2026年了...AI NPC都去哪了？

# 现在是2026年……AI NPC们都去哪了？ 来源：https://www.frisson-labs.com/ai-npcs-2026 三年前，几乎每个demo都有一个AI NPC。Inworld (https://inworld.ai/)和Convai (https://convai.com/)曾是GDC的话题焦点。Joon Sung Park的AI村庄论文 (https://arxiv.org/abs/2304.03442)描述了一个由NPC智能体相互协作的完整村庄。Altera甚至展示了Minecraft中的AI NPC，它们能够协作并建立自己的政府 (https://youtu.be/2tbaCn0Kl90)。 斯坦福大学生成式智能体AI村庄模拟 那时候，每个AIx游戏领域的创业公司都在推销“这个，但在《模拟人生》里”。我们知道，因为我们就是其中之一。 现在是2026年。请说出一个你是因为它的“AI NPC”而玩的游戏。 你做不到，真的做不到。 那么……发生了什么？是过度炒作？还是技术根本不到位？ 在这个领域耕耘了近两年后，我想给出我的三点看法： ## 1. 单体经济模型根本说不通 我们先从最明显的原因开始（任何进入这个领域的开发者都会立刻踩到这个坑）——推理成本带来了负面激励。简单来说： 玩家聊得越多 → 开发者付得越多 所以开发者不得不问自己——“给我的游戏加一个AI NPC真的值得吗？”如果答案是否定的，那还不如直接做一款传统游戏。毕竟，手工编写的对话树更便宜、更可控、更容易进行质量保证，而且往往能更好地传递预期的体验。 AI擅长的是通过AI伴侣聊天来提高用户参与度和留存率——Character AI (http://character.ai/)早在2023年就证明了这一点 (https://techcrunch.com/2023/05/31/character-ai-the-a16z-backed-chatbot-startup-tops-1-7m-installs-in-first-week/)。但游戏本身已经被设计来吸引注意力。在现有游戏上硬塞一个AI NPC，只能带来微乎其微的沉浸感提升。**如果它不能提高留存率或收入，这笔账就算不过来。** 一个天际NPC对ChatGPT的反应，附有ChatGPT标志 AI NPC模组曾席卷天际，但两年后，我们真正剩下的只是一堆夸大的YouTube视频。 这并不是说没有解决方案。以下是两个可能的路径： 1. **从头开始设计一款围绕AI聊天的游戏。** 这可能包括从恋爱模拟/乙女游戏到沉浸式角色扮演游戏的各种类型。重要的是，尽管推理成本仍然是一个因素，但关键在于玩家参与度与AI伴侣体验直接挂钩——这本质上是一种新的游戏类型。在这里，我想特别提一下Fai Nur的Status，最近融资1700万美元 (https://x.com/faionur/status/2056766929067745670?s=20)，它将用AI伴侣粉丝增长Twitter账号的刺激感游戏化——这是一种全新的游戏，只有随着LLM聊天的出现才成为可能。 2. **使用本地LLM来抵消推理成本。** 这里最有趣的创业公司是Piero Molino的Studio Atelico——他们的第一步是让著名的昂贵的AI村庄模拟在本地设备上运行 (https://youtu.be/xT_vi2maxuM)。代价是模型稍慢、稍笨。但一旦这个优化得到解决，负面的经济激励就会完全逆转。 即使解决了经济问题，你仍然需要问：AI NPC是否真的让游戏变得更有趣？这就引出了下一个问题。 ## 2. 仅仅因为它“能用”，并不意味着它真的有趣 是否有办法为“游玩”或“乐趣”定义一个评估标准？ 这感觉像是个哲学家的问题，而不是开发者的问题。毫不奇怪，这个领域一直专注于那些当前可以衡量的问题： - 我们能制造一个遵守游戏规则的AI吗？ - 我们能让它准确响应命令吗？ - 我们能让它赢吗？ Minecraft曾是这方面最热门的领域之一。2023年，每个人优化的基准是Voyager (https://github.com/MineDojo/Voyager)。NVIDIA研究人员将一个GPT-4智能体放入Minecraft，给它一个编写代码的循环和一个不断增长的技能库，让它通过科技树不断升级，直到能挖到钻石。 虽然技术上令人印象深刻，但这远非任何人能真正“玩”的东西。 我们亲自试过。智能体会站着不动，搜索附近的方块，在聊天中记录活动，然后每隔几分钟瞬移到别处执行一连串动作。它没有真正对世界做出反应。它没有真正对玩家做出反应。它感觉不像一个角色，更像是一个穿着化身的算法。 近期的版本行为上更像伴侣。Emergent Garden的Mindcraft (https://youtu.be/NTHWMk5pcYs)允许玩家聊天、下达命令，甚至共同建造（当它正常工作的时候）。你可能在YouTube上看到过数百个展示这些能力的病毒式AI Minecraft视频（所有这些视频都被戏剧化处理，让AI看起来比实际更强大、更流畅）。 去年，我们做了一个原型，将自己开发的Oto伴侣与Mindcraft集成（Oto负责个性和语音，Mindcraft负责游戏内动作）。作为一个老Minecraft玩家，我可以说这次体验感觉出奇地好。甚至游戏测试者最初的反应也**极其**积极……至少一开始是这样。 我们做了一个受Neurosama启发的Oto，把她放进了Mindcraft！ 这个机器人可以聊天，可以看，可以帮忙。但它不能和你一起成长。它不能和你一起欢笑，也不能和你一起感到惊讶。游戏测试者的初始新奇感和愉悦感逐渐消退为“它还能做什么？”用户没有兴趣再回来。 **最终它仍然只是一个被美化的NPC**——揭示了一个更深层次的问题。 ## 3. AI仍然太“恐怖谷” 这可能是最致命的问题。 尽管LLM、工具调用、语音、记忆和多模态感知（更不用说高级化身、程序化动画和复杂面部表情）取得了进展，**AI仍然感觉像AI**。 在某些方面，今天的模型对游戏来说太聪明了。 当你与一个AI NPC交谈，而它知道得太多时，幻觉会立刻破灭。一个能解释量子力学的中世纪农民、一个说话像人生导师的店主、一个冷静地以百科全书般的自信回答每个问题的伴侣——这些角色感觉不真实。它们感觉像是穿着戏服的ChatGPT。 即使有强烈的个性提示，这种幻觉也很脆弱。玩家可以试探边界。他们可以越狱这个角色。他们可以问奇怪的问题。他们可以把NPC拖出幻想世界。我们已经公开看到过这种发生在主流游戏AI角色上的情况，比如AI达斯·维达在堡垒之夜事件 (https://www.wired.com/story/fortnite-darth-vader-slurs-swears-generative-ai/)。 但恐怖谷效应比知识边界更深。在游戏中，角色需要有情境感。他们需要有自己动机、节奏、情绪和限制。他们有时需要打断你。他们需要在你指出之前就注意到一些事情。他们需要感到无聊、兴奋、恼火、困惑、害怕或开心。 大多数AI智能体无法做到这一点。 相反，它们默认会提供帮助。而**乐于助人并不等同于人格。** 来自前米哈游CEO蔡浩宇的《星之低语》 《星之低语》(https://store.steampowered.com/app/3730100/Whispers_from_the_Star/)展示了我们见过的最令人印象深刻的AI角色图形……但感觉仍然缺少些东西。 AI也挣扎于新奇感。它不会真正感到惊讶。它不会因为发生了意外的事情而笑。它不会围绕一个共同时刻建立情感纹理。相反，它常常陷入两种模式：无所不知或心理治疗师。 最糟糕的是，AI角色不会真正成长。他们可能有来自总结之前对话的记忆，甚至可能回忆起关于玩家的事实。但他们不会因为发生的事情而变得不同。他们的智力不会进化。他们的个性很少以可信的方式改变。他们与玩家的关系常常感觉像是被储存的，而不是被经历的。 这对游戏来说是致命的，因为游戏不断产生新的情况。玩家在变。世界在变。利害关系在变。如果NPC不变，最终会开始变得空洞。 ## 这些问题不会自行解决 我的预测是，AI NPC在变得不那么恐怖谷之前，实际上会变得**更加**恐怖谷。 考虑到AI的进步速度，这听起来很奇怪，但看看那些激励因素——它们都指向错误的方向。 大型基础模型实验室正被拉向B2B“呼叫中心”用例。它们正在优化助手、企业工作流、编程、研究、支持和生产力。这些模型会变得越来越知识渊博、越来越顺从、越来越精致、越来越通用。 但一个好的AI NPC并不需要成为一个完美的助手。 事实上，它**可能不应该**成为那样。 游戏需要的AI能够： - 打断玩家（“小心！”） - 主动行动（优先考虑自己的目标，有时对玩家不利） - 持续运行**数小时**（对于玩家来说，3小时会话只是新手水平） - 说俏皮话并反击（不仅仅是做一个谄媚者） - 表达情感——笑、哭、尖叫（看看现在的任何主播——他们吵得要命） - 知道何时说话，何时闭嘴 - 同时与多个玩家、系统和智能体协调 **目前没有任何基础模型实验室将此作为核心问题来处理**（如果我说错了请私信我）。部分问题在于，还没有一款突破性的AI原生游戏来证明这个品类。另一部分在于，我们真的不知道如何衡量这里的进展。没有一个干净的基准来衡量“这个角色感觉有活力”。没有评估标准来衡量“玩家形成了依恋”。没有排行榜来衡量“这个NPC让世界感觉更真实”。 所以这个领域被困在了令人印象深刻的demo和可持续产品之间。 突破可能不会来自有人在优化基准测试，也不会只是作为下一个基础模型发布的副作用而到来。要解决AI NPC的这些根本性问题，我们需要从第一性原理重新思考整个技术栈。 如果你也对难题感兴趣，不妨聊聊。