告别 Prompt 抽卡和评分通胀：一个让 AI 游戏真正「机制化迭代」的框架

CreativeGame 提出了一种机制感知的 AI 游戏生成框架，通过强制先写设计文档、使用可验证的代理奖励系统以及谱系记忆架构，让 AI 能够围绕核心玩法进行有记忆、有计划、可验证的机制进化，而非一次性 Prompt 抽卡。

文章介绍了由布里斯托大学、上海交通大学和 Sreal AI 团队提出的 CreativeGame 框架，旨在解决当前 AI 游戏生成中的核心问题：一次性 Prompt 生成导致玩法浅层、评分通胀使迭代失去方向、以及版本迭代中的机制遗忘。该框架的核心创新包括：强制 AI 在写代码前先输出结构化的机制设计文档，确保代码履行设计意图；提出 CreativeProxyReward 代理奖励系统，通过代码编译检查、机制新颖性评估等确定性指标替代 LLM 的主观评分，解决评分通胀问题；设计 Lineage-Aware Memory 谱系记忆架构，让同一条进化线上的游戏版本共享记忆池，避免核心机制在迭代中被遗忘。文章通过 Fireboy & Watergirl、Flappy Bird、Happy Glass、Plants vs Zombies 四个经典游戏的进化案例，展示了 CreativeGame 如何将简单玩法改造成具有节奏、记忆、资源循环等深层机制的新游戏。文章认为，这预示着 AI 内容生成从追求单次输出的惊艳感，转向追求可解释、可追踪、可迭代的结构深度与一致性。

- CreativeGame 强制 AI 在写代码前先输出结构化的机制设计文档。 该框架要求 AI 明确本轮要保留什么核心机制、新增什么规则、移除什么旧设计，这份机制合约会附加到后续所有代码生成阶段，确保代码是在履行设计意图而非漫无目的地堆砌。

- 游戏生成不该是一次性的 Prompt 抽卡，而应该是一场有记忆、有计划、可验证的机制进化。

• 当大多数系统还在让 LLM '凭感觉生成' 时，CreativeGame 已经在让 AI 去探索和创作，在结构化、可编译的机制设计层面，AI 在不断进行进化，试图涌现出真正的 Creativity。
• 真正的游戏设计从来都不是拍脑袋一蹴而就的，而是不断抽丝剥茧地去思考关于 '保留什么、改变什么、为何改变' 的连续决策。

AI 初评：86

来源：机器之心

作者：机器之心

分类：人工智能

语言：中文

阅读时间：19 分钟

字数：4731

标签： AI 游戏生成, CreativeGame, 机制设计, AI 创造力, 代理奖励

阅读完整文章