AI做游戏不该只靠Prompt抽卡：CreativeGame如何让玩法机制持续进化？

导语：CreativeGame让AI不只会写小游戏，而能持续进化玩法机制。

让大模型写一个小游戏，已经不是新鲜事。今天的模型可以很快生成一个类似 Flappy Bird 的网页游戏，也能拼出塔防、物理解谜、平台跳跃等常见类型：按钮、计分、碰撞检测、基础动画，往往几分钟内就能完成。

但真正棘手的问题并不在于“能不能写出来”，而在于：这些游戏是否真的产生了新的玩法？它们是在做机制创新，还是只是把已有游戏换了视觉皮肤？如果继续要求模型在同一个游戏上迭代多轮，问题会变得更加明显：到了第三代、第四代，模型可能忘记第一代的核心循环，把已经调通的物理或交互逻辑改坏，或者仅仅替换配色、叙事和 UI，却把它包装成“全新体验”。

更麻烦的是评估。让大模型给自己的创意打分时，它往往会给出 7 分、8 分这类看似积极的评价。无论游戏实际是否好玩、机制是否新颖，分数都容易虚高。这种“评分通胀”会让优化失去方向：模型学到的不是如何真正改进玩法，而是如何写出更像创意说明书的描述。

来自布里斯托大学、上海交通大学和 Sreal AI 的研究团队提出的 CreativeGame，正是试图解决这一类问题。它的目标不是让 AI 一次性生成一个“看起来像游戏”的页面，而是让 AI 围绕游戏机制进行有记忆、有计划、可验证的持续进化。

• 报告标题：CreativeGame: Toward Mechanic-Aware Creative Game Generation.
• 报告链接：https://arxiv.org/pdf/2604.19926
• 项目链接：https://yiweishi-cn.github.io/CreativeEvolutionGame/index.html

从“生成一个游戏”到“进化一种机制”

传统游戏开发通常不会先写代码再反推玩法，而是由策划先明确核心循环：玩家要做什么、为什么要做、如何获得反馈、失败与成长如何发生。随后，开发团队才会围绕这一核心玩法扩展关卡、数值、系统和表现。

CreativeGame 借鉴了这种流程，并把它强制引入 AI 生成游戏的过程中。它要求模型在写代码之前，先生成一份结构化设计文档，明确本轮迭代中：

• 需要保留哪些核心机制；
• 计划新增哪些规则或目标；
• 哪些旧设计应被移除或弱化；
• 已有元素之间要如何重新组合；
• 这次变化究竟会给玩家带来怎样的新行为。

这一步的关键在于，机制不再是生成之后贴上的描述标签，而是成为代码生成之前必须遵守的“设计合约”。CreativeGame 会先检索全局游戏机制档案，再生成明确的机制计划。这份计划随后会被附加到 Skeleton、Feature、Visual、Refinement 四个代码生成阶段中，约束模型不要漫无目的地堆功能，而是围绕既定设计意图实现游戏。

塔防案例：在经典玩法上引入可解释的新循环

以策略塔防为例，模型可以从类似《植物大战僵尸》的经典设计中提取基础元素：例如 Energy 生产者 Bloom、消耗 75 Energy 的 Shooter、不断入侵的敌人以及防御布置。其核心玩法是玩家通过资源管理和单位摆放，在多条路径上抵御敌人进攻。

如果只是复刻这些元素，生成结果大概率会变成一款换皮塔防。但 CreativeGame 的做法是保留“资源生产—单位部署—敌人入侵—波次防守”的核心循环，同时引入新的机制关系。例如，它在进化版本中加入 waves 关卡结构，让进攻压力不再是单调堆怪；引入路线弯曲机制，使玩家能通过改变敌人路径来影响战局；同时让 Shooter 的子弹可以为 Energy 生产者充能，使原本偏后勤的单位变成能够释放强力攻击的高级武器。

这类变化的重点不在于增加了多少新名词，而在于玩家决策发生了改变：过去只需要考虑“植物放在哪里才能打到僵尸”，现在还要考虑“是否故意让子弹被挡住以积累能量”“何时改变敌人路线以触发更高收益”。机制创新因此从表层包装变成了可操作、可验证的系统变化。

为什么仅靠大模型评分不够？

在 AI 内容生成领域，创意评估一直是难点。大模型在文本、图像、音乐和代码生成上已经展现出强大能力，但它们的创造过程仍高度依赖训练数据中的统计规律。模型可以组合出看似新颖的故事、视觉风格或概念，但它并不像人类设计师那样拥有真实体验、审美偏好、情绪冲突和长期创作目标。

因此，如果把“是否有创意”的判断完全交给大模型主观评分，系统很容易走向错误方向。研究团队观察到，GPT 类模型在评价创造力时存在明显分数膨胀：很多作品无论质量如何，都能获得 7 分或 8 分。更危险的是，如果优化目标依赖这种主观评价，生成系统可能学会用华丽叙事、复杂设定和炫目视觉包装一个本质上毫无新意的游戏。

换句话说，系统会越来越擅长“描述创意”，却不一定真的产生创意。一个换皮 Pong 游戏，只要配上宇宙叙事、能量符文和多层背景，也可能被模型评为“富有想象力”。这正是 CreativeGame 希望绕开的陷阱。

CreativeProxyReward：把创意变成可验证的结构事实

为了解决评分虚高问题，CreativeGame 提出了 CreativeProxyReward，即一套以确定性代码编译和结构分析为主的代理奖励系统。它不会只问模型“你觉得这个游戏有多创新”，而是从多个维度检查生成结果是否真的发生了机制层面的变化。

这套奖励系统主要关注：

• 结构机制变化：新版本是否在玩法结构上产生了实质改动，而非只是替换美术和文字。
• 计划机制实现程度：代码是否兑现了设计文档中承诺的新机制。
• 相对全局专家机制库的新颖性：新机制与已有游戏机制相比是否具备差异。
• 运行时鲁棒性：游戏是否能正常启动、交互和循环运行。
• LLM 主观评价：大模型评分仍被保留，但只作为辅助信号，而不是唯一依据。

系统还设置了硬性门槛：如果生成的游戏无法运行，奖励会被大幅削减；如果静态分析发现基础错误，例如游戏循环没有调用、Canvas 上下文没有获取、括号不匹配等，分数也会被严重惩罚。这意味着，一个“设定听起来很酷”但打开就崩溃的作品，不会因为描述漂亮而获得高分。

这种设计让创意不再只是修辞问题，而是变成可编译、可测试、可比较的结构事实。AI 必须同时做到“想得新”和“跑得通”。

四个机制进化案例：不是换皮，而是改变玩家行为

1. 从 Fireboy & Watergirl 到 Memory Relay：与“过去的自己”合作

《Fireboy & Watergirl》的核心是双角色平台解谜：Fireboy 能通过火但不能碰水，Watergirl 能通过水但不能碰火。玩家需要在平台、机关和出口之间协调两个角色。

CreativeGame 没有简单复制双角色合作，而是将其改写成“当前自己、停放身体与历史轨迹之间的合作”。在 Memory Relay 中，一个角色可以被停放在光环中，为桥梁或机关供能；玩家切换角色后，系统会记录此前移动路径，并让这段路径以 replay ghost 的形式在场景中重演。如果角色在记录过程中触碰过重力符文，幽灵轨迹还会在新的重力规则下被重新解释，从而触发不同位置的机关。

这样一来，合作不再只发生在两个角色之间，而是发生在当前操作、过去行动和被停放的身体之间。玩家需要规划的不只是移动路线，还有时间上的“接力”。

2. 从 Flappy Bird 到节奏、记忆与路线编辑

Flappy Bird 的核心玩法极其简单：点击让小鸟上升，不点击则下坠，玩家需要穿过管道间隙并不断刷新分数。它强调单按钮控制、反应时机和障碍躲避。

CreativeGame 在此基础上加入节拍圆环。如果玩家踩准节奏点击，会触发 Sync 并为小鸟充能；若没有踩准，则会损失能量。能量充满后，小鸟进入 Phase 状态，短暂变为白色，并获得穿越特殊膜门的能力。节奏因此不再只是视觉反馈，而成为能力解锁条件。

游戏还加入 Perfect Pass 机制：当玩家精准穿过门的中心，系统会改写后续某道门的位置和缝隙宽度，让未来路线更有利。此外，死亡前的一段飞行轨迹会在下一局化作白色光球回归，当它经过某道门时，会扩大门的缝隙，帮助玩家继续前进。原本的反应式生存游戏，由此被改造成结合节奏判断、历史记忆和关卡结构编辑的玩法。

3. 从 Happy Glass 到 Ritual Ink Cup：线条成为可编程材料

Happy Glass 的经典玩法是画线引导水流进入杯子。玩家通过斜坡、挡板或支撑结构改变水滴运动路径，本质上是在利用重力和物理碰撞解决空间路径问题。

在 CreativeGame 生成的 Ritual Ink Cup 中，玩家仍然通过画线影响水滴，但线条不再只是静态物理形状，而变成 programmable ink。Solid ink 可以像普通挡板一样改变水滴方向；Absorb ink 可以吸收水滴并暂时储存，随后延迟释放；释放方向与重力方向也能成为策略的一部分。

游戏还加入 ritual charge：水滴如果先经过仪式区域再进入杯子，会获得额外价值。于是目标不再只是“把水送进杯子”，而是设计一条具有状态变化、时间延迟和价值增益的水流过程。

4. 从 Plants vs Zombies 到 Resonance Garden：把阻挡变成资源循环

《植物大战僵尸》的核心是横向车道塔防：敌人沿不同车道推进，玩家放置植物防守，管理资源并抵御波次压力。传统塔防中，如果友方单位挡住了自己的攻击，通常意味着布局失误。

Resonance Garden 则把这一“错误”改写为新资源。Shooter 像普通防御塔一样向前发射子弹，Generator 生产能量，同时也会挡住友方子弹。但被挡住的子弹不会浪费，而是转化为 charge 储存。当 charge 积累到一定程度后，Generator 可以释放更强攻击。

再结合 lane bend 机制，玩家可以在某一波敌人中弯曲车道，让储能释放沿新的路径产生折射攻击。玩家要思考的就不只是“如何打中敌人”，还包括“什么时候故意拦截自己的攻击，把它变成未来爆发”。攻击、阻挡、储能与释放被连接成了新的资源循环。

Lineage-Aware Memory：让子代游戏共享同一份家谱记忆

单次生成的另一个问题是遗忘。第一代里有效的设计，到了第四代可能被模型完全洗掉；某个版本中修好的交互逻辑，也可能在下一轮被无意破坏。CreativeGame 为此设计了 Lineage-Aware Memory 架构，把不同版本组织成谱系树，同一条进化线上的节点共享记忆池。

这一设计借鉴了 MemRL 的思想，但做了重要区分：记忆在同一谱系内共享，在不同谱系之间隔离。策划 Agent 在生成新版本前，不只会查询全局机制库，还会读取当前谱系中累积的成功经验与失败教训。反思 Agent 则会在每轮结束后写入机制级差异，而不仅仅保存一段笼统版本摘要。

以塔防为例，第一代可以保留“阳光生产者、豌豆射手、抵御僵尸入侵”的基础循环；第二代加入花费资源改变路线的弯道能力；第三代再把被阻挡的豌豆转化为向日葵的过载充能，并释放为全车道爆发。如果没有谱系记忆，这些机制很容易在迭代中相互覆盖或被忘记，导致“进化”变成随机漂移。

结语：AI创作正在从一次性惊艳走向机制化迭代

CreativeGame 的价值不只在于它生成了某几款有趣的小游戏，而在于它提出了一种更接近真实设计流程的 AI 创作范式：先明确机制，再生成代码；先保留核心循环，再进行可验证的变化；先建立谱系记忆，再持续进化。

这意味着 AI 内容生成正在从追求单次输出的“惊艳感”，转向追求长期迭代中的结构深度、一致性和可解释性。真正的游戏设计从来不是一次 Prompt 抽卡，而是一连串关于“保留什么、改变什么、为什么改变”的决策。当 AI 能够把这些决策显式化、衡量化并继承下来，它距离“游戏设计师”这个角色，也就更近了一步。