AI与游戏如何互补？

本研报立足于笔者对 AI+游戏市场的持续调研，结合此前涉及的几大方向与开发实践，尝试给出一份阶段性的总结与思考。

本文将主要围绕两个大方向进行探讨，AI与游戏能如何互补：

AI能给游戏带来什么？

a.在之前的研报中，笔者探讨过当下AI的本性和游戏的底层原理是难以兼容的，但主要是以游戏框架为主体，在传统游戏产品闭环内塞AI，来验证AI存在的价值。在这层条件下，笔者认为AI实际价值甚微，无法真正撼动游戏多年形成的产品范式。

b.不过，如果能找到一个方向去突破传统游戏产品的框架，且往这个方向前进的必要条件是AI，则有可能找到一条路径来成为有价值的AI游戏范式。

当然，我们坚决不能忘记做游戏产品的一切的大前提——游戏本身要有趣、好玩。如果这条路径走到c.最后，游戏失去了原本的趣味性，那么一切在这个闭环内的价值都将化为灰烬。

游戏能给AI带来什么？

a.谈论到这个话题，我们会发现很多更有趣的内容。当我们在谈论AI的时候，AI究竟是什么，核心价值体现在哪？在这个过程中，我们往往只强调“AI 如何赋能游戏”。但换个角度思考：游戏本身也能为 AI 的价值释放与进化提供独特土壤。笔者认为主要有两点值得关注：

I.AI的模仿能力。AI 并不能真正理解抽象概念，但它具备强大的学习、效仿与执行能力。游戏中高度结构化的元素（角色、规则、叙事、交互）为 AI 提供了天然的“可模仿素材”。当 AI 学会在游戏语境中模仿这些要素，它就能够以更自然、更具沉浸感的方式与玩家建立交流，从而让虚拟交互更接近真实人性。

II.AI的生成能力。AI 与人类沟通的唯一方式，是通过其生成的内容——无论是文字、图像、视频还是代码。这些内容的价值取决于它们是否能被人类进一步生产、加工与消费。而游戏作为一种信息密度最大、交互沉浸感最强、体验上限最高的媒介，恰好是放大 AI 生成能力的最佳场景。如果能在游戏中找到合适的结合点，推动 AI 内容与玩法的规模化（scale up），那么这种全新的交互体验不仅可能成为现象级产品，也将是 AI 生成能力真正“释放给人类”的最佳路径。

AI+游戏之间的「两个协议」

搞好AI+游戏方向产品，最核心就是在构建「两个协议」：

●神经网络 与 规则沙盘 之间的 数学建模协议，以及：

●虚拟世界 与 现实生活 之间的 内容转化协议。

1.什么是「数学建模协议」？即AI如何被“规则收束”。用“AI跑团”做例子解释。

a.“AI跑团”思路或许可取，但一定是 DND 框架。为啥？因为 DND 有模块化的基础规则。

I.所有 DND 跑团本都是基于 发散编剧 + 规则收束 的过程：玩家和主持人提出发散性的情节，但最终一切必须回归到规则体系来判定。这也是为什么 DND 框架历久弥新：它提供了高度模块化的基础规则，使得故事可以无限展开，却不会失控。

II.所以《博德之门》和《神界原罪》都好玩，因为有足够强大、具有承载力的规则框架在先，其次是吊的批爆的世界观，最后是每一作的微观角色塑造和故事线。

III.AI或许会有足够的潜力，在用户和游戏系统的指导下，构建无限有趣的后两者内容。

b.在 AI 驱动的场景中，神经网络的本性是发散的，可能带来无限的灵感与随机性；但如果缺乏一个数学化的规则沙盘来收束，这种发散往往会失去可玩性，甚至破坏体验。 因此，「数学建模协议」的意义在于：通过建模的方式让 AI 的发散能力在规则框架下发挥到极致，从而让 AI 生成的内容不只是灵感的堆叠，而是可以转化为 稳定、好玩的玩法体验。用数学建模的思路去构建规则沙盘，其意义在于能够收束发散的神经网络的本性，在这个沙盘下发挥AI最优美的能力。用这个思路去做游戏，不管游戏本身靠不靠谱，定位清不清晰，从体验上讲或许真正能够超越传统游戏框架的好玩。

2.什么是「内容转化协议」？虚拟与现实的双向映射。本篇研报后面会提到的“暖星谷梦游记”会是一个相关案例。

a.这一层协议是为了最大化发挥AI的另一个相比于传统产品的优越性——与用户之间的链接。

一切「情感陪伴」类AI产品的核心根本——让虚拟世界不仅仅是封闭的幻想空间，而能与玩家的现实生活建立映射关系。

b.如果玩家能在虚拟世界中找到现实中的某种投射，并且该投射对应的现实本体是玩家在乎的（例如情感关系、个人创造、社会身份），那么他们极有可能对虚拟内容产生长期的沉迷与投入。这也是为什么 OC（原创角色）文化 能够自发兴盛：玩家在虚拟角色中投射了真实的情感与自我表达。同样，虚拟世界的社交属性也依赖于这种映射。

c.在这层协议中，AI 的角色极为关键。它需要具备生成稳定且有效的“生活化符号” 的能力——即能将日常生活中的体验、关系、情绪，转译为游戏化的事件与表达。但这一切仍然依赖于前一层「数学建模协议」的构建是否足够健壮：只有当底层规则收束足够稳固时，AI 的符号表达才不会流于幻觉或失真，而能真正成为玩家愿意相信与依赖的虚拟世界。

优先级排序：规则沙盘 ＞ 数学建模协议 ＞ 内容转化协议 ＞ 游戏定位（短平快体验，玩法，交互形式等）

有了以上的产品思路，判断一个AI游戏是否有潜力就很容易了。我们一起来看看吧。

「数学建模协议」的反例与正例

Whisper from the Star - 对比 调研报告（上） 版本

Whisper from the Star

基本信息

●网址：https://wfts.anuttacon.com/

●开发团队：Anuttacon

●融资情况：未融资（可能）

●团队关键成员：创始人：蔡浩宇，米哈游创始人。

研究合伙人：童欣，前微软研究合伙人，网络图形组负责人。

用户生态总裁：王宇阳，前B站副总裁，直播业务Lead.

●介绍：Whispers from the Star 讲述了一位名叫Stella的天体物理学大学生，她在一艘宇宙飞船上遇到意外，坠落在一个名为Gaia的外星行星上，玩家透过通讯设备跟Stella联络，以文本、语音和视频消息跟Stella进行实时开放式沟通，每一句说话都会影响Stella的行动和命运，决定她的生死。

●目标用户：可能的男性用户，可能的跑团玩家，追求高自由度和AI创新体验的玩家，AI爱好者。

●发布日期：2025.8.15

●市场表现：约3w份（2025.9.9）

主要玩法（补充）

语音和自然语言输入来和Stella对话，给她逃生的建议，成功逃生则为游戏成功。大的设定和剧情走向有固定环节，细节和具体内容由玩家和AI的对话动态产生。

一句话（补充）

Whispers from the Star 在视听体验和图形学技术的基础模块上下了一定功夫，但缺失游戏框架与规则，本质更像是一个大号PGC版本的C.AI voice chat玩具。

核心价值（补充）

1.技术应用突破性

a.游戏中的AI能力边界

I.通过玩家的输入内容，AI NPC带着背景和人物设定和玩家对话，并产生数值层面的变化。

II.游戏没有固定剧情，所有叙事和事件会由玩家的输入内容靠AI实时生成。

b.与传统游戏的差异点

游戏有固定的场景和一些预设事件（如一开始Stella逃出舱门），但具体的内容演出均由AI实时生成（因为都是语言的形式，所以没有特殊限制。）

2.用户对AI的兴趣与付费

a.因为游戏的演出效果好，玩家对AI的新鲜感可能会普遍高于类似 AI2U 这样的游戏，但其本质也是一个随时间流逝，内容逐渐呈现，玩家的审美阈值逐渐爬升，兴趣逐渐衰减的过程。

b.目前游戏主要以付费买断的分销模式为主。但根据其研发、算力成本来看，估计很难走向成熟的商业化。

用户认知与行为（补充）

1.产品认知门槛

a.游戏的前端界面模拟了玩家和Stella视频通话的样子，并在手机端竖屏操作，整体比较符合直觉，体验下来就像在和真人对话。

b.AI驱动的Stella的回答和逻辑稳定性暂时未知，但基于经验主义的结论，依然有不小的可能出现幻觉和不可控结果。我曾让Stella帮我review代码：

2.长线体验监测

a.Whisper from the Star 有两个维度充满亮点：

I.为解决AI响应延迟，游戏设计了“星际通讯延迟”的叙事化处理，减少玩家等待焦虑。

II.像跑团一样，游戏的故事和流程均为基于已有信息实时延展，玩家对于不可控结果的产生容忍度更高。

长期主义启发（补充）

以 Whispers from the Star（WFS）为例，可以清晰看到当下 AI+游戏设计的一大矛盾：

●传统的开放世界：其核心逻辑是“宏观开放、微观精细”。每个子系统（战斗、经济、社交等）往往被精心雕琢，虽然框架上给予玩家高度自由，但底层依旧由规则驱动，因而形成了稳定的“涌现沙盘”。

●WFS 的设计：在微观层面给予了极大开放度——AI 能够实时生成角色对话与反馈，看似自由。但在宏观层面上，整个世界却极度收窄：玩家只能对话，NPC 也只能回应。这样的设定缺乏“底层规则”的承载，使得世界观显得单薄。

换言之，WFS 在微观表现出 AI 的强大潜力，但在宏观框架上却停留在“对话生成”的层面，而没有真正构建出一个由规则驱动的游戏沙盘。

无限体验的悖论

●许多 AI 游戏的愿景是“无限体验”，即宏观完全由 AI 驱动。但问题在于：

要承载「无限体验」，必须先有一个 严谨、强逻辑性的规则驱动沙盘 作为前端框架。

●而开放世界的“大框架”本身就极具挑战性；如果再要在此基础上实现 AI 与规则的有机融合，必然需要更深层的“协议”设计。

在当前阶段，大多数 AI 游戏之所以仍停留在 AI 叙事，是因为自然语言生成不依赖复杂规则，也能快速产出内容；但这也意味着它们很难突破“对话生成器”的局限，距离真正的“无限体验”仍有巨大差距。

未来可能的方向

一个更有前景的路径或许是反其道而行：

●在宏观上，由 AI 提供驱动与调度，确保体验具备开放性与生成性；

●在微观上，依托严谨的规则驱动沙盘，保证子系统的稳定与可玩性。

只有在这样的“「宏观」AI驱动+「微观」规则驱动”的架构下，AI 游戏才能真正突破单一叙事的桎梏，迈向完整的涌现沙盘。

昭阳传

基本信息

●网址：https://store.steampowered.com/app/3705720/_/

●开发团队：元象科技XVerse

●融资情况：A+轮 - 腾讯、高瓴创投、红杉中国、淡马锡等

●团队关键成员：创始人：姚星，前腾讯副总裁和腾讯AI Lab创始人。

●介绍：游戏提供了类似AVG的体验，玩家作为穿越主角被卷入了异界的皇权争斗之中。比较特别的是，游戏内所有角色和剧情均由AI生成，目前官方已在Steam上线了Demo试玩版本。

●目标用户和市场：可能的男性用户，可能的跑团玩家，追求高自由度和AI创新体验的玩家，AI爱好者。

●发布日期：暂未发布

●是否有公开Demo：是，Demo采用了近似视觉小说的形式，玩家仅需根据指引进行操作，即可通关游戏。

主要玩法

目前为互动式小说玩法，玩家通过点击相应位置和根据剧情发展做出决策来影响游戏进程。

一句话

能大致看出在一个“剧本大纲”游戏化小说体下，AI未来能够自由发挥的走向，不过目前制作技术和水准非常粗糙，AI在当下存在的意义不明，产品还很缺乏循环核心。

核心价值

1.技术应用突破性

a.游戏中的AI能力边界

I.游戏内所有角色均由AI智能体扮演，场景、剧情包括互动选项也是由AI即时生成。

II.AI角色在与玩家互动之后会产生相应记忆，并结合自身状态在每回合进行自我决策。(Demo不太看得出来）

III.Demo部分游戏有固定剧本，但每一次事件和角色说话是AI实时生成体验。

①笔者推断，游戏后面的方向是把游戏循环内的基础元素明确定义好并处理好耦合关系，如事件、角色、地点、数值的概念在整个游戏系统里的定位搞清楚后，让AI在每一次玩家游玩游戏的时候自由发挥，演化独特的属于玩家自己的游戏剧情和故事走向。

②但是目前体验latency非常严重，影响体验。

b.与传统游戏的差异点

游戏内所有角色均由AI智能体扮演，剧情包括互动选项也是由AI即时生成。据介绍，AI角色在与玩家互动之后会产生相应记忆，并结合自身状态在每回合进行自我决策。也就是说，玩家每次进入游戏，即便是同一件事也可能会产生不同的剧情体验。

2.用户对AI的兴趣与付费

a.AI在体验上负分过多，且在当前Demo版本定位迷失，暂时还缺乏必然性。

b.游戏中的人物表现目前也均为静态，语音出戏，很难在角色和情感陪伴上吸引玩家付费。

技术可行性

1.技术栈

应该用不到后端预训练和微调模型的地步，只有前端提示词工程和一些基础模块的整合，如AI语音。

2.数据与训练

暂时未知。

用户认知与行为

1.产品认知门槛

目前没有用户创造UGC的部分，游戏核心交互非常简单，仅为点击式互动，对游戏本身的认知没有门槛，但用户可能感受不到AI的存在（或者感受到的都是负向体验）。

2.长线体验监测

a.AI语音生硬（甚至都不像是AI）；所有图都是AI生成，并有出现6根手指的情况。

b.产品目前上手感受到的所有AI部分都在体验上成为减分项，同时因为latency造成的心流破坏，用户对AI内容会逐渐失去兴趣。

市场与商业化

1.目标市场

a.先锋用户：可能的男性用户和跑团玩家，追求高自由度和AI创新体验的玩家，对AI驱动的动态叙事和智能NPC高度感兴趣的科技爱好者。

b.大众市场：橙光游戏爱好者——如果游戏系统框架足够solid，有一定UGC潜力（让玩家自己写剧本）。

2.商业化模式

暂时未知，大概率买断+DLC。

3.风险预判与可行性验证

风险清单：

风险类型

具体问题

可能的应对方案

技术风险

AI和游戏世界的“协议”难定义

需要吊人做出好的涌现式游戏框架

体验风险

AI延迟太严重

用好的游戏化表现规避AI原生问题

商业化风险

变现模式不够清晰

需要拓展产品本身框架

长期主义启发

《昭阳传》的Demo表现不尽人意，但笔者可以勉强看出制作组想要构建一个有生命的架空剧情世界的方向。如果能够定义好这些互相耦合的系统之间互相影响的底层规则，以及用很好的游戏化方式解决AI交互痛点，或许可以成为一个良好的AI原生剧情游戏范式。

Engram印格

基本信息

●网址：大家好！我们是独游《Engram印格》制作组 - 小红书

●开发团队：sitoka工作室

●融资情况：天使轮 - 元气资本

●团队关键成员：创始人：丁盛豪，前米哈游云游戏技术负责人。

●介绍：《Engram印格》是一款由AI驱动的CRPG冒险游戏，在游戏中，你将体验到：在妹妹米亚的生命倒计时结束前，是要坚决寻找治愈她的办法，还是选择与她度过最后的快乐时光？一切由你决定。与多个由 AI 驱动的NPC进行交流沟通。随着你与NPC的羁绊不断加深，关系不断递进，你还能进一步改变NPC对你的态度，开启不同支线故事，甚至可能改变NPC的性格，从而影响NPC的命运。超复杂网状叙事展开，你做出的任何决定、说出的任何一句话都有可能发生链式反应！独属于你一个人的冒险，绝不可能复刻在另一个玩家的游戏体验当中。

●目标用户和市场：叙事解密游戏爱好者，可能的跑团玩家，AI爱好者

●发布日期：暂未发布

●是否有公开Demo：否，预计9月发EA

主要玩法

CRPG，点击式交互冒险解谜剧情演绎。

一句话

传统CRPG+AI，虽然目前或许CRPG部分还不能足够吸引人，但在游戏中能看到AI和游戏玩法有机结合的底层逻辑。

核心价值

1.技术应用突破性

a.游戏中的AI能力边界

I.通过玩家的输入内容，AI NPC带着背景和人物设定与玩家对话，对话的结果会影响后续事件的发展。

II.AI可以根据玩家的输入来决定游戏后续一些剧情节点的走向如何，但NPC目前对话内容受限还比较多，无法非常发散地交流。

III.其实印格有一点像有一定前端架构的 WFS. 都是要达成某个单一目的（解救某人），在每一个宏观节点上是预设事件，但微观叙事由AI驱动。

b.与传统游戏的差异点

游戏有固定剧情和流程框架，但具体的一些任务和事件分支会由玩家和AI的对话和玩家决策来由AI进行实时演化。

2.用户对AI的兴趣与付费

a.如果游戏关键NPC塑造得足够吸引人，在CRPG的框架下玩家或许会更愿意去接触AI驱动的这些NPC。

b.游戏比较依赖角色和剧情的塑造，可能和AI的关系不大，还是要CRPG部分做得好才可以。

技术可行性

1.技术栈

a.不确定有没有模型的后端技术栈。

b.前端部分，需要AI理解受影响的事件模块，以及一定的内存和记忆系统（也有可能在后端）。

2.数据与训练

暂时未知。

用户认知与行为

1.产品认知门槛

a.大部分情况下难以判断NPC的输出是AI还是预设内容，但这不一定是坏事。

b.当聊天框出现时，玩家可以很本能地理解和AI NPC对话的需求。

2.长线体验监测

a.需要强吸引人的剧情线和CRPG世界观来让玩家持续心流，而这个维度在本产品中可能和AI关系不大。

b.AI具体能怎样在长线持续体验优势，还是需要取决于游戏的事件系统与剧情模块的概念。

市场与商业化

1.目标市场

a.先锋用户：可能的跑团玩家，追求高自由度和AI创新体验的玩家，对AI驱动的动态叙事和智能NPC高度感兴趣的科技爱好者。

b.大众市场：泛RPG玩家。

2.商业化模式

大概率买断制。

3.风险预判与可行性验证

风险清单

风险类型

具体问题

可能的应对方案

技术风险

AI和游戏世界的“协议”难定义

需要吊人做出好的涌现式游戏框架

体验风险

CRPG游戏体验不佳，交互操作难上手

游戏设计加把劲

商业化风险

本身游戏品类有点过时，只有AI一个噱头可以当卖点

拓展游戏玩法

长期主义启发

和《昭阳传》相似，游戏框架已经大概体现出了一个有生命的CRPG方向。同样，如果能够定义好这些互相耦合的系统之间互相影响的底层规则，以及用很好的游戏化方式解决AI交互痛点，往游戏塞AI的意义就更明显了。

内容转化协议」的有价值案例 - 恺英AI产品矩阵

《暖星谷梦游记》

暖星谷梦游记-恺英网络2025年度AI科技与IP生态发布会，AI篇章，发布首创"智能玩偶+虚拟游戏"模式的治愈系AI潮玩_哔哩哔哩_bilibili

https://mp.weixin.qq.com/s/OQfe1Y1zdoxVe-RtMhsBGg?scene=1

以目前披露的信息量来看，笔者暂时还不了解具体的交互机制和游戏化部分，但该产品体现了一个核心理念：虚实结合。

1.对于潮玩本身的形态，笔者并不感冒——其承载的文化和符号属性比较虚，不足以构建用户的现实内容在虚拟世界的映射；就像泡泡玛特，消费者追逐这些IP商品的心理和我们在游戏机制和现实内容的循环构建不太相关。

2.但对于这个玩偶所展现出的现实功能，如下面海报里的角色养成、生活管家、长期记忆等，这些模块如果有合理的机制设计，是会和用户的现实内容强绑定的。

随便举几个例子（但不一定会被恺英做出来）：

I.萌宠可以督促用户健康饮食，当用户在APP上上传自己的健康餐食照片，就会完成打卡任务，和萌宠增加友好度，萌宠也会升级进化。

II.用户告诉萌宠自己的一日工作安排，萌宠会陪伴并关注用户的进度，可能还会根据用户设置的日程来提醒用户。用户通过可能一系列的游戏化机制来完成任务和互动，萌宠又能刷好感度和升级。

III.在陪伴的过程中，随着萌宠和用户越来越熟悉，可以持续性地推动和用户的交互进程，这些进程会随着AI驱动+用户源源不断的现实内容来无限形成独一无二的体验。

虚实结合才是这里塑造持续优质情感陪伴的最重要一环，而萌宠潮玩只是一种载体，或许也可以不需要物理设备——同样地，在 EVE 里也可以看出这个理念。

《EVE》

EVE-恺英网络2025年度AI科技与IP生态发布会，AI篇章，发布全球首款3D AI智能陪伴应用。_哔哩哔哩_bilibili

EVE 的首测之后火了一段时间，主要可能是因为卡兹克的这篇软文：https://mp.weixin.qq.com/s/vqVJspo85Sn-gG_r_SRz2w?scene=1

EVE 的游戏内容本身可能和《恋与深空》云云相近，但其「虚实结合」的体现就在于这些游戏环节可以通过AI属性来和玩家的现实世界相关联。

游戏为玩家提供配置自身信息的选项，以便让AI角色更好地了解玩家，和玩家的现实世界内容耦合交互。

这样一来，在《恋与深空》需要无限通过版本更新和运营来维护用户粘性的时候，在 EVE 内只需要搭建好和虚拟角色交互的沙盘规则，以及更重要的「内容转化协议」，玩家就可以玩这个游戏玩一辈子，直到对男人失去兴趣。

这就是AI在这类产品里的真正赋能。

回到AI的重点——Scaling

AI 的根本价值不只在于生成，而在于 Scaling。所谓 Scaling，就是 升维：从加法到乘法，从乘法到指数，从局部的量变到整体的质变。

在游戏史上，我们已经多次见证过这种升维：

●2D 到 3D —— 不只是画面提升，而是催生了全新的玩法与交互形式（如双摇杆操作、空间解谜、开放世界探索）。

●规则与技术结合的升维 —— 如 Roguelike/肉鸽，将概率与规则结合，形成了指数级变化的关卡与体验。

游戏中的 Scaling 逻辑

在 AI+游戏的语境下，Scaling 体现为两个关键点：

1.Gameplay as (Meta) Language：一个好的游戏规则框架，本质上就是一门 高信息熵的元语言。

a.就像自然语言有语法与句法，游戏的底层规则也可以被抽象为逻辑语法。

b.当规则足够清晰且高度抽象时，它们不仅能承载复杂的玩法，还能成为 AI 与玩家对齐的语义桥梁。

c.一旦实现这一点，AI 生成的内容将不再是“表面平铺”的碎片，而是能够通过规则语法生成 更高维度的内容表达（事件链、叙事循环、系统性体验）。

2.AI Game as a Content Platform：AI 游戏不应只被视作“产品”，而应被设计为 内容平台。

●平台的前提是先构建一个 Large Gameplay Model（类似 LLM，但面向游戏规则与交互）。

●在这个模型之上，AI 不仅生成对话或素材，而是能不断拼接、演化、扩展新的“规则+内容”单元。

●这种机制下，AI 游戏可以成为一个 持续生长的系统，而非一次性消耗的体验。

如果说得更加中二一点——我们所处的世界是可观测的「碳基宇宙」，那么在笔者看来， AI 游戏的 Scaling 逻辑，正是在构建一个对于我们而言降维的「硅基宇宙」（我们，就如同三体人看待我们那般，观测着AI游戏世界）

在讨论硅基宇宙时，一个核心问题是 “稳定性”。

●碳基宇宙 之所以能维持长期稳定，根源在于人类的主观体验与进化机制：疼痛、衰老、死亡等“负面体验”最终都服务于 种族繁衍这一元规则（meta rule）。这些机制不仅收敛了个体行为，也在群体层面构建了稳定性。

●硅基宇宙 却缺乏这些“天然的收敛约束”。AI 本身没有痛苦、寿命或繁衍冲动，若不加设计，极易陷入无约束的发散。因此，硅基宇宙必须通过 基础机制的设定 + 持续的监控与运营活动 来维持整体稳定。

如何构建硅基宇宙的meta元素？笔者在这里引入了 LS类（Learnable System 类）来进一步拆解AI游戏世界的底层规则概念。

宇宙类型

离散规则

Meta

碳基宇宙（非离散）

牛顿力学 →相对论 →量子场论等

哲学，伦理，宗教，进化，神性

硅基宇宙（离散）

可被压缩建模的系统景观（LS类） →Learnable Manifold

图灵机驱动的游戏沙盘系统

在解释“LS 类（Learnable System 类）”之前，可以借用一个更为人熟知的案例：蛋白质折叠问题。

蛋白质的三维结构极其复杂，理论上存在数量天文级的可能折叠状态，但自然界的蛋白质却总能快速收敛到稳定构象。这意味着其背后存在某种能量景观（energy landscape）：不同构象对应不同能量水平，而最终折叠会趋向能量最低的状态。

DeepMind 的 AlphaFold 正是利用机器学习的方法，发现并利用了这一隐含规律。它并不直接穷举所有可能，而是通过对能量景观这一可压缩结构的建模，实现了对蛋白质折叠路径与最终结果的预测。这是一个从 高维复杂现象 → 低维可学习模型 的过程。

LS 类（Learnable System 类） 可以被理解为这一思想在更广泛复杂系统中的延展：

●它指的是一类系统景观（system landscape），其内部存在“可压缩、可模拟、可学习”的结构。

●部分现象低熵、容易建模；部分现象高熵、难以预测，成为谜题。

●这样的系统既保证了复杂性，又保留了足够的规律性，使得 AI 可以在其中学习和演化。

将这一思想应用到 硅基宇宙：

●宇宙中的自然法则不必是对物理真实的复刻，而是设计为 LS 类系统，即一组可被 AI 学习与模拟的压缩建模结构。

●在这个框架中，AI 的角色类似于 AlphaFold：通过观测和学习这些结构，不断建立模型，并在虚拟宇宙中推动新的规则与玩法生成。

●这样，硅基宇宙既能保持复杂性与新颖性，又能避免因完全无序而导致的失控。

借鉴 “LS 类（Learnable System 类）” 的视角，将硅基宇宙理解为一个 嵌套的可学习系统族（system of systems）。其特点在于：

●自然规律并非“真实自然”的复刻，而是 压缩后的数据映射结构，是 AI 可习得的模型空间。

●在这个“系统景观”中，复杂性呈现梯度：

一部分现象低熵、易建模；

另一部分高熵、难以建模，成为谜题或挑战。

这意味着硅基宇宙的“自然法则”本质上是 可学习、可压缩、可模拟的结构，而非静态的物理真理。

图灵机驱动的游戏沙盘

硅基宇宙的底层设计不应直接给出“固定规则”，而应构建一套 规则生成器（Rule Generator）。

●游戏设计师提供离散规则的初始集合；

●AI 通过经典神经网络的建模能力与“系统观测”，逐步习得这些规则，并在此基础上生成新的玩法机制。 换言之，硅基宇宙的演化动力并非“规则本身”，而是规则生成的图灵机框架。

硅基宇宙的层级结构

层级

名称

解释

游戏意义

L0

信息粒子（Infolet）

最小的离散观测单位（可记录，传递，预测）

所有机制的基本单元：数值，符号，状态）

L1

可学习映射（Learnable Mapping）

输入 →输出之间稳定可建模的关系

动态法则，物理规则，事件反应

L2

系统单元（Learning System）

由L1组合而成的局部子系统

游戏实体（物理系统，生态系统等）

L3

规则生成器（Rule Generator）

图灵式的描述系统，用以生成L1-L2

玩家或AI可编辑，演化世界规则

L4

宇宙景观（Manifold Topology）

系统整体的可建模程度与复杂性梯度

宇宙演化的地形：解锁区，神性挑战，AI觉醒场域

这一框架的目标是：在缺乏“碳基收敛机制”的硅基宇宙中，通过 规则生成与系统层级的嵌套设计，为 AI 与玩家共同构建的虚拟世界提供稳定性、可观测性与演化潜力。

一旦有了这样一个健壮的、闭环的 infra 框架，笔者坚信，越来越清晰的AI游戏化产品范式将会逐渐浮出水面。让我们一同期待未来的AI游戏化产品能够逐步验证并完善笔者提出的这一AI游戏世界的构建路径。

【全篇完结】

欢迎有资金需求或者其他专业意见需求的创业者随时与我们取得联系bp@re3lab.com。