在TapTap开发者大会（TDW 2026）上，独立游戏《妹居物语》主策划钱看山提出核心观点：拿掉AI后核心体验不再成立的游戏，才是真正的AI原生游戏。
2025年10月，这款主打陪伴的恋爱养成Demo上线Steam。玩家通过与角色Yuki持续互动提升好感，改变其行为态度。尽管无预热推广且团队多为00后，该作凭借“全天候陪伴”体验获Steam关注，移动端DAU一度破万，B站粉丝近十万，成功摸索出AI原生游戏的可行路径。
钱看山在会上分享了研发思考，展示了年轻团队如何将AI原生游戏的高成本试验，转化为可回收、可重复且具备正向商业循环的产品。
近期《妹居物语》功能实验展示（图源：B站官方视频）
以下为演讲分享实录（经调整）：
大家好，我是《妹居物语》主策划钱看山。今天分享的主题是“什么才是AI Native游戏”，我们将分三部分阐述：排除法界定非AI Native、AI Native的具体实践方法、以及团队愿景与项目走向。
一、为何多数AI游戏并非真正的AI Native？
当前AI相关游戏活动众多，AIGC虽提升了生产端效率，但这不等于AI游戏。仅用LLM驱动NPC或融合AI内容，若与核心玩法无关，仅为内容丰富，并非原生AI。
许多标榜“AI Native”的团队，仅改变了生产效率，未改变商业胜负结构。对于S/A级大厂项目，数亿研发成本下，AI工具的效率提升无法抵消小团队的竞争劣势，且工具进化无法替代审美、手感等底层知识决策，也无法赋予发行资源。在传统赛道“赢家通吃”的市场结构下，小团队难以通过次级资源突围。
二、AI带来的设计分层与新机会
游戏设计分为三层：第一层基于物理/社会规律；第二层是对传统玩法的抽象（如血条、技能CD），目前已是红海，迭代成本高企；第三层则是借助LLM提炼新结果，如记忆驱动角色状态自更新、从线性叙事转向涌现式叙事。
AI叙事逻辑不同于人类传统设计，第三层抽象空间广阔，仍有大量“低垂果实”待摘取。
三、《妹居物语》的实践：动态关系与核心循环
我们将上述思考融入玩法循环。游戏中玩家与Yuki的关系是动态累积的，无预设叙事。每日对话、功能交互及副玩法结果均影响关系变化，催生独一无二的共创体验。UGC自然融入核心玩法，实现了“每个人都拥有不一样的Yuki”的愿景。
相比“人到AI”的模仿，“AI到人”的体验设计更为关键且缺乏参考。我们的核心循环为：玩家输入→上下文组装→AI决策→状态落库→体验反馈。这一循环反向触发新的状态与决策，关键在于让AI直接参与每轮互动并留下结果，而非仅仅增加对话量。
《妹居物语》角色Yuki
以Live2D对话为例，基于LLM驱动与人物记忆，结合向量图与工程架构，系统会在每次互动中调度合适动作。随着记忆丰富，动作调度愈发多样，形成体验输出循环。这使我们在角色、记忆、内容及副玩法层面均能产生差异化体验，避开了传统GaaS游戏PvP/PvE的立项难题。
四、成本管理：打造AI应用领域的“猎鹰9号”
C端AI应用成本主要来自Token消耗。为实现商业存活，我们致力于将昂贵的AI体验变为“可回收”体验，建立正向现金流。
一方面，利用国内开源生态，基于中尺寸模型微调，并通过40多个测试群（约3000人/群）对比主流模型，确保效果满意的同时控制成本。
另一方面，采取灵活可控的模型供应链策略，跟踪基模进展与云厂商政策，预判成本拐点。例如，年初桌宠功能DAU意外冲至10万时，发现原云端Agent方案80%成本来自Agent能力而非LLM本身，遂迅速转向自研客户端Agent，大幅优化成本。
2026年2月桌宠功能官方视频获B站玩家热议
再如生图玩法，此前单张成本2-4毛钱，商业上不可行。我们预测某模型发布后成本将降至4分钱以下，因此静待拐点后再进行相应设计。
五、团队愿景
横向：基于《妹居物语》做深做宽，探索多模态与玩法边界，覆盖移动端、PC、小程序及未来的Watch OS和主机版本。
纵向：坚信AI玩法在第三层有无限可能。除AVG外，AI+SLG、AI+MMO等传统品类在模型能力提升与成本优化后，同样具备深厚建构空间。
我们是一支小而精的年轻团队，近半数为实习生，四分之三成员为00后。总结而言：所谓AI Native游戏，就是拿掉AI后核心体验便不再成立的游戏。谢谢大家。
独立出海联合体