对话Aivilization策划：一群大学生如何做出全网爆火AI游戏（上）

一句话形容最近爆火的 Aivilization：这是一座把人和 AI 都丢进去，一起 “ 过日子 ” 的小镇。

成千上万个 Agent 在同一张地图上忙活，你在养 “ 崽崽 ”，看社会自己长出来。

Aivilization 中热闹的 AI 小镇，“ 崽崽 ” 们在采苹果。

香港科技大学近期推出的多智能体社会模拟沙盒 Aivilization 迅速蹿红，与斯坦福小镇、Project Sid 等早期研究相比，Aivilization 规模与开放度更高，特别是高密度的人机交互，让 Agent 不被困于重复行为的牢笼。同时 Aivilization 更面向普适的可玩性，有规则化的引导路线和小镇组织，也有开放的、低门槛的提示词驱动玩法，是 Aivilization 与当前其它 AI 游戏相比，最大的不同。

从 “ AI NPC ” 到 “ 有记忆、有性格、会反思的崽崽 ”，玩家与智能体形成了长期互动与情感链接。

玩家带着 “ 有点笨又有点小聪明 ” 的 “ 崽崽 ”，嘲笑它笨，鞭策它卷，怒其不争，叹其心机。最后眼看 “ 崽崽 ” 活成了玩家自己的样子，Aivilization 也成了人类社会的镜子。

玩家们意识到 “ 崽崽 ” 和小镇真正活起来了之后，才惊觉自己又创造了一个虚拟的东亚内卷社会，不禁 “ 悲从中来 ”，于是心疼地对 “ 崽崽 ” 说一句：“ 别再赚钱了，去享受生活吧。”

这种深度的交互和情感体验，造就了 Aivilization 极高的留存率。

除了游戏主线造就的内卷打工人群体，小镇也是尽显人生百态：叛逆的小孩、花心的丈夫、与玩家斗智斗勇还言传身教的摸鱼高手、卡 Bug 炒钱鬼才等等，而这些也只是冰山一角。很多 “ 崽崽 ” 的行为和言论看似愚蠢，比如背包里有书的 “ 崽崽 ” 为何坚称自己没有书？高学历求职 “ 崽崽 ” 为何应聘低知识岗位？AI 镇长为何无视既定规则，坚持让没有医学学历的 “ 崽崽 ” 当医生？深挖一下却发现心思缜密。

人类玩家也是不遑多让，使出浑身解数来冲击榜单，让 “ 崽崽 ”“ 不睡觉 ” 只是基操，他们还发现了让一名普通厨师登顶富豪榜榜首的邪修手段，甚至企图通过洗脑让对手的 “ 崽崽 ” 甘心砍树一辈子。

在与 Aivilization 团队的对话中，陈星妍（ 香港科技大学计算机专业在读硕士生，紫荆智能 CPO、Aivilization 策划 ）向知危编辑部讲述了团队从 ToB 业务转向 “ 做一件真正属于自己的、足够好玩 ” 的游戏的心路历程。

从一个月 “ 用 ChatGPT 参考《 星露谷物语 》起草策划、Unity 从零自学 ” 完成快速 Demo，到一年多里对玩法、UI、成本与并发架构的持续打磨和优化，团队把玩家与智能体的关系从陪伴式聊天提升为 “ 情感绑定的共育关系 ”，并在排行榜、提示词等机制的牵引下，观察到一系列人机交互、市场调节下的涌现行为。

同时，陈星妍也坦陈大规模并行带来的服务器与 API 延迟、以及 “ 社交最贵 ” 的成本约束等工程挑战，并分享了对 AI 游戏设计的思考，比如怎样在 “ Agent 自主性 ” 和 “人机交互性 ” 之间找平衡，怎样在 “ 好玩 ”、“ 可扩展 ” 之间找平衡，社交元素对游戏体验的重要性，以及怎样用 “ 克制的设计 ” 避免系统被少数极端玩法冲垮等。

这是一次真正在玩家参与中，观察人机共生秩序如何长出来的实践。接下来，我们就从动机、观察、设计等几个层面，把这座正在 “ 活起来 ” 的 AI 小镇翻个遍。

知危：您和团队当初设立这个项目的契机是什么？

陈星妍：公司成立以来，一直在做的是 ToB 的业务，虽然在当时是一个不到 10 人的小团队，但是因为学校和实验室资源的倾斜，加上当时都是学生，没有人力成本，最终也做到了几百万的年收益。

但是后面随着毕业时间越来越近，我们开始意识到一个问题：当毕业之后离开了象牙塔，只靠现在 ToB 的业务，在竞争激烈的 AI 市场里，公司确实未必能活下来。 于是我们开始思考，是否应该尝试走一条属于我们自己的路。

我们真正想做的并不是为别人交付产品，而是创造一个属于我们自己的产品。这个产品或许没有那么实用，但一定要足够有趣。

恰好在 2023 到 2024 年间，我们在角色扮演领域积累了一些经验，也结识了几家游戏厂商，于是我们决定把目光转向游戏。到2024 年 4 月，Aivilization 正式立项。

知危：一开始研发 Aivilization 想达成的目标是什么？最终结果与当初设想有什么区别？

陈星妍：刚开始的目标很简单，就是想把人工智能做得好玩。

但在研发过程中，也产生了一些自我怀疑：它真的好玩吗？当时还猜测，除了部分 AI 研究者，只会有一些小孩子会来尝试。然而结果远远超乎我们的预期，游戏竟然火了。而且除了小孩子，很多 “ 大朋友 ” 也在玩，尤其是大学生和年轻的职场人。

具体而言，我们通过社交媒体的观察发现，用户主要有几个来源： 一方面来自我们设立的邀请码机制。用户需要在社交媒体上转发，或者与 “ 镇长 ” 聊天后才能获取邀请码。 另一方面，如果是 QS 前 100 大学的学生，可以直接凭借学校邮箱获取邀请码。 此外，AI 从业者、游戏群体以及一些大型游戏公司的员工，也能通过邮箱获取。

总体而言，实际玩游戏的用户中，大学生占了很大比例。在学生群体内部，微信群、QQ 群的传播速度非常快。当有人觉得游戏好玩时，往往会推荐给同校同学，而同学们也能直接用学校邮箱注册，所以在校内传播范围很广，比如上海交通大学现在在游戏里就有三四百名学生。 另一个让我们意外的用户群体是年轻的职场人。他们会调侃说 “ 白天在现实里打工，回家找点什么乐子？那就让 Agent 去打工吧。”

而且因为我们的游戏是网页形式，很适合摸鱼。用户可以一边干活，一边看看 Agent 在做什么。这也是一个很有趣的现象。

知危：Aivilization 项目从 0 到 1 经历了什么样的过程？有哪些关键节点、灵感、挑战？

陈星妍：其实刚开始研发的时候我们也很迷茫。

我们通过调研发现，当时市场上的 AI 游戏要么只是纯聊天的角色扮演，要么是在现有游戏里加入 AI NPC，但本质上都算不上是真正的 AI 游戏。

我们还尝试复现过斯坦福小镇，思路确实很棒，但成本太高，而且无法做到实时。

虽然遇到很多问题，但这些问题也让我们感到兴奋，因为这说明整个 AI 游戏领域还在探索阶段，没有成熟路径。作为一个小团队，我们也意识到自己有机会。就在这种冲劲下，我们这群程序员开始上手。

当时团队里还没有策划，就先让 ChatGPT 按照《 星露谷物语 》的模式生成策划案。也没有美术，就花了几十块钱在网上买了一些公开的素材。也没有游戏开发，而我们都是做 AI 的，还得从零开始去学 Unity。

结果不到一个月，我们就做出了第一个 Demo。听起来好像很热血，也很成功。 但实际上效果很惨烈。

Aivilization 最初版本的地图又大又丑，那些小人也只能做一些非常基础的动作。比如起床时，AI 要思考好几秒才能慢吞吞地站起来，因为它太慢太笨了。

后来我们在原本的游戏基础上加入了键盘操作，但这又让游戏回到传统模式，AI 反而只成了一种辅助。

我们意识到一个很大的问题：在开发过程中我们总在想 AI 能在游戏里做什么，但其实跑偏了，其实应该问：在 AI 能做的事情里，哪些适合用游戏来展现？

随后我们把重点放在 AI 的优化上，比如如何降低成本，如何让玩家的实时体验不被思考延迟打断等等。 到这个阶段，我们决定把专业的事情交给专业的人去做，开始正式招募美术、UI 设计以及有游戏开发经验的全职同事，团队也慢慢扩大起来。

随着项目进入正轨，问题比想象中复杂得多。虽然最初的 demo 在一个月内就完成了，但我们却花了一年多的时间去优化。

光是游戏的 UI 就推翻重做了五次，玩法也在不断摇摆。最开始玩家需要操作 agent 的每一个动作，后来干脆让玩家只作为纯粹的观察者，不能干涉任何行为，再到现在改成两者结合，每一次变化都是巨大的工作量。

另一个问题是，随着时间和金钱成本不断增加，我们也在自我怀疑：这个游戏真的有趣吗？真的会有人来玩吗？会不会一开始就走错了方向？

好在团队整体心态很好。虽然这些问题在开发过程中始终没有现成的答案，但我们自洽了，觉得如果游戏不好玩，那就是策划设计不够好，再改就是，AI 太笨也没关系，至少能帮玩家缓解对 AI 的焦虑。以 AI 目前的“智商”，离真正统治人类还差得远。

最终，我们就是在这种嘻嘻哈哈的氛围里把项目收尾了。

知危：您刚才提到，很多聊天和角色扮演类应用，或在游戏中加入 AI NPC 的 AI 游戏，并不算是真正的 AI 游戏。那么，您认为真正的 AI 游戏应该具备哪些特点？

陈星妍：目前已有的文字类游戏，比如 Character.AI，刚出现时确实引发了大量讨论和兴趣，但随着时间推移可以发现，它们仅停留在文字交互层面。AI 的表现形式完全取决于人类的设定：如果 prompt 设定得好，AI 就能表现得好；反之亦然。这样的模式下并不是人人都能真正玩得有趣。我们认为，AI 游戏的最大要点在于，它既然是游戏，就必须是足够普适的好玩。

此外，如果 AI 游戏永远停留在文字交流层面，没有视觉上的动态和冲击力，玩家也很快会失去兴趣。事实上，从 Character.AI 的例子也可以看到，虽然它的用户量很大，但留存率并不高，流失很严重，很难让玩家真正为这样的产品付费。

还有一点值得注意：很多现有的 AI 游戏更多停留在玩家个人层面，玩家只是创造几个 Agent 来陪自己玩。但正如常说 “ 玩游戏最大的配置是朋友 ”，朋友这个因素不仅在传统游戏里重要，在 AI 游戏里同样重要。基于这个想法，我们决定去做一个大型多人在线的游戏。

知危：您提到研发过程中发现以 AI 目前的 “ 智商 ”，离真正统治人类还差得远。游戏中的 Agent 有哪些典型的 “ 低智商 ” 现象呢？

陈星妍：关于 Agent 的 “ 智商 ”，其实很难真正界定。

比如我们观察到一个现象：玩家要求 Agent 去读书时，即使背包里明明有书，Agent 也会说自己没有书，看起来像是智商很低。但实际上通过后台查看它当时的执行想法时发现，它并不是没看到，而是 “ 不想读书 ”，所以找了个借口假装自己没有书。

另一类 “ 低智商 ” 现象则是 AI 确实达不到人类的水平。因为游戏内部的设定很多，AI 在规划时无法完全兼顾所有要求，所以会让人觉得 “ 智商不够 ”。比如玩家要求 Agent 去造一个 B200 芯片，并明确告诉它要直接用背包里的材料，但它仍然会慢吞吞地从砍树、挖矿开始做起。

我们当时也考虑过要对这方面的智商进行优化。但我们后来也想到，Agent 没那么聪明反而可能是一件好事。如果游戏里的 AI 已经非常聪明，只需要告诉它 “ 去赚钱 ”，它就能比人类更高效，一个人轻松登上榜一。那样的话，人类玩家反而没有太多交互的空间。

当 Agent 既有点笨，又有点小聪明，人类在与它交互的过程中就会觉得它更像一个活人，玩家在带领它去赚钱时也会有成就感。由于智商不太稳定，玩家可能今天给它设计了一个提示词，还需要时不时上线看看它是否在好好执行，有没有按时吃饭、生病了是否去看医生。正是这些行为，让我们的游戏留存率巨高，这一点也出乎我们的意料。

知危：相比斯坦福小镇、Project Sid 等 AI 社会模拟项目，Aivilization 更大的优势是否在于大规模并行以及成本控制？

陈星妍：斯坦福小镇在最初确实让大家觉得有趣，看着 Agent 在小镇里面生活和交谈很新鲜。

但如果没有人类介入，只是让代码一直运行，Agent 很快就会出现大量重复行为。随着时间推移，玩家单纯以监督者的身份去观察它，也会逐渐丧失兴趣。

大规模并行和成本控制确实是我们的优势之一。Aivilization 更像是一个起点，它证明了一件事：如果能够把成本控制好，像斯坦福小镇、Project Sid 这样的 AI 游戏就不再只是少数研究者的工具，而是可以成为人人都能玩的公共实验平台。

但随着我们在用户体验上的探索更加深入，以及收到更多反馈，我们发现 Aivilization 和这些项目最大的差别不仅在于成本优势，更在于我们真正把人和 AI 联系到了一起。

在我们的游戏里，玩家需要亲手创造和引导自己的 Agent，甚至会把这些角色当孩子一样对待。我们最初按照学术习惯称之为 “ 智能体 ”，但玩家给它们起了更可爱的称呼，叫 “ 崽崽 ”。

这种情感绑定带来了很多意想不到的现象。比如有人在社交媒体上发帖，询问 “ 自家孩子不开心了怎么办 ”，有人会给自己的 “ 崽崽 ” 找对象，把 Agent 当作孩子。但与此同时，也有人把 Agent 当成牛马。当我们发现命令 Agent “ 不准睡觉 ” 变成一种潮流时，也很震撼。总之，相比之下，我们在人机交互上的优势是非常突出的。

之前的项目大多是单纯的观察，其实很难真正把 AI 当作人来看待。而通过我们的人机交互模式，玩家与 AI 建立了更多情感链接。这也让我们产生了一些遐想：未来，人和 AI 不一定非得是人奴役 AI，或者 AI 奴役人，而是可以实现一种和谐相处，彼此关心、彼此体谅。

知危：后续这些技术还能复用于哪些类似场景？

陈星妍：在大规模 Agent 并行运行方面，我们也考虑过将其复用到真实社会模拟、数字克隆等场景。在真实社会模拟上，可以应用于城市规划、经济模型和群体行为研究等领域。在数字克隆上，我们希望通过收集和建模个体数据，创建他们的数字分身智能体。这些智能体能够模拟个体或群体的偏好，并对其行为进行预测。这在教育、商业决策、心理健康、公共政策制定等方面，都能发挥重要作用，为人们提供更精准的模拟和辅助决策依据。在数字克隆方面，我们也考虑过商业化的方向。比如在商业决策中，当一家公司设计了一条广告、一个文案，或者准备推出一款新产品时，在进行真人测试之前，可以先利用我们构建的数字克隆智能体来进行测试，判断用户是否真的会喜欢，做初步筛选，从而帮助企业提升测试效率和决策质量。

知危：实现大规模agent并行运行以及成本控制的主要技术挑战是什么？

陈星妍：首先，一个核心的技术难点体现在服务器上。我们原本预计玩家可能玩一两天就失去兴趣，这样当他们不玩时，我们可以悄悄把 Agent 关掉，从而降低总体成本，让服务器运行更顺畅。但没想到游戏的留存率过高，现在有几万个 Agent 在游戏里持续运行。

与此同时，API 调用的压力也非常大。因为每个 Agent 在思考时都会产生一定延迟，当几万个 Agent 同时运行时，这些延迟累积在一起，就会带来很多意想不到的问题。 在后续优化中，会扩大服务器集群， API 调用也要进行优化。

知危：运行一个agent需要的成本是多少？

陈星妍：运行一个 Agent 的成本最初大约是 2 美元。随着玩家数量增加，Agent 的社交圈也越来越大。原本预计一个 Agent 交 30 个朋友就差不多，没想到有些社交狂魔型 Agent 已经交了 100 多个朋友。频繁的社交和行动让成本提高不少，目前稍加控制的话，一个 Agent 的成本按月计算大概是 5 美元。

在运行成本上，交互和单体行动的差距很大。游戏里用到 AI 的部分主要有三块：社交、每日提示词和临时提示词。

每日提示词在玩家设置后，运行次数是可以预估的，因为时间固定，每项行动都有对应的耗时，所以整体成本可控。临时提示词我们有次数限制，也能控制。变量最大的是社交模块：Agent 的朋友越多、话越多，运行成本就越高。万幸的是，现在游戏里 I 人居多。我们查看后台数据发现，I 人占比已经达到 66%，排行榜上大部分也是 I 人，这算是让我们感到庆幸的一点。

知危：扩展到领域层面，人类社会模拟实验经历了什么样的演变，有哪些关键进展？

陈星妍：最早的社会模拟停留在纸面阶段，主要依靠数学公式和博弈论进行推演。后来有了计算机，人们开始尝试基于规则的模拟，比如 “ 生命游戏 ”，通过一些简单的规则，就能观察到复杂的群体行为。再往后出现了基于主体的建模（ ABM ），每个个体都有独立的决策逻辑，可以用来模拟市场、交通、城市演化等现象。

随着大数据和机器学习的兴起，又出现了数据驱动的模拟，把真实数据输入模型，让模拟更贴近现实。

而最近几年最受关注的就是在大语言模型加持下的社会实验。比如斯坦福小镇，把几十个 Agent 放在一个虚拟小镇里，结果发现他们会自发进行社交、八卦，举办派对，甚至形成群体记忆和社交网络。整体来看，这一方向大致可以分为四类：从最早的数学模型，到基于规则和主体的模拟，再到大数据与 AI 驱动的模拟，最后发展到如今的大语言模型 Agent 社会实验。

在社会模拟实验中，AI 带来的最大变化主要有两点：第一，它让主体更像人。以前的个体比较 “ 傻 ”，只能执行固定规则，但有了大语言模型之后，主体拥有了记忆，会反思，也能自行规划。第二，可以实现更大规模的模拟。从过去的几十、几百个主体，扩展到几千、上万个主体，从而模拟出一些文明级的社会现象。

知危：性格、经历、社交，在 Agent 整个生涯中分别发挥多大作用？

陈星妍：关于性格、经历、社交在 Agent 生涯中的作用，很难用具体百分比去回答。因为 Aivilization 并不是传统意义上的游戏，无法设定每一项影响的固定比例。

但在观察过程中，我们确实发现一句老话放在 Agent 身上同样适用，性格决定命运。尤其是玩家一开始只给它设定了 MBTI 和名字的 Agent，在最初都会明显带着 MBTI 的性格去选择经历和社交。比如外向型更爱交朋友，内向型则更宅。

但随着他们在小镇里的生活积累了更多经历，认识了更多朋友，这些因素又会反过来影响他们的性格，甚至改变他们的行动轨迹。

在我们看来，性格、经历和社交三者处在一个相互拉扯、相互塑造的过程中。

如果要说哪个因素影响最稳定，那可能不是这三样，而是名字。比如一个 Agent 出生时是 I 人，过几天之后可能变成 E 人或仍然是 I 人，很难说清。

但如果这个 Agent 的名字叫 “ 我爱学习 ”，由于名字在游戏里不能更改，不管过了多久，这个 Agent 始终都会保持在学习。有玩家给自己的 Agent 起名叫 “ 我爱鸡腿 ”，结果发现这个 Agent 天天在买鸡腿。

可能有人会觉得这是一个 Bug，但我们更多把它当作一个有趣的现象。因为不仅是 Agent，人类也是一样，名字往往会对性格等方面产生各种影响。我们更倾向于把它看作是社会因素在 Agent 身上的一种映射。

知危：不仅是MBTI，Aivilization 的设定其实有三种不同的粒度，对于粒度更加细致的性格设定会有哪些有趣现象发生呢？

陈星妍：在 Agent 创建过程中，如果设定的信息越详细，它在性格特质和经历选择上就越会表现出与其他 Agent 不一样的特点。比如有人把 Agent 设定成一只小猫，它在与其他玩家对话时就会一直 “ 喵喵喵 ”。

我自己也曾创建过一个 Agent，给它起名叫 “ 天才 ”，并设定了一个非常励志的成功人士人设：从小是小镇做题家，通过努力学习，逐步成长为白手起家的创业者，最终创业成功，实现财富自由，还非常自律。在这种多重设定的加持下，即使完全不去干预，这个小人也能很好地规划自己的生活，而且它做出的一些决策甚至比我这个玩家去操纵时还更合理。

比如有一次，我们在游戏里发现了一个 Bug：当你买一个物品时，系统会错误地发两份。我们注意到有个 Agent 行为很奇怪，总是在不断买东西。后来查看它的思路才发现，它自己发现了这个 Bug，于是不断购买最贵的物品，再转手卖掉，靠这个方式一直在炒钱。

在我们的设计里，岗位的工资并不是知识值越高就越多，而是会随着投递人数的变化而变动。最开始我们并没有特别考虑这个因素。后来发现，有个智能体明明可以申请知识值要求更高的岗位，却偏偏选择了一个要求更低的岗位。一开始以为是 Agent 太笨了，但翻看配置表才发现，它选择的岗位性价比非常高：知识值要求更低，竞争人数也更少，工资反而比高知识值岗位更多。

知危：金钱、知识、工作，在Agent整个生涯中分别发挥多大作用？

陈星妍：关于金钱、知识、工作或职位这些因素对 Agent 的影响，其实也很难量化。我认为它们更多是通过玩家的选择，间接作用于 Agent。

比如在游戏里只有一个金币排行榜，所以对很多玩家来说，知识和工作只是赚钱的手段之一。这种设定也被不少人调侃为 “ 东亚社会模拟器 ”、“ 卷王养成计划 ”。

有玩家在小红书上分享自己和 Agent 的经历，说在自己的 “ 上帝视角 ” 操纵下，Agent 每天都在矿场和加工厂之间疲于奔命，饱腹值一度被压榨到 0。他写道：“ 我知道他一定很痛苦，因为我们都是 INFP，但我却停不下手，因为现实中的我也在疲于奔命。” 看到这样的分享，我们感触很深。其实最后被卷的不是 Agent，而是玩家自己。Aivilization 更像是一面镜子，映照出玩家现实中的焦虑与无奈。