穿越明末，速攀科技20年造出原子弹，挽狂澜于既倒；化身崇祯，通过“修仙”平定四海，扶大厦于将倾。

你以为这是什么莫名其妙的明末网文？错。

这是上周刚刚登陆Steam的一款国产历史策略游戏：《历史模拟器：崇祯》（下称《崇祯》），一款真正的AI原生游戏。

据了解，《崇祯》研发团队青干工作室仅10人。团队自成立起，便致力于开发AI原生游戏。按制作人追青的话来说，他们想做的，不是“正常游戏框架加一个AI对话，或者一些AI辅助功能”的东西，而是一款 把AI部分拿掉，就彻底玩不了的游戏。

追青告诉我，初创团队之所以一上来就做鲜有厂商涉足的AI原生游戏，是因为他们觉得，AI作为一项深刻影响行业的技术，必然会导向类似于《刀剑神域》动画那样更真实更鲜活的游戏世界，“既然如此，我们希望抢占先机，加入这条赛道”。

以下为对话内容，为方便阅读有所调整：

睡觉修仙？明末工业革命？玩家你随意

Q：决定做AI原生游戏之后，为什么选中了做历史策略？

A：当时其实只搭了一个Demo框架。我们有个前提，就是想做一个“不依赖上下文”的、能够持续推进的核心逻辑。要么是讲故事，要么是玩数值。

但我们觉得，游戏还是要耐玩。在这个前提下，最后觉得大的游戏品类，大概率会偏向模拟经营、策略或者资源管理这些方向。

当时我们也考虑过“无限流”这种概念，但这种玩法一个是单局时间太长，另一个是已经有很多团队在看这个方向了。后来也想过现代题材，比如地产大亨、现代富豪，但总觉得没那种独立游戏工作室在探索新方向的感觉，会偏常规一些。

而我个人本来就很喜欢做历史题材，这个Demo一开始其实也是用历史方向搭的。最后综合下来，崇祯这个题材既有意思，又符合我们的方向，同时明朝史料也足够丰富。

Q：明末这段历史和AI原生游戏结合之后，可以产生哪些化学反应？

A：这个其实挺有意思的。我们所谓的“历史”，本质上更像是一个初始状态。

比如游戏开局的时候，会有一套完整的数据：每个省份有多少人口、多少税收等等。它更像一个初始盘面，之后世界会根据玩家的行为一步步演化。

我们的用户里，其实有一部分玩家，会倾向于按照比较真实的历史逻辑去做事情。那他在玩的过程中，会有一种“好像真的置身那个时代”的感觉。

Q：“AI原生玩法”主要体现在哪些地方？

A：我们游戏最核心的一点，是玩家的操作本质上就是输入一段诏书。也就是说，“我要做什么”，理论上你想输入什么都可以。然后游戏会先根据初始状态和规则，对你的诏书做推演，生成一个新的世界状态；然后新的状态再影响下一轮推演。

比如游戏开局是“天启驾崩，崇祯继位”，有些玩家会比较正常，先处理魏忠贤，再一步步推进改革。

但也有玩家一上来就说：“我要修仙。”那就真的可以去修仙。虽然AI大概率会判定这件事不科学，但玩家可以尝试。

传统历史策略游戏通常是一个比较固定的资源循环，比如赚钱、养兵、打仗。但我们这里，玩家可以攀科技、开海禁、搞东南亚贸易，甚至做一些更脑洞大开的事情。

而且我们不像传统游戏那样有严格边界。玩家想做什么都可以做，只不过不是“想做就一定成功”。AI会结合当前数值环境，以及你之前做过的事情，推理这个行为是否成功、会造成什么影响。有玩家一直“睡觉修仙”，最后AI判定群臣认为他疯了，直接把他软禁在宫里。

《大明王朝1566》

这也是我们为什么说它是“AI原生”。因为如果没有 AI，这整套玩法其实是跑不起来的。

Q：也就是说，像修仙、攀科技这些玩法，其实都在你们允许范围内？

A：准确来说，不是“允许”，而是我们没有设边界。

我们会给AI一整套时代背景设定：现在是什么时代，明朝的生产力水平和社会结构是什么样子。所以如果你直接说"我要造原子弹"，肯定实现不了。

但是有一位玩家真的造出原子弹了。他的逻辑是：先搞工业革命，再发电、挖铀矿、搞浓缩铀，最后造原子弹。整个过程是一步一步推进基础工业，而不是单纯骗AI。

这个东西其实完全不在我们的预料里。我们的限制，本质上是不想做一些"圆不回来"的事，但他把逻辑强行圆回来了。

很多东西不是我们设计的，但最后玩家真的能把它实现出来。不过我觉得这其实达到我的目的了，玩家用自己的努力，实现了真正想实现的东西。至于那个目标是不是我们原本预设的，其实不重要。

Q：你们有设计一些比较难的节点吗？

A：会设计，但不是按照固定年份卡难度。

更准确地说，我们会保留一些明末的重要历史事件，比如“己巳之变”、皇太极称帝这些。

我们希望玩家能感受到，自己真的处在那个历史洪流里。

这些事件大概会分成三类：第一类是天灾，比如小冰河期，基本不受玩家控制；第二类是外部势力，比如后金、蒙古；第三类则是内部事件，比如李自成起义。第二类和第三类都会一定程度上受玩家选择影响而改变，所以我们的历史事件系统，本质上是动态的。

Q：现在很多玩家提到，大模型本身可能会受到中文互联网语料污染，怎么避免？

A：首先，我们是有初始状态和基础数据框架的，AI是基于这个框架去推演的。但数据层面其实很难做到“绝对真实”。有一部分历史本身也存在争议。

所以我们的处理方式更偏“拟合”。不是完全照搬某一种极端说法，而是尽量让整个系统看起来合理。

第一类是数据问题。因为很难完全模拟出真实的明末环境，很多事情本身就有争议，比如明末是不是真的横征暴敛。所以我们尽可能做了一些合理化的拟合，没有采用极端值。

《大明王朝1566》

第二类是观点和看法的问题。像毛文龙和魏忠贤该不该杀，这些历史问题本来就没有标准答案。这种情况更多是AI去观察用户的行为，然后做判断。如果玩家重用魏忠贤，但给他加了一些约束、派人监视，他可能就变成一个效忠皇权的太监。

哪怕同一个玩家，开不同的存档、做出不同的行为，AI对同一历史人物的评价以及他会做出什么事情，可能都是不一样的。

这也是AI原生游戏的一个特点，会有一些不可预料的发展轨迹。本质上，我们只是给了一个明末的时代背景和人物框架。至于玩家最后能玩成什么样、生成什么故事、产生什么结局，基本都靠他自己。

AI原生游戏还有四大问题

解决两个，或可进化

Q：整体来看，相比传统SLG，《崇祯》更像是一个持续输入文字指令的文字游戏？

A：对，本质上确实是这样。最早在立项的时候，我们就觉得AI原生游戏做探索的话，文字应该是第一个切入点。

但是我们的数值体系和玩法逻辑，本质上还是很复杂的。

最典型的区别是，你直接去跟AI聊天，其实也能玩“崇祯模拟器”。你说“我要赈灾、练兵”，AI也会给你讲故事。但真正的区别在于，我们游戏不是纯讲故事。

比如你下令在陕西赈灾，系统不仅会从国库扣钱，还会真正修改陕西地区的民心数值。而民心不同，又会影响后续结果。比如如果民心是0，可能天天出现叛军；如果民心是100，可能就会非常稳定。这其实已经是传统策略游戏的数值逻辑了。

但另一方面，我们更多是搭了一个框架。很多内容其实是AI在运行过程中动态生成的，玩家可能玩着玩着，就创造出了一个新的阶层、一个新的势力。

Q：AI原生游戏和策略游戏的契合度怎么样？

A：我们目前的技术框架更适合策略游戏。AI原生游戏未来会有非常多的类型，我们现在是文字交互的，未来也可能出现不依赖文字交互、AI实时通过画面做判断的形式，这都是有可能的。

文字交互和策略游戏比较契合，原因是AI判别模型最直接的媒介就是自然语言，也就是文字；而策略游戏的核心是偏数据，这是一个比较好的契合点。

传统策略游戏的资源管理类型有限、处理方式有限，耦合起来虽然很复杂，但依然是一个框架类的体系。AI其实会超越这个框架，在广度和深度上都能有所突破。所以现阶段落地为AI原生游戏，文字游戏是最快的路径。

Q：你们还比较看好哪些品类能放大AI的乐趣？

A：我们认为短期内策略和RPG是核心方向。在大语言模型这个基础上，文字方面依然是优势所在。RPG方向在开源社区和圈子里其实是非常活跃的一个方向，只是它更多活跃在技术社区。

Q：你们觉得现在的AI原生游戏发展到了哪个阶段？

A：井喷前夜。原因有几个：

第一，AI的智能已经达到了一个可用的水平，至少能够触及我们一部分之前幻想中的那种体验；

第二， 大众对AI的认知也在逐步提高，两三年前 AI还是硬核用户才会接触的场景，现在已经是绝大部分人都挂在嘴边、多少有所了解的状态；

第三是 成本，现在还是很贵，但我觉得一两年之后价格会再降下来。

在这种情况下，有先发优势、有经验的团队会抢占先机，所以我们想先跑起来，既然有想法就去做。

Q：基于现在的AI技术，AI原生游戏目前还有哪些局限性？

A：蛮多的，分AI本身的局限和AI原生游戏的局限来说。

第一是刚刚说的价格。

第二个非常重要的问题是 时延，就是速度。 AI原生游戏是一套复杂AI结构组成的内容，上下文的输入输出结构要求复杂，玩家觉得我就输入一段文字等一个结果，但中间其实有很多层处理。这个速度问题已经到了极限，不是我们这些AI应用公司能解决的，而是要靠AI厂商来处理。

第三是 稳定性。 AI本身是千人千面的，每个人的行为逻辑都不一样，这是好事，但对一些小概率的bad case来说，AI偶尔会抽风——概率非常低，但遇到了会很难受。

第四个是 基建。传统游戏也有 "土豆服务器"的说法，AI层面的基建问题更夸张，计算卡的数量和成本，以及运行的复杂度，都是传统游戏从来没面对过的。

在以上问题完全解决之前，AI游戏肯定还是少部分人愿意尝鲜的产品。但只要这些问题解决掉两个，它可能就会马上变成真正的下一代游戏形态。

被玩家喷

是探索AI原生游戏必须付出的代价

Q：现在接入了哪些大模型？

A：目前官宣过的供应商包括阿里千问、谷歌，DeepSeek、智谱GLM，以及Gemini，这些在游戏中都可以使用——玩家可以在游戏里自选模型。

选不同的模型会对游戏体验产生影响，因为它们的判定逻辑不一样。每个模型也有自己的"性格"。

总体来说国产模型更便宜一些。模型有尺寸的概念，尺寸小的模型响应更快，价格也更低。

Q：算力成本是研运过程中最大的一块支出吗？

A：对。传统PC单机游戏研发成本基本是一次性的，服务器成本很低。但AI原生游戏玩家每次玩，就是成本。所以现在卖48块钱，覆盖的大概是二三十个小时的算力成本。

很多玩家焦虑的点在于，通常买了游戏进来玩，不想花钱不花就行了，但很少遇到这种"玩就要花钱"的游戏。这个点也是我们之前一直纠结的——但是没有办法，因为我们要 把token费用交给大模型厂商。

我们也把每个模型的大概价格折算告诉玩家，尽量做到透明，让玩家知道自己大概花了多少。但这也造成了一些负面影响。用户直观地看到钱在流失，负面情绪会比较强。

还有一个层面的问题是，玩家不理解为什么你这个游戏需要消耗的token量那么大，这个主要是因为我们是基于数据库去维持数据一致性的，而不是单纯的依赖上下文，这就导致我们游戏的输入结构和一般的对话结构差异非常大。 在我们这为了让AI输出合理的几千字，我们可能要输入几万甚至几十万的字符。

这其实是没办法的事：AI要花钱，我希望让玩家理解，所以提前告诉他们，但花钱这件事本身一定会让一些人不高兴，这是我们必须接受的一点——搞一个大家没做过的东西，就要承受用户的不接受和不理解，这是我们必须付出的代价。

《繁花》

Q：很多玩家希望能接入本地化AI或API，为什么没有开放接口？

A：分两层来说，本地部署和API接入。

本地部署基本完全不可能——大家对AI的实际算力要求和效果有一些误解。本地部署的模型按参数量来讲，一般也就达到0.5B到7B这个尺寸；而我们现在用的模型大概在500B到700B这个尺寸。

普通用户家里不可能有一个数据机柜来跑这样的模型。就算接受本地小模型，智力上的差异也非常大了。

另外还有个实际问题：用个人非商用API接入我们游戏，用量和速率都有限制，超出限制的时候玩家会遇到问题，而他们可能不知道该怎么处理。

今年确实因为各种AI工具的普及，了解和使用 API的人越来越多，这部分用户的呼声也比较强烈，这是一个必须正视的问题。我们刚上线，还在内部讨论怎么处理，后续肯定会关注这个问题。

Q：基于现在玩家的反馈，后续会对付费模式做一些优化调整吗？

A：这也是我们内部在讨论的问题。归根到底，AI原生游戏最大的问题还是token消耗。我们在考虑月卡这类方向，但我们没有足够的数据，不知道怎么合理定价，也不知道给玩家多少token量，这些都没有先例可以参考。可能需要再等一两年，市面上这种游戏足够多之后，才能给出更优化的商业付费模式。

我们也会去探索，但我个人不觉得这件事能一步到位，一定需要有几个先行者先做，大家才能看到方向。走在前面的人要接受非议，谁先出来谁就要承受这些。

“AI原生游戏是可以好玩的”

Q：你们观察到AI原生游戏现在的主要受众是什么样的？以后会被主流玩家接受吗？

A：我们希望这款游戏能被大众接受，而不只是一直在用AI的那部分人。但不希望玩家是因为"这是AI游戏"才来玩，而是因为"获得了完全不一样的体验"。

以后的AI原生游戏，一定要能给玩家带来不同的体验，才可能卖得出去。我们需要给玩家提供新的体验，而目前来看只有AI能解决这个需求。 不能是"为了搞AI所以整点AI活"，而是因为有了AI才能做出这种体验。

Q：现在的销量符合预期吗？

A：目前来看还 OK。我们其实更关注玩家愿意花多长时间玩。

三测的数据统计显示，平均单日玩家游玩时长为7小时以上。在我们看来，即便有很多Bug、不稳定，但玩家依然愿意继续玩，这说明这条路是成立的。

因为过去很多AI原生游戏最大的问题，其实是“不好玩”。我们现在至少证明了一件事：AI原生游戏是可以好玩的。哪怕这款游戏卖得不是那么多，我们也想证明这条路是对的 。

Q：你们觉得《崇祯》有哪些引以为傲的地方，又有哪些不足？

A：最引以为傲的是我们先拿出来了，接受大家的检验，这个技术框架我们觉得有点意思。后来也看到有一些团队采取了相似的方案，说明这个方向是对的。

第二是我们在技术上做的数据量比较大，没有为了降低研发难度而压缩数据规模。

不足的地方，首先这款游戏是一个探索性质的产品，目标是先验证方向，所以在打磨上有所牺牲。商业化和成本问题，肯定是我们未来要好好研究的一块。

另外游戏的稳定性还有点差，不同玩家的体验差异比较大。这个差异大本身是AI原生游戏的特点，但应该让它更聚焦一些，核心体验上的差异要控制。还有就是现在只有文字和图片这两种模态，还是太简单了，有非常非常多的地方可以进一步探索。

也不能说是缺点和遗憾，更多是接下来可以继续做的事情。

Q：我看你们跟阿里合作很紧密，那有接受他们投资吗？

A：坦白说没有。但阿里作为合作伙伴比较重视我们，可能他们觉得这确实是一个比较大的方向吧，既是游戏行业，也是AI行业未来的发展趋势。