处处是雷!最早赚到钱的爆红AI游戏,开发者却给AI“泼冷水”?

一名拥有10万订阅的YouTube主播打开了一款名不见经传的独立游戏，当天视频播放量突破100万次。此后一周，30名创作者纷纷跟进；一个月内，千万粉丝量级的头部主播相继入场。

这可以说是近几年国内外视频平台“游戏区”的常态，也让很多没有营销预算的独立产品，最后能收获商业上巨大的成功。

就比如此前在油管上大火的《Suck Up!》，该游戏在零营销预算的条件下，最终在YouTube上积累了超过1亿次播放量。

《Suck Up!》游戏本身极简：你扮演吸血鬼，在一座人类小镇挨家挨户敲门。依照西方吸血鬼传说，你必须被主动邀请才能入室。

而每一扇门后，是一个由OpenAI ChatGPT实时驱动的AI NPC，也都有自己的性格、疑虑，和不可预测的反应。你的唯一工具，是一张嘴。

该游戏背后的工作是Proxima在2023年12月通过官方网站发布了早期版本，彼时几乎没有任何宣发资源，购买渠道也只有官网。

直到游戏爆红之后，开发团队还对游戏进行了超过一年半的迭代，于2025年10月1日才以完整1.0版本登陆Steam，带来了成就系统、创意工坊与新挑战模式。

游戏最火的内容都诞生于上线之初

然而，Steam上线后引发的关注虽真实存在，却远不及当初那次野生引爆的体量。那轮爆红的动能，本质上是一次性资源。

不过即便如此，在GameLook看来，《Suck Up!》也很难简单归因为一次侥幸，而是一次可复盘的爆发。

只不过《Suck Up!》真正值得被复盘的，从来不是“它用了AI”，而是它找到了一个更罕见的东西：一个可以被无限复制、被观看、被传播的互动结构。

AI只是被放进了这个结构里，它不是答案，它只是让这个答案成立得更快。

欺骗文法：AI如何成为内容引擎

派对游戏品类的核心魅力，从来不是游戏本身，而是"人在玩游戏时"所产生的反应与互动。

《Jackbox》系列的生命力来自玩家给出的蠢答案，《Among Us》的爆发来自指控与抵赖的戏剧性时刻。《Suck Up!》做到的，是把AI NPC变成了这个"互动发生器"。

它激活的是人性中一个极具娱乐价值的本能：欺骗成功的快感，以及被意外反将一军的窘迫。

你费尽心机编造身份、揣摩对方弱点、设计话术，结果AI NPC可能用一句毫无逻辑的话把你堵回去，或者莫名其妙地就信了你。这种不可预测性，在别的游戏类型里是设计缺陷；在喜剧框架下，它恰恰是笑点的来源。

这与当下流行的带肉鸽独立游戏利用玩家的赌徒心理（"再来一局"）属于同一套人性操作，都是对人类某个根深蒂固的行为驱动力的产品化。

不同的是，《Suck Up!》利用的是社交欺骗的表演性：玩家在骗AI，但真正的受众是同屏或观看视频的他人。这正是它天然适合内容创作者的原因。

这种"可表演性"在游戏设计层面并非偶然。Proxima首席执行官冉（Ran Mo）在接受GameMakers采访时明确表示，《Suck Up!》爆红的本质是"架构"而非运气，游戏从设计之初就把"为内容创作者提供喜剧舞台"作为一个约束条件。

玩家操纵的角色的行为也是可以自定义的

AI NPC不是游戏的卖点，而是这个舞台的布景：它提供混乱、提供意外、提供角色扮演的对手，然后把真正的表演空间留给玩家。

这里有一个很容易被误判的点：AI派对游戏的核心竞争力，从来不是AI本身。

玩家不会因为“这个NPC更聪明”而留下来，但会因为“这一局太好笑了”而传播出去。《Suck Up!》真正做对的，是让AI不断制造“人类反应”，无论是尴尬、得意，还是失控、翻车，然后把这些瞬间交给玩家，或者交给观众。

换句话说，AI不是玩法，它只是一个放大器。真正被消费的，始终是人。

一旦理解这个逻辑，就能同时理解《Suck Up!》的成立条件，和它的边界所在。

捏人等系统只是喜剧的锦上添花

不过这也决定了当下游戏热度消退的必然。第一批传播的核心燃料，是"AI居然能被你骗到"这个新奇感。这是一次性的。

当全球玩家都见识过这个核心梗之后，后续的内容更新提供的是续航，而不是再次引爆大众注意力的能量。

Steam版的创意工坊和新模式，对已有玩家是价值，但无法复制病毒传播所需的惊奇质地。

创作者的清醒：AI只会放大分化，不会带来成功

作为本轮AI浪潮下，最早成功的游戏人之一，冉可以说是当前游戏行业里最有资格鼓吹AI的人之一：他做出了第一款商业成功的AI运行时游戏，零预算拿到了1亿播放量。

但对于当下AI和游戏行业的结合，他选择泼冷水。

在GameMakers的采访中，他提出了一个反直觉的核心论点：

"AI工具在特定编程任务上确实带来了可量化的生产力提升。但这些提升本身并不会转化为更成功的游戏，而是会导致游戏数量增加——其中大多数将失败——同时成功者会进一步拉开差距。游戏行业的瓶颈从来不是制作能力，而是审美判断、方向把控和发行渠道。"

他用"树干与树叶"来描述AI在开发中的实际位置：在离散的功能性任务（叶级）上，AI可以带来5至30倍的效率提升。一个四元数旋转动画，资深工程师要一天，AI辅助工具半小时就能完成，这是真实的生产力跃升。

但在架构层面（树干），AI生成的代码往往在表面正常运行的同时埋下难以维护的地雷，一旦需要迭代触及核心系统，整个结构就会崩塌。

"你会烧掉一百万个token却毫无进展"，这是他对完全依赖AI的vibe coding的评价。

更根本的问题在于：AI确实让“做出一款游戏”变得更容易了，但它几乎没有降低“做出一款有人玩的游戏”的难度。

前者是生产问题，后者是判断问题。而后者，恰恰是AI最帮不上忙的部分。

他拿YouTube做类比，当视频创作的门槛趋近于零，发生了什么？极端的幂律分布。顶层创作者席卷了几乎全部注意力，长尾几乎颗粒无收。游戏正在走向同一个结局。

"如果你把一款正确游戏的80%做出来，大概能卖出1万美元。如果你把正确的东西100%做出来，可能会卖出1亿美元。"

这句话指向的，是AI游戏赛道最难被技术进步所替代的那个层面：审美判断力和方向感知力。

他坦言，Proxima在《Suck Up!》爆红后曾陷入高速迭代的陷阱，每天收到playtesting反馈、当夜改版、次日早上新build就位，迭代速度极快。三个月后回头一看，方向完全走偏。他把这段经历总结为：速度是向量，不是标量。

AI给了你向量的大小，但它不能给你方向。在错误方向上加速，只是在更快地走向失败。

这也是为什么他在生产力之外，刻意保留了一种"低效"：为重大决策留出一天的冷却期，不被迭代节奏裹挟。他把这称为道家的"无为"，在所有人都在全速踩踏板的环境中，能够在正确时机停下来确认方向，本身就是竞争优势。

这个品类真正的约束与机会

而理解了《Suck Up!》为什么成立，以及冉对AI能力边界的判断，就可以进入更难的问题：AI派对游戏这个品类，真正的天花板在哪里？

技术约束首先体现在成本结构上。当前主流大语言模型（如GPT系列）的API以token为单位计费，一次完整的对话交互通常消耗数百至数千个token，叠加语音转文本与文本转语音的额外调用，单次玩家交互的后端成本并不低。《Suck Up!》的服务器在爆红初期就曾因AI集成故障宕机，这还只是单人规模下的问题。

时至今日头部AI公司的服务其实都还不是很稳定

派对游戏的商业模型要求同时支持多名玩家在线，而AI交互的成本不是线性增长，而是呈倍数叠加：4名玩家同时与不同NPC对话，意味着4条并行的LLM调用链路，每条都独立消耗算力与费用。

更复杂的是，若要让NPC感知"多人同场"的社交动态，上下文窗口的长度还需进一步扩大，成本随之再度攀升。

这也是AI派对游戏当前最现实的天花板：问题不在于“能不能做出来”，而在于“做出来之后谁来为这笔成本买单”。

当每一轮对话都在消耗真实费用时，规模本身就成了风险，而不是优势。

其次，延迟问题则从技术问题直接转化为游戏体验问题。

派对游戏的乐趣建立在即时反馈上：你说了句话，现场的反应要在几乎同步的节奏中发生。LLM完成推理并返回响应，在当前条件下往往需要1至3秒，这对日常聊天来说几乎感知不到，但对喜剧时机而言是致命的。喜剧的核心是节奏，而节奏需要精确的时间配合。

NPC迟了1.5秒才接上你的梗，那个笑点已经死了。

等AI思考完，黄花菜都凉了

当然多玩家场景还带来了一个更根本的理解问题。 在单人游戏中，NPC只需追踪一条对话线索；在多人派对游戏里，它需要同时识别不同玩家的意图、记忆各自的上下文、感知场上权力关系的实时变化，谁在联盟、谁在对抗、现在的笑话是针对谁的。

这要求的不只是对话能力，而是接近"群体社交感知"的复合推理能力。现有LLM在这一场景下容易失去连贯性，导致NPC反应与当前场景脱节，笑点失效，玩家感知到的不是"好笑的意外"，而是"AI真的不懂我在说什么"。

这些技术障碍在算力成本持续下降的趋势下，未必是永久性的，但在中短期内，它们决定了AI派对游戏无法简单地从"单人对AI"扩展为"多人对AI"，而需要从机制设计层面做出根本性的重新构建。

对于服务型的派对游戏而言，其实商业层面的约束则更为结构性。 

冉的"幂律分布"判断在此再度适用：AI降低了制作门槛，但不会增加玩家的总注意力。Steam上不到5%的游戏能产生有意义的商业回报，这个数字在AI加速供给增长的背景下只会恶化。

真正能够成功的新品少之又少

对AI派对游戏而言，这意味着"做出来"和"让人玩"之间的鸿沟，比以往任何时候都更难跨越，而跨越这道鸿沟的能力，依然是不可被AI工具替代的设计与发行判断力。

至于在中国市场，围绕着类似的AI产品，各种特殊变量也正在迅速成为结构性约束。 

2026年4月，国家互联网信息办公室正式出台《人工智能拟人化互动服务管理暂行办法》，将于7月15日起施行——这是全球首部专门针对AI情感陪伴与拟人化互动场景的国家级监管规则。

《办法》的核心逻辑是防范AI互动对用户造成心理依赖与情感操纵，明确要求服务提供者"不得将替代社会交往、控制用户心理、诱导沉迷依赖等作为服务目标"，同时要求显著提示用户正在与AI而非真人互动。

《Suck Up!》式玩法与这套监管逻辑之间存在深层的结构性张力：游戏的核心体验，恰恰是引导玩家主动扮演"操纵者"，诱导AI给出特定响应，而这种"欺骗AI"的游戏文法，与《办法》对AI互动"向上向善"的定性导向之间，存在天然的审查摩擦空间。

虽然目前该监管明确表示“不涉及持续性的情感互动的，不适用本办法”，但更广泛地看，任何以"深度AI角色扮演交互"为卖点的游戏，或许在国内市场落地时都有可能面临监管框架的正面评估。这不是内容尺度问题，而是产品模型本身的合规适配性问题。

结语：

从《Suck Up!》出发，经由冉的判断，再到这个品类当前面临的技术与商业现实，GameLook认为，面对AI以及多人游戏这一赛道，其实可以提炼出一些简单的逻辑。

就比如AI派对游戏的本质是"可观看性"，而不是AI本身。 

驱动《Suck Up!》爆红的不是它接了ChatGPT，而是它让玩家产生了足够好看、足够好笑、足够值得发出去的内容。AI是实现这一结果的工具，不是目的。

任何把"我们用了最新的AI"当核心卖点的游戏，都在解决错误的问题。

此外AI的概率性只在特定游戏类型中是优势。 

冉的象棋比喻足够精准：当规则变得不可预测，玩家就无法建立策略模型，游戏契约便宣告破裂。

喜剧是迄今为止被验证能消化AI不确定性的少数语境之一，NPC的意外反应在此处是笑点，而非bug。在任何需要确定性规则的类型中，AI NPC不是增强，而是破坏。

但让更重要的是AI工具降低了供给门槛，但玩家的注意力总量不变。 

这是最简单也最容易被行业热情遮蔽的事实。制作成本下降10倍，上架游戏的数量可能增加100倍，但Steam的推荐算法、玩家的周末时间、主播愿意尝试的新游戏数量，这些都不会因为AI而增长。幂律效应只会加剧，不会消解。

"AI民主化了游戏开发"这句话，大概率意味着更多人获得了廉价失败的机会。

简而言之，真正的门槛从未改变，只是更赤裸地暴露出来了。 

设计判断力、发行网络、以及把一个有趣概念做成完整可留存游戏产品的能力，这些从来都是决定性因素，只是过去被生产成本的门槛所掩盖。

即便未来当生产成本趋近于零，所有遮蔽都消失，只剩下这些本质要素也会直接决定生死。

"有时候，慢下来才能加速。"在所有人都在用AI踩油门的当下，这句话的有效性可能远不止于开发方法论。