4 次游戏开发尝试中,已有 1 个玩法上线、1 个进入真实房间、2 个仍在测试或演示阶段。我们注意到,AI 正在压缩游戏原型的制作时间,但还没有压缩把产品交付给玩家的最后一公里。
花椒技术部的实践比“实时生成游戏”的展示更接近一线业务:团队用 AI 协助完成玩法梳理、代码开发、3D 建模和模型问答,再由工程师补齐物理规则、联机链路、异常处理与部署。与其说 AI 已经接管游戏开发,不如说它把“先做出一个可玩的版本”变得更便宜、更快。
这是什么
团队一共做了四类尝试。“大家一起猜”让 AI 根据谜底回答“是/不是/不确定”,已上线到派对房和个播房,单日有上百个房间开启;“桌球”借助 Codex(可读写代码并协助开发任务的 AI 工具)实现击球、碰撞、进袋及规则判断,目前仍在完善完整对局、断网重连和上线准备;“猛鬼攻防”验证资源、建造与进攻等复杂玩法,线上接入版已用于承接业务,自研 3D 原型则继续验证开发路线;“3D 农场”仍只是体验建模和交互的 Demo(演示版本)。
行业怎么看
值得关注的变化是,AI 工具已经可以同时处理代码、界面、模型接入和基础素材,非专业团队也能较快验证游戏想法。猜谜玩法进入真实房间后,团队还能根据题目重复、回答顺畅度等反馈持续优化,说明 AI 不只用于开发前,也开始成为运行时的一部分。
但风险同样清楚。代码能够运行不等于游戏好玩,桌球的手感、数值平衡和操作提示仍需人工试玩;完整对局、断网重连及多房间同步尚未完成;实时生成还面临等待、失败和玩家难以判断操作效果等问题。模型回答若不可靠或异常时不能继续,也会直接破坏一局游戏,再加上调用成本,企业不会只按“生成了多少代码”评估收益。
对普通人的影响
对企业 IT:AI 正把开发工作拆成“快速做原型”与“认真做交付”两段。前者可明显提效,后者仍要投入工程师处理稳定性、测试、业务规则和部署成本。
对个人职场:产品、运营和业务人员将更容易把创意变成可演示版本,与开发协作的门槛下降;但判断需求、验证体验和决定是否上线,仍是人的核心工作。
对消费市场:玩家会看到更多由 AI 辅助制作、允许实时变化的新玩法,互动内容可能更丰富;同时,生成等待、逻辑不稳定和内容质量不一,也会影响实际留存。