高。
三、无痛输入上下文
AI原生的前提之一就是拿到足够且有意义的上下文，来提供给AI，拿AI动态生成关卡举例，需要知道玩家的情况，玩家想要什么等等，才能来作为接下来AI生成的数据依据和评判标准。
这里就需要深度设计，我们可以思考一下，如果我们想要知道一个玩家的想法和状态，除了让他直接说话打字，更好的方式是什么？语言输入门槛又高，还不准确，有句话说得好：要看一个人做什么而不是看他说什么。
区分人跟人不同的客观标准，其实是无数个选择的不同，以及执行选择的能力。前者虽然主观但选择的结果是客观的，后者决定做出相同选择最后落到现实世界的不同。而我们设计师要做的，本质就是设计出有意义的抉择情景，让玩家在这个情景中做的选择和行为，传递出足够有效的信息。
那什么抉择情景是好设计呢，很容易想到，两难情景是一种，有趣的是，大道相通，在其他文艺作品里，我们喜欢看到角色身处两难场景的纠结，也是因为这种场景能更多暴露角色的真实底色，不管是满足窥探欲，好奇心，还是作为社会性生物了解他人状态的本能，本质都是暴露有价值的信息数据。
两难场景还可以拓展，玩家在压力场景下更容易做出真实抉择，游戏塑造压力场景比较容易，不赘述了。两难也不只是二选一，例如利用舍弃，让玩家从多个东西中不断舍弃，足见本心。
反过来，如果想知道玩家的偏好，反而需要刻意控制收益部分的影响，这样才能尽量客观地反应出真实的偏好。
总而言之，玩家时刻在进行的操作输入，策略选择，都是数据。需要留意的是，输入上下文，需要有足够的空间和自由度，如此才能有足够拉开不同玩家差距的上下文。但是，上下文不是越多越好，高质量才是关键，因此要主动收束，核心玩法上就要收束设计，让产生的上下文更好规划。
同时，玩家的个人上下文是一个不断变化的过程，需要随着事件不断修正，例如同一个场景，玩家可能这次选择绕路是因为身上资源少，也可能是因为刚刚失败过，下次选择硬刚，也许是想快速结束，并不一定直接代表玩家是“谨慎型”还是“激进型”。
总结成一个公式就是：
玩家上下文 = 情境约束 x 玩家选择 x 执行结果 x 连续修正
四、数据筛选标准
有了一堆上下文数据，首先要进行数据筛选，简单来说，怎么评估什么数据是好数据？对AI导演有意义，可以用于决定接下来AI怎么行动的数据，就是好数据。具体如下：
1能力上下文
体现玩家能力水平的数据，包括操作，策略，学习，记忆等等能力。例如操作失误率，高阶技巧使用率等等。
2偏好上下文
体现玩家偏好的数据，包括玩家对风险的偏好，对难度挑战的偏好，审美偏好，对游戏内容的偏好等等。
3状态上下文
能够描述玩家当前状态的数据，包括压力状态，认知负担，情绪状态等等。
4意图上下文
能够体现玩家接下来想干什么的数据，例如玩家轨迹，特征行为，资源分配等等。
5关系上下文
能够体现玩家在游戏里情感链接情况的数据，例如战斗伙伴的收藏，治疗，命名等行为。
6元上下文
能够体现玩家对游戏本身想法的数据，例如是否找漏洞，测试边界，故意影响AI等。
五、评估标准
AI规则导演的流程，其实就是上下文解析+体验目标设计+内容规则生成+评估标准。评估标准的设计，跟核心玩法息息相关，因此不同核心玩法设计完全不一样。只能聊一些比较通用的评估维度：
1可用性
这个是基础，关卡要能完成，挑战要能战胜
2可读性
玩家能否理解，如果失败，能否归因
3匹配度
跟玩家当前情况的匹配度，包括前文说的能力，偏好，以及状态。
4平衡性
不破坏平衡，不过度产出
5节奏
和之前的产出进行对比，是否张弛有度
6新鲜感
是否有新意，是否能维持玩家的刺激水平
7一致性
系统一致性，审美一致性等等
六、设计trick和总结
从设计上直接限制问题的复杂度，压缩解空间，拆的足够细，分而治之，反过来提升AI的表现。
设计上就巧妙地藏住AI的弱点，例如生成地形，例如杂交进化，可以想想生活中有哪些东西的变化，结果本身就是不稳定的，这样利用提前认知，玩家对AI生成结果的接受度更高。
可降级的思路，所有含AI的设计，都可以降级，循序渐进：
L0预制机制和内容，设计规则进行尽量合理的调用
L1读取上下文，AI来进行预制机制和内容的合理调用
L2将游戏划分为基础底层规则和表层规则和配置，AI进行表层规则和配置的排列组合来创造新的内容
L3AI进行基础底层规则的生成
循序渐进，预制内容始终有意义，既可以作为给AI的标杆内容，也可以用来优化体验，最合理的是以增量库的方式，不是每次都去创造，而是优先匹配已有的库，未命中再创造新的，同时加到库里。
最后，关于AI原生游戏我还在探索，本文抛砖引玉，欢迎同样在探索的朋友来多交流。