寻找传统游戏的留白。

文 / 大田 & 托马斯之颅

前不久的 2026 光子游戏大赛上，喵吉托工作室的《喵呜岛》拿下了 AI 赛道的金奖。

两个月前采访喵吉托创始人李驰时，葡萄君还没想到它能有这样的完成度——喵吉托是国内较早 All in AI 原生游戏的团队，他们曾靠内部 AI 生成工具 Meowa，赚到了创业三年来第一笔钱，但是一直没有商业成绩突出的游戏。

李驰告诉我，此前为了探索 AI 如何与游戏结合，他们做过二三十个原型，大部分被砍掉。

直到做出《喵呜岛》，他们终于能和传统游戏做出明显差异，同时让游戏好玩。

他的团队没有传统游戏研发背景，从一开始就在搭建 AI Native 的管线，尝试把更多工作交给 AI。

他们甚至蒸馏了大约 7000 款评价过千的 Steam 游戏，做了一个策划 Agent。李驰说，他们的游戏研发像大模型调参，人有了想法之后，从游戏框架到具体参数，都来自 AI，哪怕团队未必能解释每个参数为什么这样设置……

这些动作在一些传统游戏策划听起来，可能有些太过激进。

但落到《喵呜岛》里，喵吉托在种田、钓鱼、开餐厅的生活模拟框架基础上，增加了拥有了记忆和自主行动能力的猫 Agent，这带来了和传统游戏很不一样的体验——你真的会感觉到猫猫有生命。

01

让世界与玩家有关

不看 AI 部分，《喵呜岛》是一款非常典型的岛建生活模拟游戏：玩家种田、钓鱼，用收集到的资源开餐厅、提升技能、装饰岛屿，逐步把岛屿建设成型；将来游戏还会上线联机模式，玩家可以造访朋友的岛。

李驰把这些称作「老的一套」：如果没有 AI，《喵呜岛》「肯定是个很普通的游戏。」但 AI 的加入，让岛上的关系、事件和表达方式都发生了变化。

基于自研的 AI NPC 引擎，《喵呜岛》把游戏中的几十种猫做成 Agent。它们生活在岛上，与玩家对话，理解玩家的言行和所处环境，从而决定记住什么、想做什么，以及怎样回应。

「喜欢先完成小目标」这个信息，在多处出现

（左右滑动查看）

李驰举了个例子：玩家和猫聊天，说自己钓到了一条特别大的蓝鲸，猫不只会马上接一句夸赞，还会记住这件事，并可能把它变成目标——成为像主人一样、能钓到蓝鲸的钓鱼高手。

乍一看，你可能觉得，这是一款「能跟猫聊天」的游戏而已。但每只猫都有自己的技能，能够把目标落实为种田、钓鱼、做饭或建造等具体动作。

猫的技能面板

比如，我给菜地浇水时，猫看到了，会觉得我在帮忙，于是帮我做一顿饭；我在雨里独自钓鱼时，猫会到身边陪我；开了餐馆后，猫还会帮忙接待客人……

猫会吐槽没钓到鱼

中后期猫变多、技能等级提升后，还能看到一群猫忙前忙后的景象。

李驰称这种能力为「情商」：猫不只等玩家下指令，还会判断玩家在做什么、可能需要什么，甚至提前帮忙。

在他看来，这是 AI 和游戏结合中最重要的一点：玩家必须感受到世界「与我有关」；自己的行为会影响猫，它们也会自主行动，在互动中涌现出只属于玩家的故事。

猫猫互动场景（左右滑动查看）

因为语气太生硬被猫抱怨

在这些互动中，玩家的优先级很高。不过，我游玩时有时也觉得猫实在太多，整天被围着转，有些吃不消……李驰告诉我，为避免事件太密把玩家搞累，或太久没变化显得无聊，团队还研发了一个导演 Agent，在幕后控制节奏。

猫想发起事件时，导演会根据玩家最近状态决定是否放行：若玩家刚经历一连串事件，系统就先缓一缓；若一段时间没发生有意思的事，导演就让合适的猫出来制造一点变化。

AI 在这里的意义，不只是让团队少写行为树，更重要的是，开发者给 AI 定下基本规则后，它能在未被明确设计的场景里自行判断，从而为玩家创造涌现体验。

AI 在《喵呜岛》中的另一个作用，是赋予玩家创造能力——通过领养猫猫、升级岛屿等动作，玩家能获得「许愿」机会。

看到对话框你应该能明白，所谓许愿，是玩家给系统发一段提示词，让它生成一个家具资产。

葡萄君许愿的自动写稿机和金葡萄奖杯

但这种自由一旦放得太开，也可能会挫伤模拟经营最基本的目标感。

《喵呜岛》的设计，是增加普通家具和资源奖励，维持传统的升级解锁循环，同时让 AI 生成作为高投入、高回报的奖励。

李驰把这套互动框架比作一台永动机。传统游戏需要持续追加内容，才能给玩家带来新的体验；而在《喵呜岛》里，猫的记忆、行为和事件变化，加上 AI 生成的家具，如果这套框架能够搭建起来，可以源源不断创造出新的体验。

在喵吉托的规划里，游戏接下来还会上架岛屿排行榜「猫猫点评」，玩家和 AI 猫猫都可以在上面给岛屿打分、写评论、互动和聊天。

假以时日，他们还希望玩家会在游戏中收获幸福、寄托感情，和这些数字生命建立起连接；AI 之间也会建立起友谊、竞争之类的复杂关系，乃至发展出一个线上社会。

这些愿景离落地或许还有一些距离，但葡萄君最近和李驰聊了聊，感受到了他们在 AI 游戏开发这件事上的执着：比如《喵呜岛》的点子 3 年前就有了，他们一直在为之准备；他们从一开始就使用 AI Native 管线，并且相信游戏开发已经进入大模型时代……以下是经整理的采访内容。

02

不要用 AI 挑战

传统游戏的成熟领域

葡萄君：《喵呜岛》的点子是怎么来的？

李驰：2023 年斯坦福小镇火起来后，我们基于字节内部的体素沙盒项目做过一个 AI 小镇。

我们把 30 多名字节员工做成 Agent 放进去，测试下来挺有梗、挺好玩的。两个 Agent 会从陌生到成为朋友，甚至恋爱、分手、吵架。因为 Agent 带着同事的身份，大家会每天去看自己的 Agent 怎么样了，有点像数字分身。

斯坦福小镇，25 个 AI 智能体生活了 2 天

我们还汇报给了字节领导层，他们也觉得这个项目很有意思。

葡萄君：那它为什么没有在字节孵化出来？

李驰：这个项目的目标，是验证涌现能不能成立，在这一点上它是成功的。但它最大的问题是无法商业化。

这些内容只有实时发生，玩家才会觉得有意思，但是依靠当时的 AI 能力，实时推理每轮都要等上 5 到 10 秒；一大批 Agent 反复调用，成本也很高。

更重要的是，技术能跑起来，只说明第一步成立，最后还是要看玩家能不能持续获得有趣体验。

有趣的涌现不会一直高密度出现，玩家可能等很久才碰到一次真正的惊喜。完全靠 AI 自主行动，有时产生的东西没那么有趣。

我是技术出身，当时对游戏理解不深，解决不了这个问题，项目就一直搁置了。

葡萄君：到什么时候，你觉得可以重新做这件事了？

李驰：在 2025 年下半年，AI 成本比 2023 年下降了大概 100 倍，我们估计做一个游玩时长 20 小时的游戏，可能只需要几千万 Token，就是几块钱；等到游戏上线的时候，成本会更低。

Agent 能力也有了明显提升。Coding Agent 在理解任务、执行指令这些事上已经有了明显突破。相比代码生成，我们做的是游戏里的 Agent，对智能的要求未必更高，所以我们判断有机会胜任。

另外，Gemini 的 Nano Banana 生图模型也在这一年面世，AI 在图像生成能力上有了非常大的突破，实时生成品质对游戏来说可用了。

在这些技术门槛先后得到了突破后，我们认为是时候让 Agent 变得更好玩了。

葡萄君：怎么实现好玩呢？

李驰：到那个阶段，我有了一个初步判断：AI 游戏更适合面向愿意表达的玩家，他们愿意把自己的想法放进游戏里。

葡萄君：这类玩家喜欢打字、对话这样的交互。

李驰：对。我们之前也做过一个《言灵计划》，来尝试表达的乐趣。我们得到了很割裂的信号：玩家会上传自己家的猫狗照片，生成一个「宝可梦」，战斗时还会继续玩猫相关的梗；但没有表达欲的人，可能完全感受不到这里面的乐趣。

《言灵计划》

葡萄君：市场没有想象中大。

李驰：至少在我们当时的国内测试里，愿意主动表达的玩家还是比较少，可能都不到 10%。

再加上当时图片生成效果还比较一般，抠图不干净，只能生成静态图；团队当时做游戏的能力不够成熟，即使是愿意表达的用户，也未必愿意为产品买单。所以《言灵计划》没有继续往下推。

后来我们一边积累做游戏的经验，一边继续找 AI 最适合承载哪种乐趣。

我们大约做过二三十个各种方向的游戏原型代码，其中包括文字冒险、跑团等，大部分最后都砍掉了。现在能被外界看到的，要么拿过奖，要么是内部测试相对成立、我们希望获得外部反馈的产品。

葡萄君：这么多？你们还尝试过什么方向？

李驰：我们做过一个 AI 恐怖游戏，它参考了《直到黎明》的思路：最开始会有一只小宠物和玩家聊天，问他的朋友、爱好和经历，本质上是在收集他喜欢什么、讨厌什么。

《直到黎明》

游戏会在这个过程里，了解玩家真正害怕什么，比如蜘蛛、狼人或其他恐惧点，再针对玩家最害怕的那个点，做千人千面的恐怖体验。

葡萄君：听上去，玩家很容易在问答阶段流失。

李驰：是的，问题不仅如此。

这个方向技术上可以做，能实现个性化，但个性化不等于体验就成立。我们后来觉得，恐怖游戏确实有机会和 AI 结合，但要做好特别难。我们当时也不具备做 3D 的能力，只能做 2D 恐怖体验，还是依赖文字和剧情，AI 能参与的空间有限。

葡萄君：为什么参与空间会受限？

李驰：更明显的例子是《圆圆滚滚大农场》。它类似于《堆叠大陆》加上一些《幸运房东》的要素，做到一半的时候，我们发现项目很难和 AI 结合——我们尝试让 AI 改变卡牌外形，另外让它在技能和属性上有些变化，但数值怎么都调不好。游戏最终完成了，但 AI 玩法都砍掉了。

它给了我一个很明确的信息：绝对不要用 AI 去挑战游戏行业已经很成熟的领域，比如数值、策略和精细的系统架构，应该去挑战传统游戏没有涉及的、空间更大的领域。

葡萄君：最后是怎么回到了现在的方向的？

李驰：到 2025 年，像《心动小镇》这些以表达为核心乐趣的游戏，做得都还可以，我们也感觉到这部分人群和消费需求在增长，市场可能在往我们期待的方向走，所以决定做一款表达向的游戏。

《心动小镇》

我们考虑过传统游戏中适合表达的类型，比如文字游戏、跑团，它们有明确受众，但市场太小了，上限很低；还有换装和岛建玩法，它们留了下来。我们更想做一种有跑团式涌现、但也有画面和主轴的游戏：玩家不是单纯观察世界变化，而是始终有事情可做。

最后，这就成了《喵呜岛》的两个方向：表达，以及涌现。

03

游戏进入大模型时代

葡萄君：听上去，你们一直在摸索 AI 应用方面的事情，传统的游戏开发经验并不多？

李驰：确实，我们都没有传统游戏研发背景。我在字节时和游戏团队合作过，没自己吃过猪肉，只看过猪跑；我业余开发过一些 Game Jam 级别的小游戏，但没有正经开发、上线过一款完整的 Steam 游戏。

葡萄君：你们会担心自己的经验不够丰富吗？怎么解决这个问题？

李驰：传统策划玩过很多游戏后，会在脑中形成一套模型，知道某种体验为什么好、某个系统为什么不好。我们想把这些经验从个人大脑里外化出来，变成团队可以持续使用和修正的资产。

葡萄君：「外化」听起来很抽象……

李驰：具体来说，我们整理了大量评价过千的 Steam 游戏，差不多 7000 款。

我们从论坛、Wiki 和社区收集它们的玩法、核心循环、系统模块和玩家反馈，经过清洗后沉淀到内部知识库。这个知识库还能从「好玩」或「不好玩」继续往下映射，看看究竟是系统架构、数值，还是其他设计因素造成的。

有了这个知识库，再结合 AI，我们以后开发任何游戏、验证任何玩法的时候，不仅可以知道某款游戏口碑如何，还能分析哪些部分值得借鉴、哪些问题可能再次出现。

葡萄君：会不会担心这有一点纸上谈兵？

李驰：当然，如果直接找通用模型验证想法，很难得到足够精确的结果，有些回答看起来合理，实际可能是臆想出来的。

所以我们的思路很明确，就是把开发游戏当成训模型，我们的每个游戏都是一个神经网络模型，我们定义好一个架构，然后调参。这个架构本质上来自我们的知识库，至少在我们不熟悉的领域，我们不会从零到一去建一个新的架构。

我们设计游戏的时候，会先去找相关的游戏，看它们的架构是什么样子，然后比较 A、B、C 几套架构。我们会把几款游戏中做得好的部分融合起来，同时规避它们设计上的限制，最终得到一个架构。AI 比较擅长分析和融合已有架构，可以帮助我们识别这些限制。

葡萄君：可以举个例子吗？

李驰：比如我们想设计一个每日刷新商品的商店，可能就会在知识库提问：其他游戏是怎么做的？他们为什么会这么设计？设计的细节是什么？更新频率是什么样的？商店会有多少个模块是可以每日更新的？

葡萄君：那人会做些什么呢？

李驰：在设计架构上，AI 不擅长从零到一，人才是发起者。需要人先有架构设计的动机，提出几条可能的路径，再由 AI 分析这些路径的可行性、好处和坏处，以及历史上其他游戏怎么处理类似问题。最后选哪条路径、怎么组合，仍然由人决定。

第二步就是调参。调参的过程中，我们会不断参考知识库里其他游戏的参数，架构也会或多或少地微调，但大的模块基本已经定型了。

葡萄君：你跟传统策划聊过这套方法吗？

李驰：聊过。我接触到的不少传统策划会觉得它很新、很反传统。他们希望在最开始就把架构设计清楚，能解释每个参数背后的理念。

葡萄君：你怎么理解两种工作模式的差异？

李驰：这可能是游戏的历史发展规律。早期游戏系统比较简单，一个人可以完整想清楚；做游戏的时候，绝大多数传统游戏的策划，需要很清楚架构中的每一个参数，理解这些设计背后的理念和原因。

但现在系统越来越多，只靠一个人或几个人，很难在最开始规划全部细节——现在游戏进入大模型时代了，大模型就是黑箱，要不断地调参、迭代和试错，找到最优解，很有可能一个最优解的参数，你自己也不知道为什么这么设置。

葡萄君：但是纯数据或许会掩盖产品本身的实际情况。

李驰：当然不能只看数据。AI 做的更多是帮你收敛参数的范围，然后你再人工体验，凭主观感受做出最终的决定。

葡萄君：那知识库里的数据本身不准怎么办？

李驰：所以数据清洗非常重要，你一定要自己去玩，然后校正。比如有玩家说某个游戏「系统太垃圾，数值炸」，但如果你玩过，知道它的数值设计实际很好，就可以判定这是一条脏数据。

葡萄君：那负责数据清洗的人，需要自己玩过这全部的 7000 款游戏吗？

李驰：这件事需要持续做。我们会给数据划分置信度和权重。被打了高置信度的信息，我们会给它高权重，优先依赖这些数据，帮助缩小探索的区间，这是第一轮分析；

低置信度信息会放到后面的分析里再参考，因为第二轮分析的时候，还有很多细节要微调，需要人工确认。

葡萄君：这些人工校准由谁来做？

李驰：我们的一位游戏策划是中传游戏设计系毕业的，各个品类的游戏他都有涉猎，我们拿不准的设计问题，会去听听他的想法，再做交叉验证。

葡萄君：这倒像传统的策划流程了。

李驰：差不多。我们和传统策划最大的区别，主要在验证环节。

传统策划有了一个想法，可能会先去玩同品类游戏，把信息积累在脑子里，写方案，和制作人讨论，最后再得出结论。我们则会先和策划 Agent 沟通，从知识库里找相关游戏和案例，用这部分工作替代大量前期的试玩和搜索。

这样效率会更高，尤其是现在要玩的游戏越来越多，时间成本很高。相应的代价，是你对某一款游戏的感知未必那么具体，更多获得的是偏数据层面的判断。

04

AI Native 的研发管线

葡萄君：在策划方面，你们很信任 AI，那在制作方面呢？

李驰：我们希望尽可能搭一套 AI Native 的研发管线。现在有时也会先把管线搭出来，再往下做产品。

Meowa 里的美术管线就是其中一部分。我们做像素版《喵呜岛》时，里面的资产基本都是通过这套管线生成的。

早期像素版《喵呜岛》

一开始，AI 管线还不成熟，需要人把流程走通，有了从 0 到 1 的完整路径以后，再看哪些断点能用 AI 解决。

目前提方案、设定原则等前期部分还需要大量人来做，中间大部分环节可以交给 AI，最后的验收也仍然需要人。

葡萄君：聊聊更具体的环节吧，比如在美术方面，很多人会认为 AI 没办法理解那些主观感受上的东西。

李驰：我觉得 AI 和人的理解路径不一样。它能画出不错的东西，但结果和训练数据有很大关系；你还要知道怎样用提示词激活它效果最好的一面。

核心不是把它当成一个真实的美术去聊，而是先理解它背后的原理，用它更容易理解的方式去表达要求。

我对 AI 美术的长期能力还是乐观的，现在 AI 影视已经很火了。但前提是使用 AI 的人自己也要有足够好的审美，能判断结果好不好，并把这个判断传递给它。

葡萄君：那你们会如何让程序工作和 AI 结合？

李驰：程序这块其实比较简单，核心就是用当前能力最强的模型。

我们没有在程序上搭太多额外的东西，主要是写了很多 AGENTS.md 文档，去规范这些 Agent 在项目里应该怎么做事：比如开发要尽可能简洁，非必要不引入新变量；游戏里有哪些具体模块、应该遵守什么规范。

这样 Agent 在开发时，会尽量按照已有的模块和边界来做，避免不同模块之间互相缠绕。

我们没有搭特别复杂的固定管线，因为模型迭代很快，基于当前模型设计的一套流程，到下一代模型上可能就没有意义了。把项目自身的规范和边界沉淀下来，比绑定某一代模型更有价值。

葡萄君：那不同工种之间，现在怎么协作？

李驰：以前协作主要靠人开会，策划、程序得重复写文档。现在更多靠 Agent：人先和策划 Agent 聊清楚需求，后者会把文档写出来，且写得更完整、也更符合下游需要，随后便可以直接交给开发 Agent 执行。

葡萄君：这中间不需要人参加吗？

李驰：要有人审核，因为 Agent 永远会犯错。人需要确认需求、限制条件和想实现的效果有没有问题；开发完成后，也要有人验收。人的职责从自己写文档、反复开会同步，变成更多地审核文档、监控 Agent，并为结果负责。

葡萄君：既然还要人审，效率主要省在哪里？

李驰：2023 年、2024 年，大量工作还是靠和人沟通；到 2025 年，很多需求已经可以直接和 Agent 沟通，而且反馈很快。以前半夜突然想到一个点子，不可能要求同事立刻交付；Agent 可以马上验证，做出来不合适也可以放弃，不会消耗同事的时间。

从制作人的角度看，这种方式效率很高。尤其在游戏早期，它很适合让一个人先把整条流程跑通。

葡萄君：还有其他的优势吗？

李驰：我们会给每个需求留底：前面有需求文档，开发完成后有交付文档，中间发生过哪些决策变化、花了多久、改了几次需求、遇到什么问题，最后成功还是没解决、没解决的原因是什么，都会记录下来。以后再遇到类似需求，就可以拿过去的案例做参考，比如之前类似的需求两天能做完，下一次也可以以两天为基准。

现在很多文档可以由 AI 来写和维护，这些记录会进入知识库，我觉得它们在 AI 时代很重要，留底本身就能为未来带来增益。

葡萄君：这套能力最后会只服务于你们自己的游戏吗？

李驰：长期来看，我们想做的不只是游戏或工具，而是想把它们整合起来，做一个「AI 游戏的 Steam」，一方面提供创作工具，一方面和其中的优质开发者合作。

所有游戏平台都需要第一方游戏，所以我们自己也会持续做游戏，既能打磨工具，又能压缩开发周期。《喵呜岛》现在还需要一年左右，下一款我们希望做到三个月。再往后，如果能做到一个人一个月做一款游戏，就可以更快地推出很多游戏。

现在团队里想做的东西很多，To-Do List 上可能已经有几十款游戏，问题是开发效率跟不上想法。未来，我们希望借助 AI 达到这种状态：每个人都很全能，各自做自己的游戏，持续产出一些有意思的小作品。我们希望 AI 能帮助团队达到这样的速度。

葡萄君：这会不会太激进了？

李驰：平台不一定要一开始就挑战 Steam，但至少应该足够有特色，让玩家能体验到其他地方不容易见到的游戏。这件事长期肯定要做，我们会慢慢做起来。

至于我们算不算跑得比较远、比较激进，其实也不确定。我们聊过很多 AI 创业者，大家都在用不同的方法做这件事。

游戏葡萄招聘内容编辑，

（星标可第一时间收到推送和完整封面）