我打宿傩？还真行。
文 / 耳朵 & 林致
哈迪斯和阎王爷谁才是地府唯一真神？武则天和吕雉同台，谁能笑到最后？四代火影波风水门能打赢宿傩吗？
众所周知，评 GOAT 如斗蛐蛐，人类对战力排行的热情，大概从来没有消失过。古有 " 关公战秦琼 "，今有 " 巅峰期的詹姆斯和乔丹谁更厉害 "。
不过，这类嘴仗再热闹，最后也只能沉进几百楼的灌水帖，最多被做成几条视频。没想到到了 AI 时代，还真有人给这些千古难题搭了座擂台。
相较之下，《混想局》则做了一种更自由的 Cross Over：你可以造出能倒拔垂杨柳的林黛玉，也可以让如来佛祖端起加特林……直接用 AI 实现了「人有多大胆，地有多大产」。
所以，电子蛐蛐造出来后，第一步先是养成。玩家可以先安排他们训练升级，再靠押注比赛赚钱，去黑市淘装备、搭阵容。准备得差不多了，就能把这些蛐蛐送进 " 王选杯赛 "，看他们在擂台上自动开打。
单看这一层，玩法无非是养英雄、斗蛐蛐、比输赢。为了让游戏体验更丰富，《混想局》又在 " 王选杯赛 " 里揉进了肉鸽自走棋玩法：赢下比赛后，玩家可以俘获对手，让英雄继承并适配新的技能和特殊能力。有时撞上一个合适的能力，英雄的养成方向也会跟着拐弯，重新调整整套阵容。输了，本轮也不会完全清零，部分养成技能会作为局外成长保留下来，在后续轮次中继续生效。
制作人 Jack 说，自己毕业后先在上市游戏公司做管培，曾经轮岗过许多明星项目，加入过亿级 DAU 项目的发行团队。两年后，他决定走进 AI 游戏的未知领域。游戏开发的过程中，团队与李飞飞联合创办的 Astrocade 保持紧密的战略合作，得到了后者不少技术支持。他和另一位制作人 Ethan 告诉葡萄君，现在的团队成员都是坚定的 AI Believer。
但是，这群 AI Believer 对 AI 游戏最直接的判断却是：" 玩家不在乎游戏是不是 AI 的。" 在他们看来，一味标榜 "AI 原生 "，最后吸引来的可能只有 AI 从业者， 而不是真正的玩家。
" 只有游戏足够扎实，才有资格谈 AI 创造的新体验，这是对游戏行业和玩家最基本的尊重。"
以下是葡萄君和《混想局》主创的对话，为便于阅读，内容有所调整。
01
电子斗蛐蛐：
" 七分养，三分斗 "
葡萄君：Steam 新品节的数据和玩家反馈怎么样？
A：整体效果出乎意料得不错。参加新品节时，我们发现每天有五六千款新游，哪款产品都有可能被直接淹没。所以我们放平了心态。
而且我们基本没花钱找推广，只是批量给部分 UP 主发了私信，说 " 觉得不好玩就使劲骂，请随便攻击我们最薄弱的环节 "。
但没想到，4000 多名测试玩家平均游玩时长超过两小时，其中玩到 5 小时以上的人还不少，甚至有位玩家自从开放测试以来共游玩了接近 400 小时；同时，不断有 UP 主自来水式地安利分享《混想局》。这已经远超我们预期了。
葡萄君：你们一开始是怎么想到 " 电子斗蛐蛐 " 这个点子的？
A：最早的起点，是我们在视频网站上看到很多跨 IP 对战内容。YouTube 上 " 蜘蛛侠打浩克 " 这类视频播放量非常高，就像以前大家讲关公战秦琼。每出现一个新 IP、新故事，大家都会想知道里面的人物到底谁更强。
我们对电子斗蛐蛐的理解很简单：第一，要有蛐蛐；第二，蛐蛐斗起来得好看。角色靠 AI 生成后，关公举起青龙偃月刀，孙悟空放出七十二变，那个符合玩家认知预期的瞬间，就是观看的爽点。
葡萄君：跨 IP 对战做成视频也能看，为什么还要做现在这套玩法？
A：在相关视频评论区，观众不仅会争论战斗的结果，还会踊跃点名下一组对手；大家想要的不仅仅是一次性观看体验，而是能持续产出新角色、组合和故事的一整套系统。而如果 AI 生成的只有一个形象，角色立不住，也不够好玩。我们团队一直在做的一件事叫 " 创造可玩单位 "。市面上大多数 AI 游戏走的是大语言模型驱动叙事的路线，做创造可玩单位的人似乎不多。
我们最早的核心技术是文生图，以及图像融合。从去年开始，我们确定了要做 "prompt —图像—机制 "，玩家生成哈利 · 波特后，要配套隐身斗篷的技能。只有抓住角色最核心的特征，并具象成角色的能力和机制，生成结果才能真正鲜活起来。
所以，我们后来定了一条原则：所有玩法都要放大生成的乐趣，而不是玩家自己操作的乐趣。电子斗蛐蛐的自走棋式玩法正好能让玩家站在场外，看自己生成的角色战斗，看养成和构筑的结果。
研发《混想局》的过程中，我们团队所有人也都在提醒自己：重点始终是生蛐蛐、养蛐蛐、斗蛐蛐，不能最后做成一款只关心 Build 的肉鸽游戏。总的来说，现在的玩法更好地承接了 " 创造可玩单位 " 这一核心亮点。
葡萄君：我之前看你们说，为了做这个游戏，还研究了现实里的斗蛐蛐？
A：是的。为了了解斗蛐蛐这件事， 我们看了很多真实斗蟋蟀的视频，还专门研究过天津电视台以前的全国斗蛐蛐大赛。此外我们深度研究了 steam 上一款非常棒的斗蛐蛐游戏《沉默的蟋蟀》。
传统斗蛐蛐讲究 " 七分养，三分斗 "：首先去抓蛐蛐，再给它起名，厉害的往往会叫张辽、关羽。之后还要投入资源、喂药水，慢慢养成，最后才送上场比赛。
现实斗蛐蛐里的其他细节，也给了我们不少灵感。比赛转播里有慢放，我们就做了击杀慢放，后续还准备加入私下约斗。
还有一个重要的乐趣是给蛐蛐下注，我们在游戏里也设计了赌场，除了押胜负，还能赌谁先击中对方、角色会释放多少次技能之类的内容。这样一来，一场战斗从头到尾都有值得关注的东西。
葡萄君：既然叫电子斗蛐蛐，" 斗 " 的部分要怎么让人一直看下去？
A：很多二游的角色的大招很漂亮，但玩家不会为了大招演出反复看很多遍，这不叫有看点。真正有看点的是这个角色在各种情况下会怎么操作，这些操作是否符合背景逻辑和玩家预期，以及不同 ip 角色碰撞涌现出的丰富的对抗效果。。
我们会把战斗中的不同要素拆成具体看点，前面提到的赌场下注就是其中之一。后续还计划加入 PVP 和主题赛事，比如举办一场 " 最强关羽 " 大赛。每位玩家都能用自己的思路生成和养成关羽，最后再放到一起较量，看谁的关羽最强。
AI 生成一个能玩的角色，
要过多少关？
葡萄君：怎么让玩家快速上手生成自己想要的角色呢？
A：其实模型本身的自然语言理解已经到了一个比较成熟的阶段，能理解玩家的基本需求；另一方面，我们给它的训练素材本身就很规整合理。玩家不需要把每个细节都写满，只要给出几个决定角色身份的关键设定，系统就能抓住这些核心锚点，再把没有明确描述的部分自行补全。
拿孙悟空来说，形象、动作、武器、技能和性格要彼此统一：拿的是金箍棒，会七十二变和救命毫毛，行动方式也足够激进或灵活，玩家才会觉得这个角色对味。
养成阶段，这一版 Demo 是从预设技能模板库中为角色匹配合适的技能模板，并生成表现、实时调整参数；未来版本将可以实时生成全新技能，使技能进一步贴合每个角色的特征。
葡萄君：选择现在的画风，也是在降低生成结果与玩家预期之间的偏差？
A：对。这套画风概括性很强，只要几个核心特征对得上，最终形象通常就不会离预期太远。换成高度写实的风格，五官、服装和材质等细节都会被放大，任何一处没处理好，玩家都容易觉得和自己想的不一样。
为了让模型稳定生成，我们的主美手绘了几百套训练素材，早期探索的序列帧素材也全部是手绘的。
葡萄君：外观形象生成之后，这个生成角色怎么变成能上场战斗的可玩单位？
A：这是我们技术积累最深的环节，主要分为形象和技能逻辑两个部分。形象的话，除了基础立绘，还包括全套的运行时可用资产。整套流程迭代过几版：第一版用的是序列帧动画，但表现力不够；中间尝试过顶点动画；最后迁移到了更常见的 Spine 骨骼动画，也就是把角色拆成不同身体部件、绑定骨骼，再由骨骼驱动动作。
现在生成一个角色，会同时产出两组图：一组是拆分头、身体和四肢后绑定骨骼的小型可玩单位；另一组是释放大招时出现的半身立绘。两组形象要完全匹配，之后还要进一步生成武器、技能和相关文案。
玩家对技能的感知，不只在于技能逻辑，也在于角色招式的表现是否足够差异化。目前 AI 生成特效的效果还不够好，我们会先生成符合角色特征的主体贴图，让技能逻辑和表现有基础匹配。
葡萄君：技能逻辑为什么只是让 AI 按规则组合，而不是让 AI 直接实时生成？
A：因为 AI 实时生成的新技能有几个问题。
第一，它无法保障生成内容没有恶性 Bug；第二，其数值难以确保符合游戏的整体框架；第三，技能和其他 Buff 产生交互后，很容易失控，稳定性不够。
目前，我们先由 AI 组合原子化模块，人工 review 一遍后收入技能库。生成角色时，系统会匹配合适的基础逻辑并调整部分关键参数，再生成符合角色特征的技能表现。
成本更高、自由度更大的实时组合原子的技能生成，我们已经有了内部可体验的 Demo，团队自己玩得很开心；我们也会继续深化表现侧的生成。游戏最终要保证体验，不能当成随意试错的 Playground。
葡萄君：这套生成链路每跑一次都要花钱，作为一款买断制游戏，你们怎么把成本控制在售价能够覆盖的范围内？
A：我们会计算每个玩家在整个生命周期内的生成成本，再根据测试结果制定售价。
玩家目前有两种生成方式：一种是自己输入 Prompt 的自由生成，另一种是从几组预设选项中进行搭配的词条生成。自由生成每次都要让模型现场给出结果，成本最高，但每名玩家的生成次数相对可控。
目前玩家平均体验两个多小时，大约会进行 8+ 次角色生成，其中三分之二是自由生成，三分之一是词条生成。
词条生成的成本可以通过预先缓存来控制。比如我们准备三类词条，分别有 5 个、10 个和 20 个选项，一共能组合出 1,000 种搭配；每种搭配提前生成 10 个结果，最终只需缓存 10,000 份。后续玩家选到相同组合时，可以直接调用已有结果，不会每次都重新产生生成成本。
葡萄君：有考虑过版权与内容安全风险吗？
A：这是必须考虑的问题。我们会严格筛查政治人物，其他 IP 角色也会通过调整名称和描述等方式尽量规避风险。游戏首先要能安全地活下来。
但 " 电子斗蛐蛐 " 的乐趣又建立在熟悉感上。所以前期我们会优先选择关羽、秦琼等历史人物或版权风险较低的知名形象。现阶段我们会在可控范围内试探，再慢慢观察行业与规则的发展。
03
拥抱 AI-native org，
团队每个人都全栈、全职能开发
葡萄君：《混想局》立项不到半年就上架测试，开发速度很快，中间 AI 怎么改变了你们的开发流程？
A：以前的流程很传统：策划写文档、画 UI 草案，再依次交给程序和美术。等成品回来，往往已经偏离最初设想，只能再提大量修改意见。一轮下来至少一个月，中间还有反复沟通和信息损耗。
这个项目从今年 1 月启动。最初产品思路很清晰，但 1 月到 3 月的开发进度很慢，团队越来越焦虑。
到了 4 月，我们决定，除了美术，其他人都转向全栈开发：策划学代码，程序学设计。
现在我们使用的是一套自己搭建的 AI 协作工作流。它不是把设计文档交给 AI 就结束，而是把需求讨论、方案澄清、任务拆分、设计与程序协作、实现记录和验收反馈串成一条可追踪的流程：AI 会持续追问并补齐细节，将共识沉淀为团队可复用的上下文和任务文档，再协助不同成员并行完成配置、代码和内容制作。遇到需要创意判断或关键取舍的问题，再由团队集中决策。视觉部分也有配套工具，从文档生成草稿、生成 Prefab、到推入游戏调试；美术只需要负责美， 把所有精力放在核心设计上就够了。
4 月到 6 月，这两个月内我们做出的功能，按照过往传统流程来看，花一年都未必能完成。以前是策划与程序分工协作，现在相当于 5 个人同时兼任策划和程序，再加 1 位主美。很多想法当天讨论、当天实现，第二天就能试玩。
葡萄君：你刚才说 " 除了美术，其他人都转向全栈 "。主美为什么要保留独立分工？全面接入 AI 后，他会有 AI 焦虑吗？
A：真正的美术价值，在于能不能创作新的风格，以及有没有足够的判断力。风格定下来以后，他还要把关特效、UI 和宣发素材，统一内容的调性。
我们的共识是，AI 能减少重复劳动，但替代不了审美判断。我们不要求主美专门去探索怎么使用 AI，他只需要做好自己的审美判断，把住产品的调性。
葡萄君：5 个人兼任策划与程序，想法多起来的时候，版本不会因此失控吗？
A：现在最难的反而是做取舍。我们每个版本开会只明确两件事：目标是什么，最终要做到什么感觉。具体方案由成员自己 Pitch，只要符合目标、逻辑成立，就由提出的人实现。
不过，提效的同时，我们的工作密度也变得很高。大家都把它当成自己的项目，抢着做事情。我平时同时开 Claude Code 和 Codex，推进四个功能。一个 AI 思考时，我还要给另外几个输入、审批和修改，脑子一直在不同任务间切换。过程很享受，也很容易停不下来。
版本做完后，我们会轮班直播游戏。一方面把节奏放缓，另一方面逼每个人深度体验、自己找问题，相当于给游戏做测试。
葡萄君：看起来这套方式让你们 5 个人撑起了非常大的工作量，你觉得 AI 会继续把游戏团队变小吗？一人工作室会越来越多吗？
A：AI 确实会让团队更精简，但我们认为规模并非越小越好。网站或工具可能由一个人完成，游戏的体量更重，仍然需要不同观点碰撞。理想状态是一支足够同频的小团队。像我们几个人都是 AI Believer + 重度玩家，都认同这个方向与做事情的方式，也相信在 AI 的加持下能够更好地表达想法与创意，因此我们团队能迸发出很强的战斗力。
葡萄君：你们探索的过程中，有想过玩家对 AI 原生游戏的态度吗？
A：首先还是要把游戏做好玩，玩家根本不在意它是不是 AI。传统游戏的基础过关了，才有资格谈新的体验。
葡萄君：《混想局》里的 AI 到底提供了哪种传统方式很难做到的体验？
A：传统内容型游戏的内容相对固定，玩家看完直播和实况，可能就失去了亲自体验的动力。我们希望《混想局》反过来：玩家看完别人生成的角色和战斗，会想要试试自己的想法。这种乐趣可以概括为满足期待，传统游戏很难满足这种需求，只有 AI 能做到。
葡萄君：市面上更常见的是 AI 叙事游戏，你们为什么没有走那条路？
A：大语言模型叙事和角色自主回应的 Agent 都是当前比较主流的方向，我们也做过尝试。 我们做过一款类似《Suck Up!》的传教模拟器。玩家先建立宗教，比如要求每天午睡的午睡教，再去说服别人加入。当时做了 Demo，但玩的时候，说服到第二个人，玩家会觉得体验重复并且疲惫了，这个玩法撑不起整款游戏体验。
我们目前还是希望探索更多 AI 与游戏结合的可能性，我们认为 " 创造可玩单位 " 能让 AI 在游戏中的表达不仅停留在文本层面， 会给未来带来更大的想象空间， 目前这条路还没有看到特别多的探索者，也正因为如此，我们对于这件事感到非常兴奋。
但我们早期的收获也不会白费，比如我们把叙事说服的玩法放进了《混想局》的黑市系统中，其它之前的探索和尝试也都以类似的方式留在了后续产品中。
A：我们相信 AGI 一定会实现。并且 AGI 最有可能在游戏中率先落地，带来颠覆性的改变。因为游戏几乎是 AI 最理想的实验场：环境足够复杂，涉及理解、决策、记忆、创造和多智能体协作；同时容错率又比较高。AI 偶尔做出意料之外的行为，在其他场景可能是事故，在游戏里反而可能成为乐趣。
但我们也越来越明确地意识到，AI 能生成内容，不等于它能生成好的游戏体验。模型天然擅长发散，而游戏需要明确的规则、稳定的反馈、统一的审美、合适的节奏和可控的结果。中间仍然需要游戏人的判断力，以及大量工程上的收束：什么地方应该给 AI 自由，什么地方必须设定边界；哪些意外是乐趣，哪些意外会破坏体验；怎样把不稳定的生成能力，转化成玩家能够理解、操作和持续获得正反馈的产品系统。
这恰恰是我们的经验所在。" 创造可玩单位 " 是我们找到的第一个切口，我们希望抛砖引玉和大家互相启发，一起探索 AI 时代还能做出哪些更好玩的东西。
游戏葡萄招聘内容编辑，
点击「阅读原文」可了解详情
推荐阅读
（星标可第一时间收到推送和完整封面）
