游戏AI简史:从「假装聪明」到「替你干活」的五十年
1.1 游戏可能是人类最早大规模部署AI的行业，1980年《吃豆人》的四个幽灵各自拥有独特的追逐算法。 2.2 规则时代三十年：有限状态机、行为树、GOAP，用最低计算成本模拟最高”智能感”。 3.3 学习时代：AlphaGo、AlphaStar、OpenAI Five证明AI可以在复杂博弈中超越人类。 4.4 生成时代：AI从游戏内的角色变成游戏外的生产工具，重写整条管线。 5.5 理解这段历史，对每个游戏从业者判断自己的位置、做对下一步选择至关重要。
从吃豆人到ChatGPT 游戏AI半个世纪的进化之路 The Evolution of Game AI Over Fifty Years 游戏可能是人类最早大规模部署AI的行业。1980年，《吃豆人》上线。四个幽灵各自有一套追逐算法——红色的Blinky直奔你当前位置，粉色的Pinky预判你前方四格，蓝色的Inky根据Blinky的位置做镜像包抄，橙色的Clyde在靠近你时反而会掉头跑开。这套设计没有用到任何”智能”技术。四个幽灵本质上就是四条写死的规则。但当它们同时出现在迷宫里，玩家的体感是：这些家伙在配合围堵我。这可能是人类历史上第一次被”假的AI”骗到。
46年后的今天，AI已经能帮游戏团队画概念图、写代码、生成3D模型、自动化测试。但如果你去问大多数游戏从业者”游戏AI是从什么时候开始的”，十个人里有八个会回答：ChatGPT之后。但其实游戏行业和AI的关系，比你想的深得多，也早得多。而理解这段历史，对今天每个游戏从业者判断自己的位置、做对下一步选择，可能比任何一篇”AI工具推荐”都重要。
电子游戏诞生之初就有AI的影子。1952年，剑桥大学的博士生Douglas写了一个井字棋程序，这大概是最早的”游戏AI”——虽然那时候还没有”AI”这个词。但真正让游戏AI成为一门手艺的，是街机和主机时代。 那个年代，硬件资源极度有限。一台街机的CPU性能可能还不如今天一个智能门锁。在这种条件下，游戏开发者需要用最少的计算量，让玩家觉得”对面有个脑子在想事情”。于是诞生了游戏AI最经典的技术：有限状态机（FSM）。 落到实际的游戏里，它的逻辑是这样：敌人只有几种”状态”——巡逻、追击、攻击、逃跑。每个状态之间有固定的切换条件。玩家靠近，切到追击；血量低了，切到逃跑。就这么简单。《帝国时代》的敌方AI用的是这套。《半条命》的士兵AI，底层也是这套。简单但够用。而且有一个好处：完全可控。策划可以精确地预测每一种情况下AI会做什么，这对游戏体验的调优至关重要。
有限状态机的问题是，当状态多了之后，状态之间的转换关系会变得像一团乱麻。一个Boss如果有20种行为模式，状态机的连线图能让人崩溃。于是出现了行为树（Behavior Tree）。 行为树把AI的决策过程组织成一棵树：从根节点开始，按照优先级一层层往下判断，直到找到一个可执行的行为。它比状态机更容易维护、更容易扩展，迅速成为3A游戏的标配。《光环2》是最早大规模使用行为树的游戏之一。之后的《刺客信条》系列、《巫师3》、虚幻引擎内置的AI模块，都把行为树当作核心框架。
2005年，Monolith出品了一款FPS叫《F.E.A.R.》。它用了一套叫GOAP（目标导向行动规划）的系统。跟行为树不同，GOAP不预设行为路径，而是给AI一个目标（比如”消灭玩家”），然后让AI自己从一堆可用动作里规划出一条执行路径。 落到游戏里的效果是：敌人会翻桌子找掩体、会互相呼叫支援、会绕路包抄、会在你扔手雷的时候四散逃开。当年的玩家第一次感受到”这些AI好像真的在想办法弄死我”。 但这里有一个关键点——GOAP不是为了让AI变强，而是为了让AI的行为看起来更自然。这就是游戏AI和其他领域AI最大的区别。围棋AI的目标是赢，自动驾驶AI的目标是安全，但游戏AI的核心目标从来不是”打赢玩家”——而是创造好的体验。一个太强的AI，玩家会觉得不公平；一个太弱的AI，玩家会觉得无聊。游戏AI设计师真正在做的事情，是让AI”输得像个人”。好的游戏AI，是在演戏。这个认知到今天依然重要。很多游戏团队在接入大模型的时候踩的坑，根源都是没想清楚这一层：你需要的到底是一个”聪明的AI”，还是一个”好用的AI”。
三十年的核心遗产： 从1970年代到2010年代中期，游戏AI的主旋律可以用一句话概括：用最低的计算成本，模拟出最高的”智能感”。 技术手段： 有限状态机、行为树、AI寻路、效用系统、GOAP——这些技术在今天看来都算不上”真正的AI”。 价值启示： 技术的价值不在于它有多先进，而在于它能多好地服务于产品目标。有限状态机在技术上毫无新意，但它支撑了三十年的游戏产业。
2016年3月，AlphaGo击败李世石。这件事不仅仅关乎于围棋。它第一次向公众证明：AI可以在一个规则复杂、变化空间巨大的博弈环境中，通过自我学习达到超越人类的水平。而”规则复杂、变化空间巨大的博弈环境”——这不就是游戏吗？ 于是AI业界开始把目光投向更复杂的游戏。不是井字棋，不是围棋，而是实时的、多变量的、需要长期策略的电子游戏。
2017年，DeepMind的Atari实验。用深度强化学习（DQN），AI仅靠屏幕像素和分数反馈，就在多款Atari游戏上超越了人类玩家。这证明了AI可以从零开始、不需要人类经验，仅通过试错就学会玩游戏。 2019年1月，DeepMind的AlphaStar。在《星际争霸2》中击败了职业选手。星际争霸是实时策略游戏，信息不完全、操作维度极高、需要同时处理经济/军事/侦察多条线。AlphaStar靠大规模自我对弈的强化学习做到了这件事。 2019年4月，OpenAI Five。在Dota 2中以2:0击败了当时的世界冠军队伍OG。Dota 2是5v5的团队协作游戏，AI不仅要做个体决策，还要做团队配合——这在当时被认为是强化学习的极限挑战之一。同一时期，腾讯AI Lab的”绝悟”也在《王者荣耀》上达到了顶级职业选手的水平。
AlphaStar能打赢职业选手，但暴雪没有把它放进《星际争霸2》的匹配系统。OpenAI Five能碾压世界冠军，但V社没有用它来做Dota 2的AI对手。为什么？ 原因很简单：太强的AI，不好玩。当AI的微操速度超过人类极限、当AI的策略判断没有失误，玩家面对的不是”挑战”，而是”碾压”。没有人想在一个游戏里被AI虐到怀疑人生。 更深层的原因是：这些AI的训练成本极高（AlphaStar据说用了约200年等值的游戏时间来训练），但它们学会的能力高度专用化——AlphaStar只会打星际争霸，换个地图都不行。从产品角度看，投入产出比完全不合理。 AI的能力天花板和AI的产品价值之间，不是线性关系。能力到了某个点之后，继续往上推，边际价值反而在下降。很多团队追求用最强的模型，但产品场景可能根本不需要那么强——你让GPT-5去写一个NPC的巡逻对话，和用一个微调过的小模型，玩家体感可能没有区别，但成本差了几十倍。
学习时代真正留给游戏行业的东西： 深度强化学习这一波，表面上看是”AI学会了玩游戏”，但它真正推动的是另一件事：游戏成为了AI研究最重要的试验场。 试验场逻辑： OpenAI、DeepMind、腾讯AI Lab，这些实验室选择用游戏来训练和测试AI，是因为游戏提供了一个成本极低、迭代极快的虚拟环境。 循环关系： 游戏是AI的试验场，AI又在反哺游戏的基础设施。这个循环关系，到今天越转越快。
2022年底ChatGPT发布。2023年，Midjourney和Stable Diffusion席卷创意行业。2024年，Claude Code和Cursor重新定义了代码生产方式。对游戏行业来说，这波变化的核心转折不是”AI进入了游戏”——AI一直在游戏里——而是AI从游戏内的角色，变成了游戏外的生产工具。 之前几十年，游戏AI的主战场是NPC的脑子：怎么让敌人追得更聪明，怎么让队友挡得更及时，怎么让Boss出招更有层次感。现在，AI的主战场换了。它变成了美术的手、程序的键盘、QA的眼睛、PM的助手。
美术管线，可能是目前AI渗透最深的环节。概念图生成、角色立绘、场景氛围图——Midjourney和Stable Diffusion加自训练的LoRA模型，还有最近的Nano-Banana和GPT-Image-2，已经被大量团队用在前期设计阶段。 我了解到的一些团队的做法：付费角色，原画师必须亲手画，这是游戏的核心商业资产，不能冒风险；非付费角色和辅助素材，用AI生成初稿，人工精修。把美术从重复劳动里解放出来，去做更有创造性的事。 代码生成，正在加速。从GitHub Copilot到Claude Code，程序员的工作方式已经发生了实质性变化。一个中型游戏项目里大量的工具链开发、自动化脚本、数据处理模块——这些以前”太小不值得专门开发”的内部需求，现在可以让AI快速完成。 QA和测试，是另一个正在被改造的环节。AI驱动的自动化测试、智能Bug检测、回归测试覆盖——这些方向都有团队在做尝试，进展参差不齐，但趋势清晰。 项目管理，也在变。排期的风险识别、Sprint数据分析、需求文档的结构化自检、跨组沟通的信息梳理——这些PM每天在做的事，AI已经可以承担一部分。我自己每天也在用AI辅助这些工作，并整理了一份专属于PM的AI实战手册，感兴趣的朋友可以去pmnote.ai了解详情。
在”游戏外”的管线革命同时，”游戏内”的AI也在发生变化——只不过落地速度比外界想象的慢。大模型驱动的AI NPC，是最被期待的方向。Inworld AI、Convai、网易伏羲都在做类似的事情：让NPC不再按脚本对话，而是基于大模型实时生成回应。玩家可以用自然语言跟NPC聊天，NPC能记住之前的对话、理解上下文、做出个性化反应。 GDC 2026上，已经有团队展示了基于AI的游戏原型：玩家回答几个问题就能创建自定义英雄，角色的属性和技能都由初始对话决定。也有独立开发者用AI工具链，一个人完成了从概念到可玩Demo的全流程。 但落到商业化产品里，挑战依然很大。延迟、成本、内容安全、一致性——每一个都是实打实的产品问题。一个AI NPC如果回复需要等3秒，那它在动作游戏里就没法用。一个AI NPC如果说了不该说的话，那它在面向未成年人的游戏里就是灾难。AI in Game的真正瓶颈，不是技术能不能做到，而是产品层面值不值得、敢不敢用。这跟开头提到的”游戏AI的核心是服务体验”的逻辑一脉相承。
如果你去问今天的游戏公司”你们用AI做什么”，大部分诚实的回答会是：省钱。概念图用AI生成，省了外包费。内部工具用AI写，省了开发周期。测试用例用AI跑，省了QA人力。少数走在前面的团队，开始用AI做增效：加快迭代速度，让一个人能干以前三个人的事。更少数的团队，在探索AI带来的真正创新：AI原生游戏、动态叙事、个性化内容生成。 降本先于增效，增效先于创新。这不是讽刺，这是产业规律。历史上每一次技术变革都是这个顺序——先帮你省钱，再帮你赚钱，最后改变你赚钱的方式。三十年前3D引擎出现的时候，第一波用的人也不是为了”创造全新的游戏体验”，而是为了”用更少的人画出更多的场景”。 理解这个顺序，能帮你判断一个关键问题：你所在的团队，现在处在哪个阶段？如果你的团队连AI降本都还没跑通，就急着聊AI创新，大概率是在建空中楼阁。
70年代到2015年——游戏AI是一门手艺。策划和程序员用有限状态机、行为树、寻路算法，手工”雕刻”出NPC的每一个行为。核心能力是设计能力：你要理解玩家想要什么体验，然后用最低成本模拟出来。 2016年到2022年——AI开始真的”学会”玩游戏。深度强化学习让AI在星际争霸、Dota、王者荣耀里达到超人类水平。但这些能力没有直接进入产品，而是重新定义了AI研究的基础设施。核心变化是游戏成为了AI的训练场。 2023年至今——大模型让AI从游戏里走出来，开始改造游戏的整条生产管线。AI不再只是NPC的大脑，它变成了美术的手、程序的键盘、QA的眼睛。核心变化是AI从”游戏的一部分”变成了”做游戏的工具”。
三个时代，看似在讲技术演进，但对从业者来说，真正需要回答的问题只有一个：在这条曲线上，你现在做的事，在哪个位置？ 如果你还在用第一个时代的工具做第一个时代的事，那你的技能还有生命力——行为树和状态机没有过时，今天大部分游戏项目的底层还在用。但你需要意识到，这条线的上限是固定的。 如果你开始用第三个时代的工具做第一个时代的事，恭喜你，你已经比大多数同行快了一步。用AI辅助写行为树逻辑、用Claude帮你调试寻路算法、用自动化工具跑回归测试——这些都是实实在在的效率提升。 而真正值得长期投入的方向，可能是理解AI工具在游戏研发全流程中的位置——不是追最新的模型，而是想清楚：在你的项目里，AI应该介入哪些环节、用什么方式介入、边界在哪里。这个判断能力，光看工具教程是学不来的。它需要你对游戏研发流程有系统理解，同时对AI的能力边界有清醒认知。
游戏行业和AI的关系，比大多数人以为的要深、要远。46年前，四个吃豆人幽灵靠几行规则”假装”出了智能。今天，AI可以自己画角色、写代码、生成整个虚拟世界。但有一件事从来没有变过：技术服务于体验，工具服务于人。 在这条延续了半个世纪的线上，找到你自己的位置，然后往前走。 我做了个个人品牌网站 pmnote.ai，上面有PM社区、游戏PM系列课程、各平台内容入口和一对一咨询的预约方式。如果今天这篇对你有帮助，可以分享给身边有需要的朋友，我们下期见。
夜雨聆风
