第四年在唯理书院教课，往年都是教游戏，今年也不例外。只是今年比较沮丧，因为我感到自己好像不是在教游戏，而是在教大家如何使用 AI。
2026年初，AI Agent 能力大爆发，跨越了临界点，一切都可以用 Agent 代劳去做了，完成游戏原型和 demo 也不在话下。我自己也用 agent 构建了自己书店的系统。
好，那我们来试试吧，今年用教 AI 做游戏。说实话，这是一场实验。怎么教？以前没试过，一切都很新。
但结果很快告诉我：失败。以后我大概不会再通过让学生用 AI 做游戏，来学习游戏了。因为在这个过程里，学生学不到任何关于做游戏里重要的事。
有些失落，有些痛苦。
创作的实感
无论是最后结课，还是课途中试玩，和学生讨论，我都很难感受到学生们与他们做出的“游戏”之间的连接感。好像，那不是他们的作品，而只是 AI 吐出来的一坨，那是 AI 的作品，和他们没什么太大关系。学生不会从他们“做”出的游戏中找到成就感，我看不到喜悦，我只看到冷漠和麻木。
这和前三年的教学形成了巨大的反差。此前学生们均是用游戏引擎或者一些小型游戏工具，甚至是实物制作了自己的游戏。哪怕最终成品简陋，哪怕有这样那样的漏洞，哪怕游戏设计也不是特别成熟，但最终大家脸上都洋溢着笑脸，他们感到有所成就，他们感到自己做了一件了不起的事。
之前的课上，我会给大家一个 Game Jam 的主题：友谊。有一组学生在最终展示时留给我深刻印象。他们使用 Construct 3 引擎制作了要将两只手牵到另外两只手的双人物理模拟游戏。角色虽然简陋，仅仅是两个小圆豆人，伸出长长的手。他们都未曾制作过游戏，也不会使用 Construct 3 这样的游戏引擎，但简单几天的学习后，他们逐渐上手，因为是物理模拟游戏，所以每个夜晚都在仔细调整数值，以追求理想的牵手手感。
最终结课时，大家一起测试游玩，都被他们滑稽的物理长手和傻跳的圆豆人逗笑了。这组同学骄傲地和自己的游戏一起合了影，我看得出他们有多喜欢自己捏的“小垃圾”。
而现在，我的学生们提交了 AI 代劳制作的游戏。游戏好不好玩也罢，漂不漂亮也罢，好像都和他们没有直接关系。有的学生有钞能力，或是家里人有 AI 账号，可以用上更高级的付费 AI。而有的学生只能用免费的低级 AI，制作出来的作品就会有所差距。这里头甚至有种 pay to win 的氪金逻辑。
学生晚自习会拿他们的 AI 游戏原型给我们测试，我们试玩后会提出改进意见，引导他们分析自己的游戏目前的问题。尽管学生通常会守住为了“自尊心”而寻找借口，这很正常，而且我也很乐于看到他们裸露的自尊心，因为至少让我明白，他们在乎自己的创作。至少在这过程中，我们可以一起探讨如何改进。
但这次与往年不同，与学生的交流中，我主要看到三种反应。一是冷漠；二是手足无措；三是甩锅给 AI。其中第三种回应让我印象深刻，我听到的解释为：“老师，AI 它出来就是这样的。”好像在说，这不是我的问题，这是 AI 的问题，我对此无能为力。
我在这回答里深刻地感受到了这位学生与自己作品之间的脱节。那不是她的作品，那是 AI 的作品。而也因为她使用的是免费 AI，这 AI 也常无法很好地遵循指令做事，效果有限，她无能为力。
一名创作者，首先应该与他的创造物有直接的联系。一名木匠应当了解他手中的木凳是如何被组装的，他将指着那条木凳说“那是我做的”，无论他是否感到自豪，他都与这条木凳有直接的联系。哪怕在工厂里，或者工地里，一个人只能完成大项目里的小部分，他也会指着墙上那颗螺丝钉说，那是我敲进去的。一位建筑师，参与大剧院的建设，哪怕他只画了里面的一间厕所的图纸，他也会指着厕所说，这厕所的图是我画的。
回到学生的回答上，我感受到在短时间的 AI 创作里，AI 的中介和失真程度，已经将作品从作者-作品的关系中剥离出来了，它动摇了我们称之为“创作”的根本，即，我画下一笔，我将看到那一笔的痕迹；那是我刚画下的一笔；我会说，我刚画下了一笔。
那么从这个意义上来讲，那些开着工作室的大艺术家们，雇佣数位“艺术工人”来帮自己创作作品的观念艺术家们，是否配得上称之为“创作者”呢？他们不也是 vibe arting 吗？
这取决于他们在其中付出了多少劳动。他们也会跟现场，校准每一个“艺术工人”的细节，校准这件作品里每一处不对劲的小瑕疵，他们可能没有动手，但他们出于艺术家的自尊和习惯，他们通过与自己作品长时间的相处和调教，依然与自己的作品产生了直接联系。他们会说，这是我的作品。当收到批评时，他们不会推辞说，那是工人的问题。他是他作品的责任人，是他品味的责任人。（当然其中也有不少艺术家浑水摸鱼）。
我们也能将那些付出大量时间调校 AI 产出，最终交付作品的人，称之为“创作者”。我们称一样东西为自己创作的作品，是因为我们为它付出了最宝贵的时间，花费了十足的工夫，付出足够的真心。并且，它将会是我们喜爱的东西。哪怕作品不够完美，在未来回首时不忍直视，我们也对作品负有道德责任。
You learn nothing about making games from AI
这次课程其二让我感到痛苦的是，我本希望教授游戏，然而我发现，学生们无法从 AI 创作游戏的过程中学到任何与游戏相关的知识，倒是积累了一些与 AI 互动的经验。虽然以后他们可能会因为这份 AI 经验做出东西，但至少在这次，完全了偏离我的教学目标。而且，你如果用 AI 做其他项目，也能积累到使用 AI 的经验，这和游戏压根没关系。
换个更容易理解的例子，一个人能从指挥 AI 生产文章的过程中，学会如何写作吗？我指的是真正的写作。
我认为不太可能。人只有从写作中才能学习写作。就像 Jonathan Blow 会说过的那样，人们总在问一个蠢问题，即“我该如何学会写代码？”。答案很简单，那就是去写代码。人应该如何学会写作？去写作。人应该如何学会画画？去画。
但事情仍然有些微妙，我可以做个类比。一位编辑、校对，能从编辑稿件中，学会如何写作吗？对，也不对。在我看来，编辑可以从编辑稿件中重新反思写作，提升写作技巧。比如更少使用“的”“了”等表述，或是留意语序，从编辑中打磨更简洁优雅的表达。而不对在于，写作真正的奥妙，不是面上的这些东西，而在于如何与自己的思想和情感对话，并将其诚实地表达出来。写作是“有话要说”，写作是有表达的渴望，并能运用文字表达。
我想凡是当过编辑或者校对的人都能明白，身为编辑的状态，和作为“作者”的状态相当不同。一位编辑，若能从编辑过程中提升和学习写作，前提是他本身就多少明白写作是怎么一回事。之于 AI 协作，我们大部分时间在做 AI 产出成果的编辑校对工作，而非写作。
真正的创作者，知道该如何使用 AI 满足自己的创作。但我在这次教学中得到的教训是，你无法从短时间里通过教人使用 AI 来做点东西这件事上，试图教会人如何创作，理解创作。
另一方面，培养创作者，也不需要 AI，甚至 AI 在一定程度上起负面作用。若要使人能在一定程度上领悟创作，一次绘画，一次创意写作，一次音乐即兴，或是像我前两年那样，教同学们使用简单的游戏引擎，手搓小游戏，都比用 AI 更加有效。我希望我课程培养的是创作者，而非对事物一知半解的螺丝钉。
回到我自己课程内容的案例上，我所教授的内容，更多是关于游戏的认识。何为机制、何为规则、何为目标、何为循环、何为游戏体验、何为游戏性，何为跨界游戏制作。而制作游戏，有必要的环节：创意->原型->测试->demo->测试->切片->测试->关卡设计->迭代测试->阿尔法/贝塔等版本->测试->本地化/兼容性适配->测试->收尾->作品。这里头有一整套清晰的流程。
AI 的出现，并没有颠覆完成游戏的生产流程，上述是几十年来无数前人积累下的宝贵工程经验。我的教学主要通过原型制作来帮助学生理解这些流程的必要性，以及亲自做的过程中，感受到不同的游戏设计方法，将对游戏产生什么样的影响。
而正因为有前三年的教学经验，在我收到的学生结课反馈里，这些都是成立的。但来到 AI 这里，似乎失效了。学生无法从 AI 制作游戏的过程中感受到为何这些流程是有用且必要的，也很难理解游戏里的诸多要素，也不理解游戏要如何在工程上组装美术、音乐、代码、文案等资产。因为 AI 过于智能，将中间许多步骤都隐去了。
同时，从此次教学挫折里，我也在反思，难道是因为生产范式已经发生了根本的改变，导致我同样不能用传统制作游戏的方式来教授 AI 制作了吗？我的想法是否也应随范式改变而发生变化。
然而至少目前我仍然认为，创作本身的属性，仍未因发生根本改变，而游戏的创意工程经验，也未随 AI 而发生根本改变，甚至 AI 公司优化和持续开发 AI，也仍然仰仗这套工程方法。我强烈地坚信，这在未来也不会发生变化。
一个人若要能亲自指挥 AI 做出真正有效用的东西，这个人一定要深刻地理解业务。而深刻理解的前提，一定是自己亲自动手做过。
消失的合作
今年还有个重大变化是合作模式，从人-人，变为了人-机。学生不再需要组队，他们唯一的队友就是 AI。我本以为这会省去许多组队时遇到的麻烦，比如同学们刚开始互不相识，不太容易组到合适的队友，而且内向的学生天然也会吃些亏。这下好了，AI 作队友，懂礼貌，会听话，多好的队友啊。
然而实际结果却不尽人意，或者说，再次印证了我心里悬着的观点，人们需要从彼此身上去学习。哪怕人是不完美的，有万般不好，但我们需要学会相互合作。在成长过程中，我们不需要完美队友，反而更需要不完美的队友，因为我们的目标是成长，而不是做出惊世骇俗的作品。和 AI 组队，阻断了人们之间的交流碰撞。最后我从作品背后看到的满是孤独（这么说好像很玄乎，但确实是我的实际感受）。
往年学生们相互组队，擅长美术的可以发挥自己长处，喜欢编程的也能找到自己一席之地，一个人不需要做所有事，我们相互依靠，更要试着学会信任彼此，学会领导，也学会让步，托举彼此。我感受学生们一起做游戏是件开心事，和 AI 一起做游戏却不是。和 AI 做游戏更像是做老板，而非做事。
同时，我也在想未来如何改变这种教学方式，我们让 AI 进来，但我们需要小组合作。而这种方式仍然会面临今天职场里普遍的挑战：你的同事会直接给你转发 AI 策划案、AI 美术、AI 文案等等内容，换言之，小组中会出现组员灌 AI 泔水。但我想，这种情况是学生需要反思并学习如何处理的。
只要有人合作的地方，就会出现麻烦。不过我仍然选择相信人，如果说我们有一种更高层次的教育目标，那一定是导向人。做游戏也是如此，游戏是要给人玩的，因此设计师必须相信玩家，将游戏托付于玩家，从人身上得到反馈，这是走出 ego 看见他人最好的方式。人是瓶颈，人也是奇迹。
我看到社交媒体上有大量人发出“我 24 小时用 AI 做了 3A 效果的游戏”这样的视频，引来大量围观，人们纷纷想要效仿，这种想法像病毒一样蔓延开来。多么酷炫，多么吸睛。所有人都想附庸风雅，我也不例外，我想试试，于是有了今年教学上的改变。
不可否认，AI 深刻地改变了教育，迫使教育者反思自身。但我想最好的反思，就是在这种改变中实践新的教育，找到它的好与不好，进而迭代，这和做游戏如出一辙。更进一步讲，教育方法的改进也可以使用“科学”的方法：我们有个猜想，然后去实验。但核心一定要清楚，为何实验？为何实践？
以后还会用 AI 教游戏吗？我想应该不会了——除非这学生本来就懂得一些游戏制作。或许我是错的，或许我是对的。假如一种教育的目的是将人剥离出去，那不教也罢。
我无意要站到反潮流的那端，从教育的目的出发，我只是认为，人应当努力去动手，并理解他们所创造的东西。我们创造，绝不是为了沾沾自喜，是为了更深刻地理解我们所处的世界，还有我们自己。
尾声/开始
第一节课，学生们提出了 13 个有关游戏的疑问：
- 游戏是怎么做的？
- 为何上瘾？
- 游戏公司有什么部门？
- 古代游戏和现代游戏有何不同？
- AI 能做到什么程度？
- 以后还会有游戏吗？
- 游戏的音乐和音效是怎么设计的？
- 游戏引擎是什么？有什么作用？
- 玩家是如何被带入游戏的？
- 如何把美术、音乐、代码组织成有辨识度的“游戏体验”
- 如何策划和制作一个游戏
- AI 能生成独一无二的剧情吗？
- 游戏有什么类型