OpenAI 于 9 月 3 日公开了游戏开发公司 Playco 的应用案例。该公司使用最新模型 GPT-6 Astra，从一个灰盒原型出发，一次性做出了 3 个主题各不相同的原型。与使用上一代模型相比，人工修改的次数减少了 50%[1]。
从一个底座扩展出 3 个主题原型
Playco 这次尝试的是从只搭出游戏骨架的阶段开始逐步累积。团队先用简单的基本图形做出一个不做美术包装的灰盒原型，再对玩法和表现细节做几轮调整，把底座打牢，然后从这个共用底座扩展出 3 个主题不同的原型。Playco 表示，GPT-6 Astra 一次运行就输出了这 3 个原型[1]。
而且大部分在第一次输出时就能跑起来。首席产品工程师 Joao Vieira 表示，第一个原型的完成度就已经很高，之后所做的改动只是出于团队对玩法的偏好。只有赛博朋克风格的那一个需要修复性能问题，其余的没有再返工就完成了[1]。
返工减半的背景
在上一代模型上，最初产出的灰盒完成度并没有那么高。而且不断追加提示要求模型修正，反而会让情况变糟，最后只能由工程师亲自动手修改。省下这道工序，才有了人工修改减少 50% 这个数字[1]。
Playco 认为有明显改进的地方包括空间理解、参考图像的还原、Unity 内响应式 UI，以及手感的打磨。Vieira 表示，GPT-6 Astra 在思考空间关系、把元素放到合理位置这件事上强了不少，视觉能力看起来也有提升[1]。GPT-6 Astra 是 OpenAI 于 9 月 3 日开始广泛部署的最新模型[2]。
以在引擎内运行为前提的 IDE
这个案例的基础是 Playco 正在开发的工具 Playbot。它是面向专业游戏开发者的 AI 集成开发环境，可以直接连接 Unity、Godot 等游戏引擎。模型能够编辑场景、实际运行和测试游戏、验证改动是否成立，并在开发者日常使用的环境中并行工作[1]。
在游戏开发中，对 AI 的要求不止于写代码。它还需要理解空间和视觉参照、做出响应式界面、打磨实际游玩时的手感，并确认改动在游戏跑起来之后是否真的有效。Playbot 的做法是让模型在引擎内构建、运行测试、找出缺陷，并改进自己做出来的东西[1]。
由于模型可以自己试玩并验证改动，Playco 表示 Astra 更容易发现缺陷，也指出了可以改善玩家体验的地方[1]。
能做出足够多方案再做比较的价值
Playco 认为最大的变化不在于速度本身，而在于能把想到的方案真正做成可以试玩的东西并加以比较。Vieira 的说法是，如果有 10 个游戏点子，就可以把 10 个都做出来实际试玩，感受手感，而不是只停留在想象[1]。
在原型阶段能否尽早判断哪些方案该舍弃，直接关系到游戏开发的最终品质。从这个案例看，AI 更多是在短时间内摆出可供比较的素材，而不是替代企划本身。另外，公开的数据来自 Playco 一家公司的报告，不同团队的开发方式和游戏类型都可能带来不同结果。
总结
Playco 的案例说明，GPT-6 Astra 在空间理解和 UI 打磨方面比上一代更好用，结果是人工修改减少了 50%。像 Playbot 这样让模型在引擎内部运行、并让它试玩验证自己生成的内容，正在成为游戏开发中应用 AI 的一条现实路线。
来源：https://openai.com/index/playco-game-prototyping-with-astra
