程序化生成与 AI 智能体：关卡该用哪一个

一个波函数坍缩求解器能在午饭前产出一万个结构合法的地牢，其中没有一个会让人记住。一个驱动编辑器的智能体能搭出一个喷泉位置像人挑的城镇广场，耗时四分钟，而且每跑一次都要花钱。这不是同一个产品的两种做法，而是两台不同的机器。唯一值得问的是：你的问题长得更像哪一台。

经典 PCG 到底是什么

程序化生成不是一种技术，把它当成铁板一块，正是这场比较通常出错的地方。在已发售的游戏里，主要干活的是四个家族。

噪声场

一个从坐标到数值的函数——Perlin、simplex、Worley 细胞——按若干个倍频叠加，再重映射为高度、湿度、矿脉密度、洞穴体积。便宜到可以逐顶点求值，向各个方向无限延伸，并且在给定种子下完全确定。Godot 内置了 FastNoiseLite，其他引擎离同一件事也只有一个小文件的距离。噪声给你地貌。它给不了的是意图——噪声对村子该放在哪里没有看法。

语法与重写

L-system 出自生物学：Aristid Lindenmayer，1968 年，用来描述藻类的生长。事实证明它极其适合描述分叉的植物，所以植被工具至今仍建立在它之上。形状语法把同样的把戏用在建筑上：CityEngine 的 CGA 规则把体块切成楼层，楼层切成立面板块，板块切成窗户。图重写处理的不是几何而是关卡拓扑：在房间与连接构成的图上做查找替换。

最后一类的典范是 Unexplored 的循环式地牢生成，它的规模很值得知道：两个生成器、许多模块，以及大约五千条手写的重写规则，都在一个专门做的工具里编排。这个数字是语法诚实的代价，同时也是它的意义所在——五千条规则就是五千份设计意图，写一次，永远生效。

约束求解

波函数坍缩是 Maxim Gumin 在 2016 年做出的实现，其原型是 Paul Merrell 于 2007 年发表的 model synthesis。它把关卡看成一张格子，每个格子里装着此处仍然可能的瓦片集合：坍缩熵最低的格子，把邻接约束传播给邻居，重复。你提供瓦片和「哪条边能接哪条边」的规则，求解器在结构上就不可能产出非法拼接。它答不出的问题是：走进去好玩吗。

引擎内置与 DCC 系统

Unreal 内置了基于节点的 PCG 框架：空间数据从关卡里的组件流入，变成点，经过图里的过滤与变换，再生成网格——在编辑器里实时更新，也可以在运行时执行。Houdini 站在流程的另一端：数字资产做一次，通过 Houdini Engine 带着暴露出来的参数加载进 Unity 或 Unreal。到这一层，PCG 就不再是演示，而是生产基础设施：Ghost Recon Wildlands 用它在山地上铺了几千公里道路，Far Cry 5 的团队每晚都在构建机上重新生成整个游戏世界。

整片整片的开放世界就架在这些系统上，它们不会消失。

驱动编辑器的智能体又是什么

另一条路把关卡设计师会用的工具交给语言模型：画路网、切分街区、放置指定尺寸的建筑、在多边形内散布树木、设定太阳角度——然后让它分步骤推进，每一步之间把场景读回来。Cuberta 就是这么工作的：编辑器通过 Model Context Protocol 开放场景层级的工具，你把自己的智能体接上去，地点会一个物件一个物件地出现，而你随时可以选中、移动、撤销任何东西。

结构上的差别不是「AI 对算法」。差别在于：程序化系统的产物是一套生产内容的系统，智能体的产物就是内容本身。一个是工厂，另一个是干活很快的施工方。

运行时与制作时

这条区分能在有意思的部分开始之前就了结大半争论，而它被跳过的频率高得离谱。

程序化系统会编译进你的游戏。一个种子、几千字节的规则和一个噪声函数，就在玩家看见它的前一帧变成一颗行星。智能体做不到。它需要模型、一次网络往返、几十秒到几分钟，以及每次调用的费用。没有人会把这东西塞进 roguelike 楼层之间的过场里。

如果需求里出现「运行时」三个字——无限地形、每局新生成的地牢、大到无法作为数据随包发布的世界——比较在开始前就结束了。你要的是 PCG，任何智能体都改变不了这一点。智能体完全活在制作时，在打包之前的这一侧。

确定性，以及一个可以随游戏发布的种子

同一个种子，在任何机器上、任何时候都是同一个世界。听上去像技术脚注，价值却极高。

Elite 把一整个星系塞进只有几千字节内存的机器，办法是存种子而不是存星系。No Man's Sky 从一个 64 位种子推导出行星、动植物和配色，1800 亿亿颗行星这个数字就是这么来的，两名玩家飞到同一坐标也因此会看到同样的岩层。Minecraft 玩家把种子贴到论坛，另一个人就能得到一模一样的世界。

日常收益比宣传口径小，却更有用。带种子的 bug 报告是可复现的。设计师可以把教学岛的种子锁死，然后放心修改规则，岛不会从脚下挪走。

智能体给不了这些。同一段提示跑两次，会得到两个不同的城镇，都说得通，都不可复现。但要说清楚丢的到底是什么：不确定的是过程，不是产物。一旦智能体把场景搭完、你导出了 GLB，那个文件和人手工做出来的一样固定，不会在不同构建之间漂移。你失去的是可复现的生成，它在运行时和 QA 里很重要。你并没有失去一份稳定的资产。

其余的几条轴

意图：写死一次，还是每次重新理解

语法是被编译过的意图。「商铺在街角，住宅在街区中段，广场 40 米范围内不超过三层」——写下来之后，它就对这套系统未来生成的每一个实例长期生效，不需要你再想它。代价是你必须能把意图表述成规则。「这条街要看起来像火灾后仓促重建的」不是规则，至少不是你一个下午能写出来的规则。

智能体每次请求都会重新理解意图。你不写任何规则也能得到那条火灾后重建的街，而明天用同一句话会得到另一条。理解带来的灵活性和不一致是同一个包裹，你没法只取其一。

规模，以及两条线交叉的地方

到一百万个实例时，程序化系统赢得毫无悬念：它的边际成本接近零，智能体的边际成本永远不降。到一个实例时次序反转，因为系统在产出任何东西之前先要花掉几天，而智能体的第一个结果几分钟就到。交叉点不在一百万。实践中它落在几十这个量级——大概就在你发现自己已经第五次向智能体解释同一条约束、而这条约束本来可以写下来的时候。

智能体真正的强项

• 必须显得是人做的一次性地点。作为枢纽的村子、Boss 竞技场、宣传片里的那条街。没人会为只需要一次的东西写生成器，而玩家要待两小时的地方给一个泛泛生成的版本，恰恰是最糟的账。
• 做到一半改需求。「改成渔村吧」对智能体是一句话，对语法是一次重写，因为生成矿镇的那些规则里编码的前提现在已经不成立了。
• 写规则比结果本身还贵的时候。三个农家院的变体撑不起一个农家院生成器，一万个可以。大多数工作离三更近。
• 没有技术美术的团队。语法需要一个用图或代码思考的人，智能体需要一个能把地方描述准确的人——后一种能力在关卡设计师里更常见。

智能体不擅长什么

跨大量场景的一致性

要四十栋房子，智能体就会把「房子」这个词理解四十遍。层高会漂，路缘剖面会漂，材质色板会越铺越宽。基于模块套件的程序化系统不会犯这个错，因为它只有一套套件和一套约束。一致性本质上是约束问题，而智能体是近似约束，不是执行约束。这也是「底下要保留一层程序化」最有力的理由。

每个场景的成本

每一片区域都要花模型时间和钱，第十个和第一个一样贵。程序化系统的开销几乎全在前期，一旦你需要数量，这种成本形状要好得多。

它进不了游戏

值得重复，因为这是整场比较里最硬的约束：智能体是流程里的工具，不是游戏里的系统。它搭出来的一切，都必须在玩家看到之前烘焙成资产。

多数团队最终会落到的混合方案

这不是折中，而是沿着上面那些轴的分工：智能体负责创作，程序化系统负责填充。

具体地说：智能体铺路网、定街区结构、做玩家真会仔细看的那二十栋建筑——因为这些需要判断，而且只有二十栋。这片区域以带纹理的 GLB 或 FBX 离开 Cuberta，进入引擎后由 PCG 图接手：按坡度和生物群系遮罩散布植被，沿样条摆放街道家具，远景按密度填充，只要布局一动就全部重算。任何必须在运行时存在的东西都牢牢留在程序化那一侧，因为没有别的选择。多数被当作 AI 城市生成器来卖的工具，其实已经站在这道缝上：模型挑布局和风格，真正摆放的是程序化规则。

分工分对了的标志，是工作流动的方向：判断交给智能体，数量交给规则，谁都不去干对方的活。主设计师和 Houdini 技术美术之间，本来大致也是这么分的——这更像是让人安心，而不是让人意外。工具变了，问题的形状没变。