Why
最近和几位朋友（@Dyn2221 | @GennnjiRR | @czhou2822）一起参加了 GMTK Game Jam 2026（以下简称 Jam），特此回顾一下。
参赛页面：Piece Work
试玩页面：Piece Work
Piece Work
Brief
本次 Jam 的主题是 Countdown，持续时间是 0723 - 0727。
这次因为也没在同一个城市了，所以基本都是在线上开展的。23 号凌晨 1 点放出主题后稍微列了点子之后就睡了，白天还得上班，晚上 2030 和大家一起做了 brainstorm：
最终经由“揭露/可预测的节奏/秒/紧张”的关键词，最终导向了“卓别林流水线”这个想法：
时间线上，周四晚完成了 brainstorm，然后当晚借助 AI 出了一版非常粗糙的示意。周五晚跨城回到上海后又进行了一波讨论，晚上基于 EGDS 出了一版设计，主要的制作时间是周六和周天白天，因为周天晚上又要回杭州，我有几小时不在，直到回到住处后再一起参与了最后的发版提交。去掉额外的 Postmortem 的话，总共大概是 40 小时左右。
由于有 AI 的助力，这次有了更多时间对更多设计细节进行讨论，也在此期间有了一些和团队协作模式的思考。
Production
- EGDS
如前所述，在周五晚讨论过后出了一版 EGDS，但在后续实现过程中也有不少调整：
- Narrative
因为这次的意象是强叙事的，所以还是先讲一下叙事相关的设计。这整体是一个有关自我规训，自主反抗从而打破规训的故事，一些叙事意图也在过程中发生过改变。
最开始的设想：当你刚刚进入流水线时，可能不明所以，不管来的是什么活，反正有活就干，而且还会尽可能地干好。干得越好，你的服从度得分就越高，系统对你的奖励就越是丰厚，给你喂饭，清洁，一切都不再需要你操心，你的工位某种程度上成为了你自己为自己构建的牢笼。
在这个过程中，你越干越“痴迷”——视野逐渐狭窄，声音越失真，世界逐渐变灰变暗，你的眼前最终只剩下那一个个到你眼前需要处理的“零件”，而这也是将自己“囚禁”在工位上的你自己的处境——工厂的“零件”。当服从度到达 100，视野逐渐拉远，数字仍会不断上涨，而这一切已经与你无关，你发现你只不过是万千“零件˚中的一个；而当你不管是有意还是无意中进行地“反抗”（逆向处理零件，即反按）时，你便有机会逃离这套体系——视角在拉远，世界的色彩在恢复，声音也逐渐清晰。当服从度降为 0 的时候，等待你的也不是什么惩罚，原本用于处理零件的按键变成了移动，你可以自由离开了。你可以向着原本在视野局限之时看不到的远方的门进发，听着那从门外传来的自然之声逐渐盖过流水线的运转声。但当你离开的那一瞬，下一个人迫不及待地坐上你原本的座位，除了你的离开，什么都没有发生改变。
其中有两个大的方面在后续讨论过程中进行了调整：结局的呈现方式及其引申含义。100 结局在最终版本中变成了无法到达的版本，既是因为这意味着一个永远循环的结局，也是为了尝试解决让玩家知道可以进行“反叛”的这一操作的某种极致化处理——如果不反抗，永远无法结束循环。而对于引申含义，我最初想要强调的是你的无力，你无法改变除了自己之外的任何东西，“你不干有的是人干”。但最终强调的是“你至少可以救自己”，即使最后反转之后，你仍再次听见了流水线的运转声——你“破坏”了的流水线，仍有人前赴后继地进入，永不停歇。
- Gameplay & Challenges
在 24 晚其实就让 AI 做了个很粗糙的示意版本：
虽然细节多有调整，但核心玩法大致确定为某种节奏音游，玩家需要在合适的时机进行按键操作。但确实音游对于节奏匹配的要求很高，队友调了很多版本，最终还是存在 web 版本中不同设备可能由于网络环境不一样导致对位节奏不一样的疑难杂症。
- Aesthetics
周五的白天朋友们基本就找完了大部分美学相关素材，晚上就已经看到了第一版有大致效果的版本了。但也因为这次有了比较多的时间可以讨论，所以也尝试解决了两个和美学有关的设计问题，一个是不同结局的呈现方式，另一个是一个复合问题，即玩家根本不知道可以反按，为什么要反按。
关于不同结局的呈现方式，这个倒是尝试列了几版 mockup 之后就大致选出了较为合适的方案。但是玩家根本不知道可以反按，为什么要反按的这个问题，直到最后提交前的几个小时才算是稍微明朗一些。
一方面是前面所提到的，在机制层面上限制玩家，如果不反按就无法退出这个无限循环，并且提供清晰的“反叛是正确操作”的反馈。
这部分的很多实现是我在回杭州路上队友们完成的，确实效果比加之前好了很多。
Feedbacks
这次做得比原来好的一点确实是在提交前有过几次 Playtest，这也帮助我们更好地确认了需要极大强化“如何反按”的引导这一点。而最终提交后也有玩家评论说有一种 1984 的感觉，算是非常鼓舞的认可：
Reflection
在结束后大家也一起开了 Postmortem，反映的问题集中在 AI 协作方式，AI 效率和成本问题，版本整合问题，时间规划问题和一些零散的话题上。个人觉得有几个点值得单独再提一下：
时间分配
AI 越强，能干的活越多；AI 干的活越多，人要审核的东西就越多；人审核的东西越多，就越累。由此可知，AI 越强，人越累。
这当然只是个玩笑般的推理，但在此次 jam 过程中确实存在着虽然实际的活好像少干了，但待在屏幕前的时间是一点没少，反而在双城通勤的基础上，总耗时甚至还比 gmtk 2025 多出好几个小时。没有那么忙于实现，确实也多了很多思考设计的时间，中间却是多了很多时间在等待文件释放以及等 AI 实现。这也引出了下一个如何更加高效地与多人进行 AI 协作的问题。
多人 & 多终端 & 多 agents 协作
这一年来，随着 AI 能力的突飞猛进，团队中也在不断探索如何利用 AI 来进行更加高效的合作。这一年来的三次 game jam 其实正好也反映了 ai 发展的几个阶段：一年前的 gmtk 2025，当时还停留在 chatbot 的使用方式——和 AI 描述需求之后，让它写完代码再粘回 godot，当时人工参与的部分还是很高的；半年前的 thatgamejam#01，当时已经有点半放手，主要用的工具是 Antigravity，让它直接操作编辑器来构建很多功能；今年已经全面步入 agentic 时代，参赛的四个人基本都是 codex，三个开了 100 的 Pro 档位（我自己还多用了两个 resets），基本上所有的功能构建和提交整合都由 AI 完成，而这也暴露出了新的问题。
原来是生产的速度不够快，忙不过来（当然也有人更少的问题），但随着 AI 能力的提升，构建速度不再是一个那么大的问题，瓶颈变成了人类的审核速度。这也是近来 AI 圈子里面经常引用的阿姆达尔定律的具体情境：
引起该问题的原因之一就在于信息同步方式和效率。
留档机制：因为我平时和 AI 聊的时候就习惯于让它全量保存好对话记录 + 总结等关键信息，所以第一天晚上就让它尝试在每次对话结束后都留档（对话记录，对话总结，关键决策路径，总的设计文档），这样可以让每个人的 AI 接入的时候都有足够的上下文。
文件占用机制：因为我们采用了 Git 作为版本同步方式，Godot 本身应该也还没有比较完善的 checkout 机制，所以第一天晚上让 AI 也创建了一套类 checkout 规则：每次要占用某个文件，先在 git 上提一条，说这个东西现在被我占用啦，后面的人/AI 如果要用，得先等等。用完之后会再提一条，说这个东西用完 release 了，别人可以拿了。
及时广播机制：为了能够更详细地知道被占用的文件正在进行哪些更改，后来让它打通了 Discord，让它在拿到和送回的时候都说清楚自己在干嘛。
即使如此，在进行版本整合的时候还是遇到了不少需要互相等待的情况。在当时我所想到的一种可能性是有没有一种所有人和 AI 都在里面的群聊，但后来和 AI 聊了之后发现这个会带来一些新的问题，即更多噪声引入之后到底谁说了算的问题：
后来又想到了有没有办法人工维护一个需求池，然后 AI 来认领任务完成，讨论了之后发现这叫做黑板架构：
综合来看，阿姆达尔定律依然成立，系统的瓶颈出现在人工审核部分，但可能的缓解办法是对需求进行清晰定义，将瓶颈从结果的审核前移到清晰的需求定义上，从而让 AI 能够根据所定义的验收标准来自主验证。
AI 的过度设计
虽然这感觉和具体的模型有关系（这次用得最多的是 GPT 5.6 Sol），但这次确实出现了 AI 过于谨慎，考虑了非常多的边界和极端情况，从而导致过度设计和保护。这并不适用于需要快速迭代看到效果的 gamejam。对此，团队中的程序伙伴也对一些测试规则进行了限制：不许 AI 擅自打开编辑器进行各种边界测试。我也在规则中加入了让其应该适应 gamejam 快速迭代诉求的要求。
这让我想起了在 OPUS 5 发布后，Anthropic 删除了其超过 80% 的系统提示词。感觉未来的趋势是随着 AI 不断变强，这种需要人为施加限制的情况可能会越来越少。
AI 信任问题
这和前面的问题其实也一脉相承，很多时候你如何决定是否相信 AI 的决策。我自己最终给出的答案是：对于那些有特定要求，或是很有自信的部分，当然是以自己的观点为准，而对于那些自己不够了解的部分，可以尽可能参考 AI 的方案。
感觉其实可以再加一条，那就是在时间允许的情况下，应该要让 AI 给你讲清楚它的决策依据是什么（当然是讲人话的前提下），这也是一个很好的学习过程。随着自身对于各方面知识了解的增加，决策的可靠度当然也会随之增强。
讲了那么多和 AI 相关的话题，还是有两个设计方面的话题值得一说。
将设计推到极致
如果玩家没有办法很好地 GET 到设计意图，那么至少可以考虑的一条路径是尝试把设计推到极致。这和原来看的 GMTK 某一集里面讲到的“调参不要一点点调，要调就往大了调，这样才能看出效果”有异曲同工之妙。
如果有不鼓励玩家做的事，那么就考虑让玩家没法做这个事（正如 [[陈星汉 Jenova Chen]] 将 [[旅 Journey]] 中的玩家碰撞系统移除是为了避免玩家产生非预期的物理交互）；如果有想要让玩家做的事，那么就考虑让玩家不得不做这个事（正如我们这次最终让玩家陷入无限循环，并且不反叛无法脱离循环）。
而为了让玩家不得不做一件事，一定要辅以足够的引导，理想情况下，玩法、叙事、美学三种设计杠杆都得好好用上，这也是下面这个话题想要讨论的内容。
不要小看量变
为了尝试解决玩家不知道能够反按的这个问题，我们讨论过好几轮，反复在讨论中尝试找到一个“质变手”——即一个足够精巧优雅的设计能够一劳永逸地解决这个问题。但时间总是有限的，到了最后，我们以一种量变的方式部分解决了这个问题：
如果不知道能反按，那么就辅以提示，为了能够让提示能够被真正注意到，在符合叙事的情况下，利用玩法杠杆，让你陷入无限循环当中，让所需按键全部变成同一个按键，让你感到无聊和反常；与此同时，充分利用美学杠杆，让视野变黑变窄，失焦，声音失真，告诉你这个状态有问题，并且进入“幻觉”状态，提示你可以反着按，并且一按就有明显的效果。通过多重量变手段，来最终尝试解决这个问题。
量变做起来不容易，但是是不得不充分考虑和利用的手段。
后话
可能因为这次有了更多的人参与，并且 AI 也确实发挥了更大的作用，再加上双城通勤带来的几小时断档，最终做完之后没什么实感。在新的 AI 协作时代下，交出什么，保留什么，是每个设计师都需要思考的问题。于我而言，答案已经明朗——那些自己并不看重的部分，应交尽交，但那些自己所珍视，能让自己玩得开心的部分，应留尽留，这也是在写的 PWEBOOK 中想要强调的一个很重要的点——设计师在设计的过程，应该就是一个玩的过程，而这个过程有着让设计师们更好地认识自己的潜力和契机。
希望每个人都能够以各种方式玩得开心，也在这个过程中有机会更好地认识自己。
