我一直在实验使用人工智能（AI）生成游戏，令人感兴趣的部分并不是获得第一个可玩的版本，而是尝试在游戏已经存在的情况下改进它。从一个想法到一个工作原型的转变变得惊人地快了。一个提示可以产生基本的游戏机制、视觉效果、用户界面和可玩的循环。但是，真正的游戏开发是在有人实际玩游戏并给出反馈后开始的。玩家很少会说“改变代码”。他们会说类似“移动感觉很浮躁”，“第一分钟感觉空虚”，“敌人让人恼火而不是挑战”，或“玩家不知道该做什么”。这些评论需要生成新特性的更多东西。它们需要理解反馈背后的设计问题。如果移动感觉不好，是解决方案是改变速度、加速度、摄像机行为还是级别设计？如果玩家卡住了，应该修改教程还是简化机制？我认为这是人工智能游戏开发中最有趣的部分。生成可玩原型变得容易了，但理解游戏为什么不感觉好并做出正确的改变是一个更难的问题。 我认为人工智能游戏工具的下一步不是仅仅创造更多游戏，而是成为更好的迭代合作伙伴，能够理解玩家反馈并帮助开发者在多个循环中改进想法。第一个版本获得了关注。改进循环才是游戏真正被制作的地方。