最近，有朋友向葡萄君推荐了一款叫《诡秘推理》的AI游戏。

我本以为这又会是一款跟风之作，毕竟当下AI游戏市场风起云涌，各种新奇概念层出不穷，难免会有一些蹭热度的作品。

然而，在试玩了它的demo之后，我却发现这款游戏还真有点说法。

一方面，作为一款类逆转裁判的作品，《诡秘推理》无论是场外搜证，还是庭审对质，游戏玩法都在保留传统的选择题模式基础上，增加了可选的问答题模式。

游戏中的特定选项不再是唯一的解法，案件谜题有了多种可能的解答。你不会再卡在“哪里还差一个证物?”的窘境中，而是可以按照自己的节奏搜查现场、串联线索。

另一方面，在游戏过程中，玩家不仅要面对装配了语言大模型、扮演特定角色的NPC，还需要主动扮演角色，让NPC判断。

比如，作为初入职场的新人，为了说服唯利是图的上司，你得学会阿谀奉承;而作为侦探，为了避免因过于粗暴对待嫌疑人被投诉，招来上司的电话质问，你需要更加小心谨慎。

当你追问嫌疑人时，言辞过于尖锐，可能会导致对方拒绝沟通

公开信息显示，《诡秘推理》的开发商战吼网络由三名前腾讯员工创立，总部位于深圳，主攻海外市场。

他们曾尝试开发一款类似Discord的聊天应用，但未能成功。随后，团队转型做游戏，其首款作品《酱爆大乱跳》获得了苹果的全球推荐，音乐跑酷游戏《Beat Blade: Dash Dance》曾登顶多国iOS游戏下载榜。

如今，除了继续开发海外手游外，战吼网络还组建了一个3人团队做买断游戏。《诡秘推理》便是他们的作品。

为什么他们在做海外手游的同时，要开发上Steam的AI游戏?与传统游戏相比，AI游戏有什么不同?AI游戏目前又发展到什么样的阶段?为了解答这些问题，我和战吼网络的CEO，同时也是《诡秘推理》制作人的Yans进行了一番交流。

Yans告诉我，手游行业越来越卷，利润越来越低是他们尝试开发买断制游戏的直接原因。而之所以选择AI游戏，是因为小团队想实现跨越式的发展，只能靠这些新兴的技术或创意。

在他看来，AI游戏目前最大的问题不是算力和成本，而是如何找到有趣的玩法，来满足玩家需求。

在新兴玩法还没出现前，上架Steam的AI游戏，其发展方向可能是将AI元素融入成熟的游戏类型中，并确保AI元素的加入能够提升游戏的趣味性。

Yans认为，AI游戏下一步的发展机会或许是端侧模型的出现。这能让游戏突破传统对话式玩法的局限，让角色扮演和非即时策略游戏实现质的飞跃。

以下是葡萄君和Yans交流的内容，为方便阅读，内容有所调整:

01

AI游戏的过去和现在

葡萄君:作为一家主要做海外手游的公司，你们为什么选择开发上Steam的AI游戏?

Yans:一方面，手游已经非常卷了。以发行毛利为例，以前能做到30%，现在只有5%-10%，不到原来的三分之一。但与过去相比，游戏做了更复杂的系统，更多的内容，成本反而上升了。

另一方面，就算想卷，你也卷不过大公司。比如在微信小游戏的榜单上，Top10几乎都被上市游戏公司占据，小团队想要翻身，机会太渺茫了。

在这种情况下，小团队想要发展和突破，永远得靠变异，要么是新技术，要么是好创意。

如果我们可以利用AI技术创造出全新的、有趣的体验，并且能够较早地进入市场，得到玩家的认可，那么这或许就是一次跨越式发展的机会。

葡萄君:那你们有研究过AI游戏吗?它一开始是怎么样的?

Yans:2023年4月，当时有一款叫《病娇AI猫娘女友》的游戏。在B站和YouTube上，与之相关的视频播放量都有几百万。它向大家展示了AI玩法可能带来的体验。

它的技术并不复杂:基于ChatGPT3.5，搭配一个3D场景和人物模型，再预设一些动作和表情，让角色对特定指令做出响应。在此基础上，它还融入了一个玩家喜爱的设定——我有个女朋友，这种体验本身很新颖。

然而，我们在体验后，发现它存在两个主要问题。

一是这款游戏的新鲜感持续时间太短。一旦超过10分钟，玩家的兴趣就会迅速消退。这意味着，它无法支撑起一款PC游戏所需的商业模式。

在Steam上，玩家可以在购买后14天内，对游玩时间不超过2小时的游戏申请退款

二是Steam当时明确禁止使用AI技术的游戏上架。

《病娇AI猫娘女友》最早只上线了itch.io

葡萄君:对于AI游戏不能上架这一点，我记得Steam后来调整了政策。

Yans:在2024年年初，或许是AI技术在游戏生产管线中的广泛运用，Steam开始允许AI游戏上线，但要求开发者披露游戏中AI的应用情况。

这一政策的转变，为PC平台上的AI游戏开发提供了一个低成本的发行和销售渠道，促使更多开发者开始尝试将AI技术融入游戏。我们也是在这个时候，开始考虑投身AI游戏的开发。

《病娇AI猫娘女友》后来更名为《AI2U: 与你直到世界尽头 ~ 我的病娇猫娘AI女友》，上线了Steam

葡萄君:后来有哪些AI游戏，是你觉得还不错的?

Yans:有一款叫《Suck Up! 》的游戏。玩家扮演一个吸血鬼，通过找借口、卖惨等方式说服NPC让自己进门，吸食他们的血液。

还有一款叫《心跳AI审讯游戏》的游戏，是一家日本团队制作的。玩家扮演一名警员，审讯成为凶杀案嫌犯的AI，让它承认自己的罪行。

但它们的问题依然和我之前说的一样，新的体验往往只能维持很短的时间。

这也是大多数AI游戏的现状:AI技术能应用到游戏中，但带来的增强式体验不多;完全靠AI驱动的新玩法，可能更多是小的创意点子;与其说是完整的商业游戏，不如说是一个技术Demo。

这就像蔡浩宇的《Whispers from the Star》，他们也说是技术Demo。他们整合了大语言模型、3D渲染和表情动作，难度很高;但玩家评价不高，认为缺乏新意，只是“加强版的病娇猫娘”，换了个场景而已。

对于AI游戏，我认为最大的问题不是算力和成本，而是如何找到有趣的玩法来满足玩家需求。

现在有不少MMORPG加入了AI NPC。但仅仅让NPC与玩家对话这种最基础的应用，玩家兴趣寥寥。因为玩家可以跟真人聊天，那为什么还要和AI聊呢?

大家可能想要的是基于大语言模型的小创意。而这个创意能带来像《绝地求生》或《DOTA》那样的全新玩法。

葡萄君:这件事的难点在哪里?

Yans:与其说是难点，不如说是一些限制。

首先，游戏要吸引人、有意思，这本身就足够难了;其次，你得用AI技术，创造出在没有AI技术之前根本不存在的玩法;最后，你还得让玩家接受这种玩法。

玩家不关心用了什么技术，他只关心游戏好不好玩。

玩家需要的是一个有起承转合、不断变化的、体验丰富的游戏。目前，大多数AI以问答式交互为主，很难独立创造出起承转合的复杂结构。而如果完全依赖人去设计这些情节和关卡，游戏又回归到“传统游戏”的模式了。

葡萄君:很多人都期待会有这样的玩法出现，但现在还没有。

Yans:是的。Steam上推出的商业化PC游戏，最终的发展方向很可能是将AI元素融入成熟的游戏类型中，并确保AI元素的加入能够提升游戏的趣味性。

02

相同的下限，更高的上限

葡萄君:我们具体聊一下《诡秘推理》。当时是怎么想到要做推理游戏的?

Yans:我们团队一直想做推理游戏，因为我和技术合伙人，以及部分策划都是《逆转裁判》的粉丝。

大约在2021年，我们曾构思过一个以辛亥革命为背景的剧本。故事围绕海外华人展开，他们为支持国内革命筹款却惨遭杀害。玩家的任务是揭开凶手的真面目，并找到隐藏的资金。

当时，我们还邀请了影视编剧合作，但由于疫情以及编剧对游戏剧本创作不熟悉，这个项目最终被搁置了。

2024年，我们准备做AI游戏时，发现商业上比较靠谱的做法，是将AI技术融入成熟玩法，提供新鲜体验。技术本身在游戏中要有意义，不是硬加的。经过一些小的Demo尝试，我们发现推理游戏加入大语言模型能够满足这些要求。

葡萄君:它能提供哪些新鲜的体验?

Yans:首先，传统的推理游戏自由度比较低，以《逆转裁判》为例，一个关卡通常有五六个NPC和二三十个证物，玩家没办法向不同的人询问证物，而且NPC的回复也比较有限。

如果游戏的情节发生变化，那么在不同的时间点，回复也需要相应地变化，这在以前做起来非常复杂。所以，为了简化设计，游戏通常会直接限制玩家的提问。

而在《诡秘推理》中，玩家可以拿任何证物，向任何感兴趣的人询问。

其次是推理游戏的核心玩法，还是以《逆转裁判》为例，玩家推理谜题后，最终都是做选择题。游戏一开始就告诉你凶手是谁，你要做的是证明他是凶手，包括作案手法、凶器、动机，拿出铁证糊他脸上。

这样的话，经常会出现一种情况:玩家的思路跟不上开发者的思路，觉得某个证物也能回答问题，但游戏却判定错误。即便玩家的理解讲得通，也会因为选项的限制无法继续。

在《诡秘推理》中，选择题变成了问答题，玩家除了选择系统提供的选项外，还可以通过打字描述作案手法、疑点。

这不仅能解决上述问题，还可以确保玩家真的是通过自己的思考和理解得出答案的。毕竟如果游戏中只有固定的选项，玩家可以利用自动读档，通过不断试错来找到正确答案。

此外，推理游戏一般分为搜证阶段和对峙阶段。以前搜证阶段很无聊，玩家不知道该收集什么;现在用了AI，在和证人对质时，玩家可以通过自己的方式取证。

比如，某个NPC的性格设定是胆小怕事、藏不住话。你可以通过正常剧情地点和他对话，出示证物指证他，也可以直接吓唬他:“我已经知道你是凶手了，同伙都招了，你赶紧招供，不然就加重你的罪行!”

最后，在上述玩法之外，还有一种是反过来让玩家进行角色扮演，由NPC来判断玩家做得对不对。

比如，在游戏即将上线的免费Demo中，玩家将扮演一名充满正义感的新手警察，他的顶头上司是一个腐败警长。第一个案件是调查富豪家的命案，警长暗示主角不要得罪富豪，走个过场就行。

主角到案发现场询问富豪家的负责人时，对方很生气。这时警长打电话训斥主角得罪了人。玩家可以选择顶撞或讲道理，但警长会变本加厉地骂回来。最终，玩家会发现只有拍马屁才能过关。

我们测试下来，会发现玩家一开始都是抵触的。毕竟，谁都不喜欢拍马屁。等玩家三五个回合，一直卡在那里过不去的时候，就会尝试违心地拍马屁，换着法地夸警长。这种体验超出了玩家的预期。

从宣发的角度来说，不同的人会用不同的方式进行尝试，产生很多有趣的情节，这还能带来一些直播效果和传播性。

葡萄君:以前你只能在拍或不拍马屁中，选择拍马屁;现在虽然你也只能拍马屁，但听起来过程会更有意思。

Yans:除此之外，语言大模型还可以根据你输入的文本，输出对应的文本语气和角色的2D立绘表情，提升角色扮演的沉浸感。

比如在游戏中，主角有一个小跟班。如果你逗她开心，提议下班后一起去看电影，她的表情就会变得开心;而如果你惹她生气，问了不该问的问题，她的表情就会变成生气的样子。

葡萄君:我有点好奇，这些角色在技术上是如何实现的?

Yans:第一步，我们会在通用的大语言模型中，挑选一些角色扮演效果比较好的，比如千问和豆包。

第二步，我们会为每个NPC写一堆Prompt（提示词），包括人设、行为、常用的口头禅。

在这之外，我们还会利用大语言模型支持的Function calling功能，让NPC做一些思考和判断。比如有一个NPC，当你跟他提“枪”的时候，他立马就会生气。我上面提到过的表情也是如此。

第三步，就是不停地测试了。

葡萄君:NPC输出的内容会不会出现无法控制的情况?

Yans:用大语言模型的术语来说，可能有两种情况:一种是OOC（Out of Character），角色的言论跳出了设定;另一种是幻觉，它自己胡编乱造了一些内容。这与大语言模型本身有求必应的训练方式有关。

就目前而言，OOC的问题比较小。我们使用的模型在限制条件内，基本上能控制住角色。

比如游戏的第一章，有个角色是死者的妻子，她因为丈夫的离世非常伤心。玩家可以对她说:“给我讲个笑话。”

如果是普通处理方式，角色可能会直接拒绝;而在《诡秘推理》中，角色会回答:“我的丈夫刚刚去世，我很伤心，我现在没有讲笑话的心情。但如果警官你一定要听的话，我可以试着想想。”

如果玩家继续追问，角色会用伤心的语气，讲一个一点都不好笑的笑话。

相对来说，幻觉的问题会更严重。比如，当玩家向NPC询问锁住的保险箱密码时，NPC可能会编造一个密码出来。

这个问题没有完全的解决方案，我们只能通过增加知识库的内容和测试次数，来缓解、改善幻觉。

还是关于保险箱的例子，我们可以在知识库中明确描述这个保险箱没有密码，或者密码与案件无关。如果有人问到，就不要回复。

葡萄君:传统游戏中的bug，理论上是可以完全解决的，但AI游戏的问题却无法完全解决?

Yans:总会有一些刁钻的问题，可能会导致幻觉的产生。

从测试结果来看，如果在80%-90%的场景中，AI都能很好地回答问题，只有少数很刁钻的问题出现幻觉，玩家其实是可以理解的，因为他们知道自己是在和AI对话。

葡萄君:游戏是AVG，一些文本是固定编辑的，另一些文本是AI生成的，这个边界怎么确定?

Yans:这和我们的游戏设计理念有关。我们最初的想法是，大多数玩家没有主动提问的意愿，因为他们不知道该问什么;只有一小部分玩家很活跃，会提出各种稀奇古怪的问题。

对于一个典型的玩家来说，他们买游戏是为了让游戏娱乐自己，而不是自己去思考怎么和游戏对话。如果需要自己去想怎么对话，那还不如找别的娱乐方式。

因此，玩家在《诡秘推理》中，通过对话、收集证据、出示证物，就能解决主线中99%的谜题和剧情。这时候，它就变成了一个经典的日式推理游戏。

不过，游戏在每一章真凶对峙环节的最后一个问题上，强制要求玩家自己输入答案，确保玩家是知道谜题的答案。

葡萄君:如果你是一个喜欢主动提问的玩家，游戏的上限会比传统游戏更高，但下限还是一样。如果你没有聊天的意愿，可能会觉得少玩了5块钱。

Yans:哈哈没关系，这还能帮我们省下5块钱的Token（大语言模型的计费单位）成本。

03

AI游戏或将迎来质变

葡萄君:《诡秘推理》的目标受众是谁?主要是推理游戏的玩家吗?

Yans:首选的核心用户是那些喜欢《逆转裁判》《山河旅探》这类推理游戏的玩家，他们对这类游戏有认知和付费意愿。

其次，我们希望能吸引到一部分喜欢剧本杀的玩家。

疫情前，剧本杀在国内非常火爆，培养了大量喜欢角色扮演和悬疑推理的玩家。他们在线下受限后，对PC上的推理游戏产生了兴趣。《山河旅探》的火爆可能就受益于这部分用户。

葡萄君:在我印象里，推理游戏在国内占有的市场份额并不大……

Yans:我们做过一些简单的调研。

国内卖得最好的推理游戏是《疑案追声》，销量大概在120万份;《山河旅探》今年初销量接近60万份。它们可能就是目前国内推理游戏销量的上限。

如果将范围扩大到文字AVG，《饿殍:明末千里行》去年的销量达到了一百四五十万份。

Steam游戏成功的关键在于控制成本和保证品质。推理游戏的成本相对不高，核心在于剧本和谜题的设计。只要设计出色，就能获得玩家的认可。

推理类AVG是一个供给不足的市场。质量靠谱的国产游戏，一年能有1-2款都算很不错了。对于那些认真做产品的团队来说，这或许意味着更大的机会。

葡萄君:你们为什么不做《诡秘推理》的手游?

Yans:主要是考虑商业模式。我们这款游戏的核心是卖内容，而购买内容型游戏的玩家主要集中在PC平台。

像《山河旅探》也有手游版，但销量远不如PC版，这说明受众群体是Steam玩家，他们的付费习惯倾向于买断。

葡萄君:虽然游戏采用买断制，但由于使用了AI，这就要求游戏必须一直联网，并且会消耗Token。如果玩家反复游玩，Token的消耗成本最终会超过玩家一次性付费的金额。你们怎么解决这个问题?

Yans:在当前阶段，游戏定价包含了一部分Token成本。根据我们的测试，这足够玩家通关两遍。

如果Token用完了，我们提供两种解决方案:

一是通过付费DLC购买Token。我们不靠这个盈利，价格就是市场价，方便不了解技术的玩家。

二是为核心玩家以及极客玩家，提供自行接入第三方大模型的教程和接口，他们不额外付费也能继续游戏。

葡萄君:有AI游戏这么做过吗?

Yans:我们暂时还没看到类似的游戏。毕竟大多数在Steam上发布的AI游戏时长都比较短，一份游戏售价二三十元，Token成本可能不到一块钱，完全可以忽略不计。

而像《诡秘推理》这种游戏，它有大量的对话，以及上下文和动态知识库。这些因素综合起来，玩家只输入两三个字，系统可能就需要消耗两三千个Token来处理。

葡萄君:通关一遍的话，你们在Token上的成本能做到多少?

Yans:现在玩完一章需要消耗50万左右的Token，按现在的市价大约是6块钱。

葡萄君:五章的话就是三十块，价格还是挺高的……

Yans:我们对成本其实不太担心。

一方面，云端算力的价格正在快速下降。之所以今年春节，Deepseek-R1的发布给大家打了一针强心剂，除了它强大的推理能力外，还因为Token的成本也大幅下降了。

这有点类似于摩尔定律——随着时间推移，价格会越来越低。

去年，阿里云大幅降价，价格降到OpenAI的1/2甚至1/3;Deepseek-R1发布后，价格又降到了1/10;最近，阿里云用了一个32b的模型复刻了Deepseek-R1，其算力成本可能只有后者的1/5。

Deepseek官网的产品定价

另一方面，我们可以通过优化来降低成本。最简单的方法是使用缓存。

比如，有些问题可能被1000个玩家反复问到，我们可以把这些回复缓存下来。

当有玩家再次问到时，就不需要再去服务端重新请求生成回答，而是直接把缓存的信息发给玩家。

《海龟蘑菇汤》的开发团队曾经分享过，他们通过缓存节省了95%的成本。他们的游戏相对简单;我们通过这种方式，预计可以降低50%-60%的成本。

此外，我们还有做创意工坊的想法。

侦探推理类的游戏适不适合做创意工坊?我们觉得适合。因为在视频网站上，有大量的《逆转裁判》二创内容，这说明很多人有二创的需求。

我们的游戏可以作为一个平台，玩家只需要修改Prompt，最多改改地图、换换立绘，就可以进行二创。

从商业化的角度来看，如果一个游戏的创意工坊做得好，不仅会吸引那些喜欢做MOD的玩家，还会吸引那些看到这些MOD相关视频的玩家。这样一来，游戏的长尾销量会好很多。

葡萄君:你们未来的产品都会基于AI吗?

Yans:不会全部基于AI。我们今年计划推出几款Steam产品。除了《诡秘推理》之外，后续还有一个项目也在筹备中，这个项目会融入AI原生玩法。

对于《诡秘推理》以及后续的项目，我们非常欢迎与业内人士进行交流，也期待同有实力的厂商展开游戏发行或项目投资合作。

葡萄君:你觉得AI游戏下一步会怎么发展?

Yans:从目前来看，AI游戏的下一步或许是应用端侧模型，也就是能在玩家设备上运行的大语言模型。

如果能实现这一点，玩家就无需依赖云端，只需要购买显卡就能像以前一样玩游戏。

我们测试过一些端侧模型，比如Deepseek-R1蒸馏后的7b版本，4GB显存就能跑。

但从实际效果来看，它离真正可用还有一段距离。不过，这个差距正在迅速缩小。

葡萄君:离可用水平还有多远?具体体现在回复时间还是其他方面?

Yans:回复时间其实还好。在告知玩家这是本地运行的情况下，玩家等待十几二十秒是完全可以接受的。如果玩家使用RTX4070以上的高端显卡，基本上可以做到秒回。

目前主要的瓶颈在于“智能”程度，包括回应的复杂度，以及角色扮演、逻辑处理的能力。

如果给云端模型打100分的话，Deepseek-R1的7b端侧模型可能只有50分。

以角色扮演为例，如果我们使用云端模型，它能够判断何时说话、何时沉默，以及恰当地表达情绪和语气变化;而端侧模型情绪没了，逻辑没了，也记不住你提过的内容。

如果有端侧模型能突破主流PC的硬件限制，达到Deepseek-R1或V3的效果，那会对使用大语言模型的游戏产生爆炸式的影响。

一是Token成本没了;二是在此基础上，游戏能够突破传统对话式玩法的局限。它拥有一个始终运行的“AI大脑”，能够实时监测游戏和玩家的状态。

这样一来，玩家无需主动提问，AI就能根据情境主动调整游戏内容。这种能力如果应用在角色扮演和非即时策略游戏中，玩家的体验将有一个从量变到质变的飞跃。