《群侠传：幸存者》上架 Steam 一周后，制作人 Nenly 在评价区看到一条留言：" 虽然是 AI 的，深度很低，可玩性一般般，但他敢免费啊。" 这条评价来自一位总游戏时长 18.9 小时的玩家。Nenly 看完后没觉得沮丧，反而有点高兴。
" 因为玩家在面对普通的 AI 游戏 Demo，是不会存在这样一系列讨论的。" 他说。
Nenly 是一名全职 AI 内容创作者。2023 年，他从 Stable Diffusion 教程做起，一路跟着 AI 绘画、AI 视频、ComfyUI 等技术变化更新自己的内容。今年，他第一次把这些年摸索出来的东西用在了游戏上。
在此之前，他没学过游戏开发，也没有程序员的工作经验，可以说是一个 " 游戏开发小白 "。三个月后，《群侠传：幸存者》诞生了——这是一款由 Nenly 单人开发的 " 纯血 AI 游戏 "。
这款游戏当然还有不少问题。它的玩法和《吸血鬼幸存者》、《土豆兄弟》有着相似之处，部分玩家也会觉得它在玩法深度和难度上还有提升空间。游戏的优化也不算理想，卡顿、黑屏等问题时有发生。
但至少，它已经不是一个只停留在视频里的 AI 游戏 Demo。而且从实际呈现来看，它有完整的角色、技能、敌人、UI 和战斗系统，也已经真的被玩家拿来玩了十几个小时。更让我们感到有意思的是：一个没有游戏开发经验的人，究竟是怎么把这些东西做出来的？
组建 AI 团队
在成为 AI 博主之前，Nenly 从事设计工作，业余也在做设计博主。
2021 年，他在 B 站上传过 Photoshop 设计教程。后来 Stable Diffusion 开始流行，他的内容方向也随之改变。2023 年 4 月，他连续发布了一批 Stable Diffusion 教程，从 Prompt 和参数设置，到模型选择、ControlNet、低显存部署，再到 AI 动画，内容很快从传统设计转向了 AIGC。其中一套 Stable Diffusion 零基础课程，在 B 站的播放量超过 1800 万。
那时候的 Nenly 初步接触了 AI 工具，但当时的 AI 还没有如今这么好上手，以 AI 绘画为例，需要自己安装环境、调参数、找模型，要经过反复尝试才能得到比较满意的结果。Nenly 做教程的过程，本身也是在不断试错：哪个模型适合什么风格，什么工具能解决什么问题，哪些参数值得调，什么时候应该换一种方法。这些经验后来也被他用到了游戏开发中。
到了 2024 年，他开始做 ComfyUI 内容，研究怎么用 AI 搭建一套工作流；2025 年开始，他把注意力转向大模型、Agent 和零代码开发。过程中，" 开发一个 AI 游戏 " 的想法逐渐诞生了。
Nenly 以前想过要做游戏。他短暂用过 RPG Maker，但因为觉得制作过程太繁琐，很快就放弃了。后来游戏引擎越来越成熟，他也一直没有真正进入这个领域。但在今年，Coding Agent 开始流行以后，他观察到越来越多自媒体和游戏开发者用 AI 做出了不少游戏案例。
那时 Nenly 正生病在家休息，每天玩得最多的是幸存者类和武侠主题游戏。他很快有了一些基础的点子：武侠题材中的内功、外功、心法和招式，天然就很适配幸存者类型游戏的技能和 Build 系统——能不能把这两个元素组合在一起？
于是，他决定用 AI 试一试。
他的第一步是打开常用的 AI 助手，问：" 我是一个游戏开发小白，想要制作一款游戏，我需要学习什么？"
"AI 给了我一些基础的知识，"Nenly 说，" 然后我开始询问 AI，我到底需要什么？" 他告诉我，自己使用了类似 "Grill-me" 的 Skill，让 AI 不断追问自己的想法，帮自己理清思路：这个游戏的核心题材是什么？玩家真正的爽点是什么？希望玩家在一局游戏里经历什么？技能应该怎样设计？
" 就这么一问一答，把所有模糊的需求点全部敲定，整个游戏的轮廓，就会被很高效地勾勒出来。" 他说。
等策划、玩法和需求都有了比较明确的记录，他才开始让 Coding Agent 真正写代码。Godot 是他使用的游戏引擎，" 它特别适合 2D 游戏，文档成熟、架构开放、Agent 能高效接管。" 而选出它也没让 Nenly 纠结太久：他无需掌握完整的游戏引擎知识，AI 可以根据他的需求做连线题。
第一版 Demo 很快就做出来了，当然，它离游戏成品还差得很远。角色、敌人和场景基本都是几何图形组成的占位素材——方块、圆圈——在屏幕上移动。最基本的游戏框架大概是：角色可以移动，敌人会出现，玩家可以释放技能、打怪、获得经验并升级。
试玩后，Nenly 发现了一个很难用代码解释的问题：这个 Demo 看起来似乎已经很完整，但它并不好玩。在那时，他觉得自己做出来的东西 " 根本没法玩超过 10 分钟 "。
他开始问 AI：要开发出一个真正的游戏，这些地方应该怎么做？
与 AI 合作
" 比如说 UI，我之前完全不知道在游戏里怎么落实，就问 AI ‘如果我要你做 UI，你需要我给你提供什么’。"
Nenly 的 AI 助手告诉他，他需要给 AI 提供设计稿，还要把素材单独导出标好位置。他嫌麻烦，让 AI 写了个 PS 脚本，把一个包含一两百个元素的 PSD 交给脚本处理，所有元素就可以批量导出后再交给 Agent。他只需要告诉 AI 每个元素是什么、应该放在哪里、承担什么功能，再让 Agent 负责接入游戏。
但问题又来了，如果一个 UI 窗口大小固定，那么换一个分辨率或者改变窗口尺寸，它就可能变形。Nenly 又问 AI：" 游戏里的 UI 为什么可以自适应？"
这一次，他第一次知道了 Nine Slice（九宫格切图）：一个窗口被切成九块，四个角保持不变，四条边和中间区域负责拉伸或者平铺。
他按照 AI 告诉自己的方法，重新准备素材，再由 Agent 把它做成可复用的组件。现在打开他的游戏引擎，就可以直接调用这套 UI 组件。
类似的过程，在三个月中发生了很多次。
" 我一开始不会做的事情，AI 给我找到了对应的解决路径，" 他说，" 但前提是我得知道自己在问什么。"
AI 除了是 Nenly 的导师，也是他的团队成员，它们的分工逐渐清晰：前期项目架构和整体规划主要交给 Fable 5、Kimi K3 这样的高级模型，由它们拟定开发方案；而具体的执行则一般会交给 Opus 5、GPT 5.6 Sol、GLM 5.3 这样的次一级模型。此外，他还搭了一套本地运行的 Hermes Agent，用来跑诸如 Qwen 3.6 27B 这样的本地小模型，来处理一些重复、需要反复迭代但技术门槛相对低的工作。
美术部分，Nenly 主要负责 " 判断和筛选 "，具体的生成工作交给 AI。" 该抓的地方抓，该放手的地方放手，这是现在和 AI 合作最舒服的方式。"
但问题也就在这里—— "AI 员工 " 能帮他一点点把游戏做出来，但没法告诉他游戏为什么不好玩，不好玩的原因又是什么。
Nenly 记得，游戏实机演示的视频发布后，有人评价道：" 没什么打击感 "。他当时发现，自己很难解决这个问题。
" 打击感 " 这个概念，对一个没有游戏开发经验的人来说很复杂——它几乎没有办法直接转换成一系列具体的修改任务。Nenly 说：" 如果直接丢给 AI，大概只会得到一句‘好的，我会增加粒子效果、音效和屏幕震动，让攻击更有反馈’。但破坏玩家体验感的细节到底是什么？"
他只好尝试着摸索着解决问题，从每个小地方入手：击退速度太生硬，就调整曲线；击退时脚下没有反馈，就增加粒子；伤害数字不应该永远垂直往上飘，而应该跟着敌人的击飞方向变化。
也是在这个过程中，Nenly 才发现游戏里那些让玩家觉得 " 理所当然 " 的东西背后，往往都是开发者花费大量时间、反复调整后的结果。
" 原来游戏开发者要想这么多事情，做游戏是一件这么艰难的事情。" 他说。
除了 " 打击感 " 这种细节，AI 在代码上也存在局限性。Nenly 发现，AI 写出来的很多代码只有局部是成立的。比如他想要增加一个功能，AI 就只会解决这个需求本身，不会考虑把这个功能实装进整个游戏系统后会发生什么。
早期开发时 Nenly 用的是一些 " 比较笨 " 的模型。后来，一个战斗状态脚本，今天加 50 行，明天加 50 行，半个月后一看，已经变成了 8000 行。就像现在互联网上流行的一种说法—— "AI 经常会写出屎山代码 "。
" 这是人类绝对不会犯的错，" 他说，" 人类加到第一个 50 行的时候，就会想到未来它可能会变成一个很大的东西，然后去做对应的措施。但 AI 不会。"
Nenly 后来也找到了解决办法：可以通过规则、文件和额外的上下文约束 Agent，让它按照更稳定的规范工作——但这并不能一劳永逸。他仍需要不断用 AI 检查已有代码，和 " 屎山 " 反复搏斗。" 从完全没法跑到可以跑的跨越，就已经很让我感动了。"
" 优化火葬场 "
在 Nenly 的想法里，游戏可以先上线，做到 " 能玩 "，之后的问题再慢慢 " 修理 "。但实际上，" 修理 " 比想象中困难很多。
《群侠传：幸存者》上线三周后，Steam 上好评率 96%，同时在线峰值达到 1548 人（8 月 13 日）。这个成绩远远超出了 Nenly 自己的预期。但随着玩家多起来以后，这款 " 纯血 AI 游戏 " 的其他问题很快暴露出来。
Nenly 由此进入了新游上架后必然要面对的 " 优化火葬场 " 阶段。8 月中旬，当触乐联系上他时，他仍在改 Bug、做优化，一边处理新版本，一边继续测试新的 AI 模型。优化已经做了好几轮，" 已经把我弄得有点神志不清了。" 他说。
他在游戏主菜单放了一个表格收集玩家反馈，上线第一周，表格里积累了近两百条反馈，大部分是 BUG 报告和玩法建议。
在这时，Nenly 的 AI 又变成了一个 24 小时在线的制作助理。" 我不用自己一条条看评论，" 他说，" 每天 AI 拉完数据，会直接告诉我这个版本可能有什么问题，哪些已经修掉了，哪些还要继续动，我再拍板。"
这能让他能保持很高的更新频率，玩家在群里说一句话，他复制粘贴给 AI，AI 评估可行性，第二天这个优化成果就可能出现在新版本里。" 我看到评论，看到群里玩家说的话，就直接复制粘贴到 AI 上，和 AI 说‘你评估一下，能做吗？’能做，它就会落实到我下一版更新里面。" 他说。
" 以前玩家提出一个诉求，制作组能听到吗？或者说，他们能以多快的时效性对玩家产生反馈？很难说。" 他说。
AI 没有让游戏开发消失
如果现在让 Nenly 给同样想用 AI 做游戏的人提一些建议，他会说，首先得想清楚自己要的到底是一个漂亮的 Demo，还是想真的做出一款游戏。他把前者称为 " 得到一个 Wow Moment"。
" 如果只是前者，一个下午就够了；如果是后者，得做好跟它硬扛三个月的准备。"
他反复强调人类作为制作人的主导地位：" 不要放弃你作为人的判断。AI 可以批量生成，但哪个技能该留、哪个操作手感是对的，得你自己去玩，自己去感受。"
为了做这款游戏，Nenly 已经两个多月没玩自己喜欢的游戏了。" 金铲铲一整个新赛季我都没碰过，太心酸了。" 他说。
但 " 做游戏 " 这件事本身，渐渐变成了一种新的 " 游戏 "，而且 " 成瘾性很强 "。他也发现自己开始像经营一个 " 真正的 " 游戏项目一样，把自己当作一个正儿八经的独立游戏制作人——只是他还不愿这么称呼自己。聊到最后，Nenly 说自己现在充其量只是个刚入行三个月的 "4399 小游戏制作人 "。
不过，Nenly 始终对 AI 制作游戏怀着积极的态度，他甚至认为，未来不应该再有 "AI 游戏开发 " 和 " 传统游戏开发 " 的明确区分。如果有一天所有游戏开发者都开始使用 AI，那么 " 是不是 AI 做的 " 本身就不会再成为一个值得讨论的问题。到那个时候，玩家最终还是会回到同一个问题：这个游戏好不好玩？
这可能是 Nenly 的这个 "AI 作业 " 真正有意思的地方，它证明的并不是 " 一个不会编程的人现在也能通过 AI 的帮助成为游戏开发者 "。他更愿意把这件事情理解成：AI 帮他跨过了曾经挡在 " 游戏制作 " 前面的门槛，让他第一次有机会真正走进游戏开发，然后发现这里面还有那么等待 " 制作人 " 去判断、去解决的事情。
