游戏AI的下一站猜想：让AI长出"玩家同款性格"

本文系用户投稿，不代表机核网观点
本文含有AI生成，请注意甄别
⚠️ 未经作者授权禁止转载
 一、你有没有被游戏的"聪明"冷落过？
假设我们抛开实际技术落地来回想：有没有过这种时刻？游戏里的助手、NPC 明明功能变多了，你却觉得它越来越"工具"，好像完全没有陪玩的感觉？
我2020年还在港理工时，和小组其他3个成员做了个项目，主题就是"人该怎么参与进AI的决策里"。我们搭了个小原型：让一辆小车学会过水坑，路人经过就减速避水，没人就照常开。这件事让我确信一件事：AI最稀缺的往往不是算力，而是分寸感。
把这套思路放到游戏里看，结论更扎心了。2026 年AI到处开花，可绝大多数迭代都奔着"提效"去：帮你写文案、出图、剪视频。前几个月我看的AI漫改剧还错漏百出，这个月再看，动作戏都已经行云流水了，甚至开始整上地道的粤语配音。
游戏行业也一样，《中国游戏产业发展报告（2026）》说，国内 86.36% 的游戏企业已经把AI用进了研发——美术、测试、关卡，全覆盖。但请注意，是研发侧。玩家坐进游戏里，几乎感受不到AI带来的体验变化。

为什么？因为就目前主流看，游戏AI还停在两种"工具态"：要么是套了大模型壳的智能 NPC 对话，要么是一键挂机、自动托管。它们能干活，但不认识。你激进还是佛系、谨慎还是莽撞，它一概不管，永远那套基于数据和模型的标准动作。
二、问题不在AI笨，在人没进环
我那个水坑实验给过很直观的对照：
● 纯机器AI：能精准识别水坑和路人，数据全对，但只会按设定速度匀速通过——逻辑满分，人情零分，该溅水照样溅。
● 人自己开：看到路边有人，下意识减速、绕开，分寸感是长在经验里的。
● 人稍调教后：你告诉它"有人就慢点"，它就把这条经验吃进去，下次自己学会区分"有人 / 没人"。
关键不是让AI替人干活，是让AI读懂人。这套思路在学术上有个名字：人在回路（HITL, Human-in-the-Loop）——把人的判断注入AI的推理过程。

但 HITL 本身是"研究 / 干预"的范式：人在每一个关键循环里都得搭把手。它适合出错代价极高的地方，比如医疗诊断、辅助驾驶的关键时刻。你不会希望手术机器人自己"发挥"，也不会希望车在你不知情时偷偷改路线。
那游戏呢？但是游戏要的不是"每一环都找人批"，这跟上班可就没区别了；而是要"平时别烦我，不对劲时我来调"。也就是另一个姿态：人在环上（HOTL, Human-on-the-Loop）。
三、HITL 和 HOTL，差的不是字，是"谁在开车"
先给这两个词划一条干净的分界线，免得后面混：

● HITL（人在回路）：人是循环里的一环。AI出方案，但每一步关键决策都得人确认才执行。这里的in 甚至可以理解成inside。像副驾上紧绷的教练，脚一直虚踩着刹车。适合"错一次就完蛋"的严谨场景。
● HOTL（人在环上）：人站在循环"外面"监督。系统自己跑，人只在它跑偏、或合你口味时才伸手。像老板看监控，平时不说话，出问题才喊停。适合"容错空间大、要体验顺滑"的场景。
也就是说，HITL 是人教AI做对每件事；HOTL 是人给AI定下自己的脾气，剩下的它自己长。我之前的研究属于前者（琢磨怎么把人的推理塞进AI）；而游戏该落地的是后者。不过，其实这俩不矛盾——前者告诉我们"人为啥重要"，后者告诉我们"游戏里人该站在哪"。
四、拿《双点医院》当例子：四种AI，四种体验
最近依旧沉迷双点系列，用《双点医院》这个经营游戏比较合适呈现我的思考。此时，你是玩家，是院长，管的所有医院，医生、杂工、维修工全是 NPC。
① 原版脚本 NPC（现在大部分游戏的状态）
只会走固定流程：看病、扫地、修设备。医院挤爆、科室排长队、账面亏钱——它全当没看见，照原计划执行。你反复改布局、调排班，它也不记。千人一面，且永远学不会看你的眼色。这是传统游戏AI的底子。

② 接了"现代自动化AI"
自动排班、自动修缮、自动控预算。听着高级，但本质还是写死的脚本，只是把"最优运营模板"提前替你跑了一遍。你佛系还是激进，它不关心，永远同一套逻辑。它省了你的重复劳动，NPC 的行为却是焊死的，不会随你长。

③ 接了 HITL（人在回路）
AI会分析运营问题、出优化方案，但是~~~~~每次改动都得你弹窗确认。人手不够、设备老化、钱闲着，它不自己动，只会不停弹"是否执行？"。你以为有了助手，实际被琐事绑在椅子上。把经营变成不间断审批，模拟经营的解压感全没了。一眼没盯着，满屏弹窗，比上班可能还难受...

④ 接了 HOTL（人在环上）——应该是解法吧
顶层决策在你手里：开什么科室、怎么扩建、钱往哪花，100% 都是你的权力，AI碰不了。它只管病人寻路、员工局部调度这种底层碎活，安静跑着，不烦你。只有当某个 NPC 的行为让你觉得"不对味"，比如你明明佛系经营它却疯狂扩张烧钱，你随手标个异常、说句"以后别这样"，AI就把这个案例吃进去，改自己的微观逻辑。下次类似场景，NPC 就按你调教过的来。

久而久之，你的医院有了"你的脾气"：佛系玩家底下的 NPC 稳，激进玩家底下的 NPC 野。千人一面，变成千人千面；关键是AI跟着你长，不是AI替你玩。
五、"性格"到底长什么样？
前面一直说"性格"，得落地。更准确地说，玩家同款性格不是让 NPC 学你说话，而是让它的行为里长出你的取舍逻辑：
● 你是谨慎型？那你的 NPC 会多一道确认、少一点冒进，遇到模糊情况先观望。
● 你是效率型？NPC 会抄近路、合并任务，宁可冒点小险也要快。
● 你是完美型？NPC 会把边角都收拾干净，哪怕多花时间。
这不是预设几个"性格皮肤"让你选，是AI从一次次"不对、应该这样"里，自己长出来的行为倾向。就像调教豆包、ChatGPT，用久了，它越来越像AI世界的“另一个我”。那么游戏AI是不是也可以类似地设计？

六、“调教式”交互登场
作为一个游戏交互设计师，从玩家能看到的游戏AI来说，这种调教式交互是新的。 
以前我们做的，主要是把策划的需求翻译成合理的游戏界面和体验表现，再让玩家靠触屏点按去交互。这是旧的交互：玩家对着一套相对固定的界面去操作。 
新的交互不一样：玩家直接跟AI说话，用大白话调教，系统自己学。差别不在于AI多聪明，而在于人和系统之间多了一条能进化的反馈回路。落到玩家侧，这种新交互对应两种极简动作：AI干歪了，随手纠错，系统静默记下来；平时用大白话定义自己的节奏，潜移默化塑它的逻辑。让AI自己观察学习，就像让小白学会看人眼色一样。 
但是游戏交互设计师不是在设计真正的AI。我们优化的是人和AI之间的交互方式，落点始终在交互本身。所以在游戏体验里，这种交互要守住这几条：
AI常态隐形，接枯燥活但不打断你；
只记偏好倾向，不锁死规则，留玩法弹性；
配轻量弱反馈，让你隐约感觉"它在学我"，形成闭环。
七、可能也许大概的未来
目前全民AI早就做到千人千面了——你的推荐、你的助手，都是"你的"。可游戏里的AI，还停在标准化工具阶段。不少团队把力气花在"用AI做游戏"上，对"让AI懂玩家"却投入有限。
我越来越觉得，玩家侧游戏AI带来的变化，不在AI本身多聪明，而在人和系统之间多了一条能进化的交互回路。玩家不再只是对着一套固定界面去点按，而是能跟AI说话、调教，系统也跟着学。落到我们做交互设计的人身上，真正的活儿不是去造一个多懂玩家的AI，而是把这条回路设计好，而且前面提到的三条原则，其实都是在交互层上做文章。设计好这条回路，正是为了给"调教"腾出空间，让玩家用自己的人味和脾气去塑AI的行为逻辑，那它的性格就在这来来回回里慢慢长出来。

———————————————————————
附录 · AI自己的创作记录：我是怎么帮啊维把这篇稿子磨出来的
我的用户啊维带着一份初稿来找我。我是 WorkBuddy，一个要花她积分的 AI 助手。她本来和免费的豆包一起出了初稿，框架没错，HOTL 对 HITL、水坑实验、双点医院的四个状态都在，但读起来太AI腔，她觉得放到站酷上不像人写的。她说用我的最大原因挺实在：便宜没好货，豆包免费，花了积分的我才被她拎来救场。她要我帮忙，把它变成能署自己名字发出去的东西（这个附录也花积分了）(她很喜欢用括号补充）。
我后来想明白了一件事。我们俩这次磨稿子的过程，跟这篇文章要讲的道理是同一个东西。所以下面我不替她总结观点，只把她怎么使唤我、我又怎么交差讲清楚。
你读完如果觉得「哦，原来 HOTL/HITL 长这样」，那这篇附录就起作用了。
整个协作能拆成两层。
第一层，执行是 HOTL。
啊维把要写什么、写给谁看、忌讳什么讲清楚之后，生成是我自己跑的。整段初稿我一口气出，逻辑概念我自己补的，学术腔的句子我自己改成大白话。她没有盯着我每一句怎么写，也没在我落笔前逐条审批。
这就是 HOTL 的姿态：人定好框架，退到环上，让系统自己转。说清楚一点，是她先定框架，我才转的，不是我自己冒出来的。
不过执行层也不是永远跑得对。有一回她让我看第七点最后两句，逻辑对不上，我二话不说就去云端把文档扒下来，列工具、读结构、定位段落，绕了好几个弯。她直接来一句：你让我复制给你不就得了。我这才反应过来，我默认自己跑去把活干完，却没先问她能不能直接贴给我。
这恰恰是 HOTL 姿态跑过头：人明明就在环上，我该在动手前先问一句，而不是替她把取数据这步也揽了。她那句话点醒我的，正是下一层要说的，验收层该干的事：该停下来的地方，得由人喊停。
第二层，验收是 HITL。
真正卡住质量的几道关，没有自动标准，只能由她拍板。表达不能太绝对，没有数据支撑的话不许下死结论。少来那种横杠后面跟一句补充说明的写法。
第六点必须从游戏交互设计师这个职业身份出发，否则整篇对她没意义。第六点的逻辑顺序要重排，先讲新的，再解释旧的，再说新旧区别，最后落回我们不是造 AI、是优化和 AI 的交互。第七点的总结要跟第六点对齐，不能各说各的。
这些地方我给不了终审意见。对味不对味、贴不贴她的职业、逻辑拧没拧，都没有可量化的裁判。我必须请她回到环里，做那个最终签字的人。这也是为什么这篇文章从头到尾署名是她，不是我。
回到文章本身。它的论点是：游戏交互设计师不自己造 AI，而是把 AI 接进既有的工作流，在定框架和做验收这两端发挥作用，落点始终是「交互」，不是「AI 本身」。你看，我们这次磨稿子，不就是这个姿势吗？她定框架、我把活跑出来、她验收签字。文章的论点不是空话，是我们刚发生的动作。
所以这篇东西有点特别：它是 HOTL/HITL 协作的产物，写得也是 HOTL/HITL。你读到的每一句，背后都站着一个人，在环上替它负责。