过去半年，罗斯基陆续看过不少AI游戏比赛。
大部分时候，选手要回答的问题都很直接：能不能用AI做出一款游戏？美术、代码和玩法分别由AI完成了多少？最终的Demo是否能够正常运行？
9月13日举行的腾讯云黑客松全球总决赛，却临时给16支游戏赛道队伍出了一道更难的题。此前初赛比的是能不能借助AI把游戏做出来，总决赛则进一步追问——做完这款游戏后，基于 WorkBuddy、Miora、CodeBuddy 等Agent工具平台，你留下了什么？
参赛者需要回过头拆解整个开发过程，并决定哪些经验能够被保留下来，哪些重复劳动可以交给AI，又该如何把这些能力变成其他创作者也能使用的工作台。
这个命题也让罗斯基对比赛产生了兴趣。
2026腾讯云黑客松以AI CAN DO IT为主题，历时150天，覆盖华南、华北、华东、港澳和东南亚五大赛区，吸引一万多名选手参加，共收到上千份作品。最终有42支团队入选决赛（游戏、智能体、动画三大赛道）。而罗斯基从华北赛区一路跟到全球总决赛，并受邀担任游戏赛道评委。
几个月前，不少参赛作品还停留在验证创意的Demo阶段。等到深圳总决赛再见到这些团队时，一些项目已经发生了很大变化。
9月13日上午，在腾讯总部企鹅岛腾云中心，16支游戏队伍依次登台。有人展示覆盖地图与Agent NPC的3D游戏生产平台，有人把游戏开发中的任务管理和人工验收做成了一套工作流，还有人把原本用于游戏的能力迁移到了教学、文旅、公益。
一上午看下来，罗斯基非常感慨。
这群年轻创作者开始尝试把自己的开发经验封装起来，把一次性的作品变成能够反复使用的生产能力。AI游戏竞赛比拼的重点，也开始转向谁能找到真实需求，组织复杂流程，并让一个偶然跑通的项目持续运行下去。
从做游戏，到把方法留给后来者
《记得回家》团队的变化很有代表性。
这款作品以阿尔茨海默症为主题。初赛阶段，团队主要精力还放在游戏本身。到了总决赛，他们拿出了一套3D游戏创作平台，希望将开发《记得回家》时遇到的问题集中解决。
平台会先帮助创作者梳理剧情，并通过长期记忆维持前后设定的一致。剧情确定后，AI会继续推导场景需要多少房间，人物应该如何移动，关键道具该放在哪里。地图先以满足玩法为目标搭出框架，随后再完善外观。
3D场景也是AI最容易失控的环节之一。为了减少创作者反复修改提示词的麻烦，团队给Blender和Godot制作了插件。用户可以直接在编辑器中选中某件物体，然后像给设计稿写批注一样提出修改意见。
平台还会尝试记住自己犯过的错误。
在制作一款游戏时，AI曾把场景里的玻璃全部做成不透明材质。团队纠正问题后，系统会分析这次修改是否具有通用价值。如果答案是肯定的，这条经验便会进入后续流程。下一次遇到相似场景时，AI可以提前避开同样的问题。
这种能力来自团队真实的开发经历。他们先把一款游戏做出来，再回头翻看与AI的聊天记录，从中找到反复出现的障碍。工作台由此成为游戏开发过程的副产品，也比凭空设计一套工具更贴近实际需求。
四川美术学院的团队也在解决类似的问题，只是他们把注意力放在了3D开发的门槛上。
团队成员大多没有完整的游戏开发经验。在制作初赛作品的过程中，他们发现自己花费大量时间让AI理解需求。用户说想做一款游戏，对AI来说远远不够。它必须继续确认游戏类型，理解核心体验，再逐步收紧方向。
基于这些经历，团队制作了Easy3D。工作台不会在收到一句需求后立刻开始生成，而是先陪用户聊想法。随着选项逐步确定，模糊的创意才会变成能够执行的开发方案。
团队还发现，单纯依赖一份文字说明，很难保证不同模型稳定复现某种能力。相比抽象的规则，完整案例往往更容易被AI理解。于是，他们把经过测试的开发方法整理成典型实践，允许其他用户直接调用，也可以在原有基础上继续改进。
AI可以迅速交付，最终验收仍然属于人
《中华食肆》团队注意到的，是AI开发中的另一个麻烦。
AI经常告诉用户某项任务已经完成，但开发者很难立刻确认结果。完全相信AI可能留下隐患。每次从头检查，又会抵消自动化带来的效率。
为此，团队把开发流程做成了一块任务看板。AI可以理解需求并执行任务，也能主动汇报进度，但它最多只能把任务推进到待检查。只有经过用户确认，任务才会进入完成状态。
工作台还会记录每次修改，并自动整理项目结构。这样一来，即便中途换人接手，新成员也能快速理解此前发生了什么。过去犯过的错误不会被漫长的对话淹没，相同功能也不必重复实现。
团队把这套原则概括为一句话：判断留给人，执行交给AI。
在创意工作台中，他们又把《中华食肆》的内容带进了现实生活。
用户可以拍下冰箱里的食材，或者直接通过语音完成录入。工作台会根据现有库存推荐菜品，并将烹饪过程拆解成容易执行的步骤。做完之后，用户还能上传照片，保存关于这顿饭的记忆。
游戏里的百味图由此在现实中延续。玩家在游戏里收集中国菜，也在生活中积累自己的食忆。团队没有刻意给原作增加一层复杂玩法，而是找到了一个与游戏主题自然相连的使用场景。
除此之外，来自中关村学院与上海交通大学等学校的“AI＋游戏”方向博士生团队，共同开发了《城市荣耀·KPL传奇之路》，融合电竞策略经营与城市文旅，让玩家在战队经营和赛事对抗中探索地域文化。
《岐黄异邦录》则将游戏提炼为“交互叙事的载体”，将整套方法论打造为了综合性的工作台，使作品拓展至更广群体、更多领域，以期让每个人都能用游戏的方式表达自我。
《大唐风华录》团队成员仅一人，今年开始通过WorkBuddy接触到了Vibe Coding。选手一人通过WorkBuddy制作了策划案，并利用产品集成的 Skills、MCP 与专家生态，一周时间内做出了1000张美术图与所有的游戏配乐，并同步上架了qq音乐专辑，完成了完整的开发。在过去，这至少需要一个团队立项2个月以上才能完成。
此外还有很多团队也给出了非常精彩的路演内容，篇幅所限在此不一一列举。
做出Demo之后，困难才真正开始
聆听路演时罗斯基注意到，现场出现了不少令人印象深刻的效率数字。
有选手用48小时完成一款游戏。也有团队展示了一款只用8小时制作的FPS Demo。
来自马来西亚理工大学的选手独自参赛，为沟通训练游戏设计了大量NPC与练习场景。
演示结束时，她用中文说道：AI都能做到，我也能做到。我只是一个人，所以你们还在等什么？
这样的案例很容易让人觉得，游戏开发正在迅速变成一件简单的事。但在现场交流中，选手反复提到一个共同判断：AI已经很擅长把创意变成原型，从原型走向稳定产品依然需要大量人工投入。
AI可以快速写出一个玩法，却无法可靠判断它是否真的好玩。它能批量生成美术资源，也很难独立维持统一的审美。开发者让AI修复一个问题时，还可能发现另一个原本正常的功能突然失效。
这些问题解释了为什么多数团队都在强调流程。
有人给AI增加长期记忆，希望它理解项目此前发生过什么。有人建立版本管理，确保系统出现问题后还能回退。还有团队坚持让人完成最后验收，不允许AI自行宣布工作结束。
过去的AI游戏比赛更容易把注意力放在生成结果上。到了这场总决赛，选手开始思考如何管理AI，怎样让它稳定完成一项长期任务，以及人在整个过程中应该保留哪些权力。
这些看起来不如一张精美图片直观，却决定了AI能否离开演示现场，进入真正的生产环境。
当制作能力普及，洞察开始变得更贵
在大赛末尾的颁奖部分，“星光漫界”团队的《星光漫界智创平台》、ZNL团队的《Psych-MAP》获智能体赛道一等奖；游戏赛道一等奖为Anchor团队的《锚点》；《Autism is POWER》获动画赛道一等奖。
游戏赛道的16个项目来自完全不同的方向，不少参赛者也没有传统计算机教育背景。
他们学习人工智能，学习工业设计，或者长期关注教育和公益。过去，这些人很难独立完成一款游戏。AI让他们能够跨过代码与美术的第一道门槛，把对某个社会问题的观察迅速变成可体验的产品。
这种变化给游戏带来了新的可能。
当开发成本足够低，一款游戏未必要以传统玩家为唯一目标。它可以成为课堂上的教学工具，也可以帮助人们理解某类疾病。它甚至可以被用来规划一次旅行，或者改善一座村庄的适老化设计。
游戏在这些项目中仍然重要。它提供了互动方式，也让抽象知识获得即时反馈。但最终走到用户面前的产品，可能已经很难被传统品类所定义。
当然，创作门槛降低之后，竞争也会变得更加激烈。
当每个人都可以快速生成代码，单纯掌握工具很快就会失去优势。开发者需要更早发现未被满足的需求，也要知道哪些环节值得交给AI。更重要的是，他们必须愿意在原型完成后继续处理那些琐碎的工程问题。
从这个角度看，腾讯云把总决赛命题从游戏推向工作台，恰好触及了AI创作正在发生的变化。
一款游戏可以展示创意，一套稳定的工作流才能持续创造价值。决定项目上限的因素，也开始从谁更熟练地操作工具，转向谁更理解用户。
至少在这次路演现场，一批年轻创作者已经开始适应这种变化。
他们先用AI把游戏做出来，再把开发过程重新拆开，试着将成功经验留给下一个人。作品或许还显得稚嫩，但一种新的游戏生产方式，已经在这些工作台里露出了轮廓。
更多游戏资讯请关注：电玩帮游戏资讯专区
电玩帮图文攻略 www.vgover.com
