過去半年，羅斯基陸續看過不少AI遊戲比賽。
大部分時候，選手要回答的問題都很直接：能不能用AI做出一款遊戲？美術、代碼和玩法分別由AI完成了多少？最終的Demo是否能夠正常運行？
9月13日舉行的騰訊雲黑客松全球總決賽，卻臨時給16支遊戲賽道隊伍出了一道更難的題。此前初賽比的是能不能借助AI把遊戲做出來，總決賽則進一步追問——做完這款遊戲後，基於 WorkBuddy、Miora、CodeBuddy 等Agent工具平臺，你留下了什麼？
參賽者需要回過頭拆解整個開發過程，並決定哪些經驗能夠被保留下來，哪些重複勞動可以交給AI，又該如何把這些能力變成其他創作者也能使用的工作臺。
這個命題也讓羅斯基對比賽產生了興趣。
2026騰訊雲黑客松以AI CAN DO IT爲主題，歷時150天，覆蓋華南、華北、華東、港澳和東南亞五大賽區，吸引一萬多名選手參加，共收到上千份作品。最終有42支團隊入選決賽（遊戲、智能體、動畫三大賽道）。而羅斯基從華北賽區一路跟到全球總決賽，並受邀擔任遊戲賽道評委。
幾個月前，不少參賽作品還停留在驗證創意的Demo階段。等到深圳總決賽再見到這些團隊時，一些項目已經發生了很大變化。
9月13日上午，在騰訊總部企鵝島騰雲中心，16支遊戲隊伍依次登臺。有人展示覆蓋地圖與Agent NPC的3D遊戲生產平臺，有人把遊戲開發中的任務管理和人工驗收做成了一套工作流，還有人把原本用於遊戲的能力遷移到了教學、文旅、公益。
一上午看下來，羅斯基非常感慨。
這羣年輕創作者開始嘗試把自己的開發經驗封裝起來，把一次性的作品變成能夠反覆使用的生產能力。AI遊戲競賽比拼的重點，也開始轉向誰能找到真實需求，組織複雜流程，並讓一個偶然跑通的項目持續運行下去。
從做遊戲，到把方法留給後來者
《記得回家》團隊的變化很有代表性。
這款作品以阿爾茨海默症爲主題。初賽階段，團隊主要精力還放在遊戲本身。到了總決賽，他們拿出了一套3D遊戲創作平臺，希望將開發《記得回家》時遇到的問題集中解決。
平臺會先幫助創作者梳理劇情，並通過長期記憶維持前後設定的一致。劇情確定後，AI會繼續推導場景需要多少房間，人物應該如何移動，關鍵道具該放在哪裏。地圖先以滿足玩法爲目標搭出框架，隨後再完善外觀。
3D場景也是AI最容易失控的環節之一。爲了減少創作者反覆修改提示詞的麻煩，團隊給Blender和Godot製作了插件。用戶可以直接在編輯器中選中某件物體，然後像給設計稿寫批註一樣提出修改意見。
平臺還會嘗試記住自己犯過的錯誤。
在製作一款遊戲時，AI曾把場景裏的玻璃全部做成不透明材質。團隊糾正問題後，系統會分析這次修改是否具有通用價值。如果答案是肯定的，這條經驗便會進入後續流程。下一次遇到相似場景時，AI可以提前避開同樣的問題。
這種能力來自團隊真實的開發經歷。他們先把一款遊戲做出來，再回頭翻看與AI的聊天記錄，從中找到反覆出現的障礙。工作臺由此成爲遊戲開發過程的副產品，也比憑空設計一套工具更貼近實際需求。
四川美術學院的團隊也在解決類似的問題，只是他們把注意力放在了3D開發的門檻上。
團隊成員大多沒有完整的遊戲開發經驗。在製作初賽作品的過程中，他們發現自己花費大量時間讓AI理解需求。用戶說想做一款遊戲，對AI來說遠遠不夠。它必須繼續確認遊戲類型，理解核心體驗，再逐步收緊方向。
基於這些經歷，團隊製作了Easy3D。工作臺不會在收到一句需求後立刻開始生成，而是先陪用戶聊想法。隨着選項逐步確定，模糊的創意纔會變成能夠執行的開發方案。
團隊還發現，單純依賴一份文字說明，很難保證不同模型穩定復現某種能力。相比抽象的規則，完整案例往往更容易被AI理解。於是，他們把經過測試的開發方法整理成典型實踐，允許其他用戶直接調用，也可以在原有基礎上繼續改進。
AI可以迅速交付，最終驗收仍然屬於人
《中華食肆》團隊注意到的，是AI開發中的另一個麻煩。
AI經常告訴用戶某項任務已經完成，但開發者很難立刻確認結果。完全相信AI可能留下隱患。每次從頭檢查，又會抵消自動化帶來的效率。
爲此，團隊把開發流程做成了一塊任務看板。AI可以理解需求並執行任務，也能主動彙報進度，但它最多隻能把任務推進到待檢查。只有經過用戶確認，任務纔會進入完成狀態。
工作臺還會記錄每次修改，並自動整理項目結構。這樣一來，即便中途換人接手，新成員也能快速理解此前發生了什麼。過去犯過的錯誤不會被漫長的對話淹沒，相同功能也不必重複實現。
團隊把這套原則概括爲一句話：判斷留給人，執行交給AI。
在創意工作臺中，他們又把《中華食肆》的內容帶進了現實生活。
用戶可以拍下冰箱裏的食材，或者直接通過語音完成錄入。工作臺會根據現有庫存推薦菜品，並將烹飪過程拆解成容易執行的步驟。做完之後，用戶還能上傳照片，保存關於這頓飯的記憶。
遊戲裏的百味圖由此在現實中延續。玩家在遊戲裏收集中國菜，也在生活中積累自己的食憶。團隊沒有刻意給原作增加一層複雜玩法，而是找到了一個與遊戲主題自然相連的使用場景。
除此之外，來自中關村學院與上海交通大學等學校的“AI＋遊戲”方向博士生團隊，共同開發了《城市榮耀·KPL傳奇之路》，融合電競策略經營與城市文旅，讓玩家在戰隊經營和賽事對抗中探索地域文化。
《岐黃異邦錄》則將遊戲提煉爲“交互敘事的載體”，將整套方法論打造爲了綜合性的工作臺，使作品拓展至更廣羣體、更多領域，以期讓每個人都能用遊戲的方式表達自我。
《大唐風華錄》團隊成員僅一人，今年開始通過WorkBuddy接觸到了Vibe Coding。選手一人通過WorkBuddy製作了策劃案，並利用產品集成的 Skills、MCP 與專家生態，一週時間內做出了1000張美術圖與所有的遊戲配樂，並同步上架了qq音樂專輯，完成了完整的開發。在過去，這至少需要一個團隊立項2個月以上才能完成。
此外還有很多團隊也給出了非常精彩的路演內容，篇幅所限在此不一一列舉。
做出Demo之後，困難才真正開始
聆聽路演時羅斯基注意到，現場出現了不少令人印象深刻的效率數字。
有選手用48小時完成一款遊戲。也有團隊展示了一款只用8小時製作的FPS Demo。
來自馬來西亞理工大學的選手獨自參賽，爲溝通訓練遊戲設計了大量NPC與練習場景。
演示結束時，她用中文說道：AI都能做到，我也能做到。我只是一個人，所以你們還在等什麼？
這樣的案例很容易讓人覺得，遊戲開發正在迅速變成一件簡單的事。但在現場交流中，選手反覆提到一個共同判斷：AI已經很擅長把創意變成原型，從原型走向穩定產品依然需要大量人工投入。
AI可以快速寫出一個玩法，卻無法可靠判斷它是否真的好玩。它能批量生成美術資源，也很難獨立維持統一的審美。開發者讓AI修復一個問題時，還可能發現另一個原本正常的功能突然失效。
這些問題解釋了爲什麼多數團隊都在強調流程。
有人給AI增加長期記憶，希望它理解項目此前發生過什麼。有人建立版本管理，確保系統出現問題後還能回退。還有團隊堅持讓人完成最後驗收，不允許AI自行宣佈工作結束。
過去的AI遊戲比賽更容易把注意力放在生成結果上。到了這場總決賽，選手開始思考如何管理AI，怎樣讓它穩定完成一項長期任務，以及人在整個過程中應該保留哪些權力。
這些看起來不如一張精美圖片直觀，卻決定了AI能否離開演示現場，進入真正的生產環境。
當製作能力普及，洞察開始變得更貴
在大賽末尾的頒獎部分，“星光漫界”團隊的《星光漫界智創平臺》、ZNL團隊的《Psych-MAP》獲智能體賽道一等獎；遊戲賽道一等獎爲Anchor團隊的《錨點》；《Autism is POWER》獲動畫賽道一等獎。
遊戲賽道的16個項目來自完全不同的方向，不少參賽者也沒有傳統計算機教育背景。
他們學習人工智能，學習工業設計，或者長期關注教育和公益。過去，這些人很難獨立完成一款遊戲。AI讓他們能夠跨過代碼與美術的第一道門檻，把對某個社會問題的觀察迅速變成可體驗的產品。
這種變化給遊戲帶來了新的可能。
當開發成本足夠低，一款遊戲未必要以傳統玩家爲唯一目標。它可以成爲課堂上的教學工具，也可以幫助人們理解某類疾病。它甚至可以被用來規劃一次旅行，或者改善一座村莊的適老化設計。
遊戲在這些項目中仍然重要。它提供了互動方式，也讓抽象知識獲得即時反饋。但最終走到用戶面前的產品，可能已經很難被傳統品類所定義。
當然，創作門檻降低之後，競爭也會變得更加激烈。
當每個人都可以快速生成代碼，單純掌握工具很快就會失去優勢。開發者需要更早發現未被滿足的需求，也要知道哪些環節值得交給AI。更重要的是，他們必須願意在原型完成後繼續處理那些瑣碎的工程問題。
從這個角度看，騰訊雲把總決賽命題從遊戲推向工作臺，恰好觸及了AI創作正在發生的變化。
一款遊戲可以展示創意，一套穩定的工作流才能持續創造價值。決定項目上限的因素，也開始從誰更熟練地操作工具，轉向誰更理解用戶。
至少在這次路演現場，一批年輕創作者已經開始適應這種變化。
他們先用AI把遊戲做出來，再把開發過程重新拆開，試着將成功經驗留給下一個人。作品或許還顯得稚嫩，但一種新的遊戲生產方式，已經在這些工作臺裏露出了輪廓。
更多遊戲資訊請關註：電玩幫遊戲資訊專區
電玩幫圖文攻略 www.vgover.com
