|前言
前些天听了一期InnoGames关于AI的访谈。
InnoGames是一家总部位于德国汉堡的网页和手游公司，主做城市建造类游戏《Forge of Empires》、《Elvenar》，现在也运营农场模拟手游《Sunrise Village》。InnoGames代表作
该公司的技术人员讲述如何通过AI来加快内容生产。
在之前的游戏开发流程中：策划先把任务定义写进协作文档（Confluence），再导出到表格（Excel）。随后把表格转成配置数据（CSV或JSON），最后导入Unity。
新地图上线前，团队要把奖励、建筑、地图对象和触发条件，分别填进不同的表和配置文件，再逐项核对。
《Sunrise Village》已经运营多年。玩家隔一段时间回来，总得有新任务、新区域或活动可做。每次更新，团队又得把改动重新填进表格和游戏配置。
InnoGames把这段工作交给AI后，一个内容阶段从10周缩到3周。
原来约25人做的内容维护工作，后来由3人维持。
这两组数字本身不能说明AI替代了22个人。
要看清它，得先弄明白：原来那25个人每天在做什么，AI又接走了哪几步。
先把InnoGames这条工作流拆开，后面再看AI放到其他环节后会发生什么。InnoGames：从25人到3人，AI接走了哪些工作
|25人到3人，少掉的是哪一段工作
《Sunrise Village》玩法是农场经营，玩家种地、生产资源、开地图、做任务。（注：跟《Township》玩法相似）《Sunrise Village》官方游戏画面
游戏上线后，团队持续做Live Service（补任务、活动和区域等等），积极更新游戏内容使玩家能一直有事可做。
InnoGames为这段工作做了一个内部工具：AI Stage Designer，可以理解为AI关卡设计工具。
它先从内容制作里最磨人的一段下手：设计师定任务和奖励，关卡人员摆地图与对象，美术确认资产，程序再把配置导入客户端。
奖励数值改一次，任务表、掉落规则和Unity里的数据都要跟着改。
单看每一步都不难，麻烦的是它们一环扣一环，任何一处漏掉，最后都可能变成线上问题。
已经在跑量的游戏，若因一个字段的错误导致一次线上事故，将损失巨大。
InnoGames分析了这条工作流，再用AI来构建更高效的流程。
AI把故事线、任务目标和触发条件，连到已有的建筑、物品、奖励和地图数据里。
资产检索、对象摆放和配置检查，也放进同一条流程。
受访工程负责人Thomas Lehr说，一个内容阶段从约10周压到3周。
算下来，一次大更新的制作周期少了70%，原本约25人的内容维护范围后来由3人维持。
当然，这不代表InnoGames整套LiveOps只剩3个人。
活动怎么排、给谁发、数值怎么调、客服和商业化怎么接，仍然有人在做。
AI接走的是一部分内容配置和交接工作。
|收入还在降，团队却有空做新游戏了
这段访谈最诚实的地方，是没有把AI讲成翻盘故事。
《Sunrise Village》的收入没有重新增长，仍在下降，只是下滑慢了很多。
被腾出来的成员转去做新项目《Cozy Coast》。
很多产品不是今天关服、明天开新项目，而是在收入缓慢下滑时，被高昂的内容成本一点点拖住。
该负责人还提到，他们曾长期留在GPT-4o上，没有因为更新模型出现就立刻换掉。
原因很简单：模型一换，提示词、数据接口、异常处理和回归测试都要重跑。
写代码时，程序员会逐行看结果，模型偶尔飘一点还有机会救回来。
内容工具要跨大量资产半自动运行，稳定比什么都重要。King：AI先刷关，设计师再决定要不要改
|关卡越多，测试越费人，需要AI出手
瑞典三消大厂King2016年被Activision Blizzard以59亿美元收购。
2023年，公司披露旗下游戏月活约2.38亿，并称《Candy Crush》连续六年是美国应用商店收入最高的游戏系列。
2025年5月，《Candy Crush Saga》已经超过18,700关。
这种体量下，关卡的更新是一场旷日持久的硬仗。
老关卡会过时，新关卡得赶上线，难度曲线还要跟着玩家能力和内容节奏一起调。
一关太难，玩家在这里断掉。
一关太顺，前面攒起来的压力又泄了。
三消的难度也不是一路向上爬。玩家刚过完几关费脑的棋盘，下一关留一点喘气空间，体验反而更顺。
King把AI放进这道题里，先让它测试新关卡，也回头翻修旧关卡。
团队会看通关率、洗牌率，以及玩家是在哪一关开始频繁失败或过得太快。
机器擅长的，是把大量棋盘跑一遍，挑出明显有问题的关卡，给设计师一批修改候选。
Candy Crush负责人Todd Green提到，人工一次处理1000关很困难。
借助自动生成的改造草案，团队有机会把每周处理规模从数百关推到数千关。
这只是负责人描述的潜在能力，不是King已公开的固定周产能。
|通关率低，不一定要立刻将关卡调简单
King在用AI处理关卡问题时有一套自己的方法论。
它没有让模型直接决定这关该不该上线。
机器能告诉你玩家在这里卡住了，却说不清他们是被新机制难住，还是被随机性坑住。
前一种情况，设计师可能会保留。
玩家刚接触新机制时，前几关难一点很正常，不能只因为失败率高就把难度调低。
三消关卡里，玩家要把相同糖果连成组合并消除。
如果完成目标所需的糖果反复出现在无法消除的位置，玩家即使熟悉游戏，也很难靠操作改变结果。
这样的失败率才值得处理。
King在2022年收购机器学习公司Peltarion。
公司次年在财报中称，这套技术已用于加快Candy Crush的LiveOps制作和测试，也帮助团队提供更相关的内容。
关卡库有大量历史样本，棋盘状态、操作和结果也能记录下来。
AI很适合先把重复测试做掉。
至于这关有没有勾起玩家“再来一局”的欲望，仍得设计师试玩，也得等真实玩家来投票。KRAFTON：AI进到对局里，事情马上变复杂
|让AI队友听懂命令，还要做对动作
KRAFTON是一家总部位于韩国的游戏公司，最知名的产品是《PUBG: BATTLEGROUNDS》（中文常称《绝地求生》）。
旗下《PUBG》IP也延伸到了《PUBG Mobile》（中文常称《绝地求生手游》，中国大陆版本为《和平精英》）等移动产品。PUBG Ally官方测试素材
图源：NVIDIA官方测试页面。
它和NVIDIA做的PUBG Ally，是一个能陪玩家打对局的AI队友。
玩家可以让它找装备、报敌情、跟随或掩护。
以“找枪，跟我走”为例，系统得先识别玩家的意图，再结合附近的物资点、地图位置和当前战斗状态，决定去哪找、拿什么，以及什么时候回到队伍里。（「PUBG Ally」协同游戏角色演示视频）
这已经不是给角色补几句对话。
AI得在地图里完成一串动作，还不能挡路、乱跑或在交火时做出错误判断。
PUBG Ally使用本地小语言模型和NVIDIA ACE技术。
KRAFTON还为英语、韩语和中文指令准备了相应数据，并在2026年的PUBG Arcade里限时开放Ally Duo测试。
闽公网安备 35010202001226号
