《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？
《群侠传：幸存者》的steam头图——当然，也是用AI生成的
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？
Nenly展示的Steam游戏库
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。
Nenly使用的游戏引擎Godot
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？
最初的原型示意图
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。
可复用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。”
做UI设计时，Nenly的电脑桌面
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。
AI Agent工作中
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。”
Nenly称之为“屎山治理”
“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。
8月23日发布的优化公告
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。
Nenly做特效设计时的桌面