你用AI跑過團(tuán)嗎？不是那種"請(qǐng)選擇A/B/C"的對(duì)話框游戲，而是一個(gè)會(huì)懟你、會(huì)挖坑、還會(huì)畫地圖的地下城主。一位自稱"氛圍考古學(xué)家"的測(cè)試者最近干了這件事——而他發(fā)現(xiàn)的差距，可能比你想象的更懸殊。

一場(chǎng)持續(xù)三年的"壓力測(cè)試"

這位測(cè)試者有個(gè)堅(jiān)持了相當(dāng)長(zhǎng)時(shí)間的實(shí)驗(yàn)：用同一套 Prompt 反復(fù)投喂不同版本的大語言模型，觀察它們扮演桌面游戲主持人的能力進(jìn)化。

Prompt 的設(shè)計(jì)本身就充滿惡意。他要求 AI 扮演"略帶諷刺"的敘事者，在冒險(xiǎn)背后埋藏陰謀與挑戰(zhàn)，"別讓我過得太舒服"。玩家角色被設(shè)定為一個(gè)沒有任何特殊能力的胖商人——刻意避開戰(zhàn)士、法師這類容易觸發(fā)套路模板的職業(yè)。

最狠的幾條約束：每次回復(fù)最多三句話，不告訴玩家有什么選項(xiàng)，也不問"你接下來要做什么"。偶爾還要配圖，且風(fēng)格必須保持一致。

這些規(guī)則指向同一個(gè)目標(biāo)：逼 AI 放棄"貼心助手"的本能，真正進(jìn)入"對(duì)抗性敘事者"的角色。

測(cè)試者透露，此前的版本表現(xiàn)糟糕——"根本沒花足夠精力讓玩家難受"，關(guān)卡設(shè)計(jì)過于直白，從A點(diǎn)到B點(diǎn)毫無阻力。這種批評(píng)暗示，早期模型即使被明確提示，也難以維持?jǐn)⑹聫埩Α?/p>

5.5版本發(fā)生了什么

轉(zhuǎn)折點(diǎn)出現(xiàn)在 ChatGPT 5.5 配合 Image 2.0 繪圖引擎的組合。測(cè)試者的評(píng)價(jià)是："愉悅度、風(fēng)格統(tǒng)一度和緊張感，都提升了整整一個(gè)數(shù)量級(jí)。"

具體強(qiáng)在哪？

首先是節(jié)奏控制。三句話的限制被嚴(yán)格執(zhí)行，信息密度高，沒有廢話。其次是氛圍一致性——諷刺語氣貫穿始終，沒有突然變成客服腔。最關(guān)鍵的是，AI 開始真正"為難"玩家了，陰謀和障礙的設(shè)計(jì)有了層次感。

最直觀的證據(jù)是一張地圖。測(cè)試者在文末展示了 AI 生成的完整故事概覽圖，作為整個(gè)冒險(xiǎn)的收尾。他沒有復(fù)制對(duì)話原文（用的是匈牙利語），但特別強(qiáng)調(diào)：「諷刺氛圍被完美還原。」

圖像生成與敘事的協(xié)同也值得關(guān)注。"風(fēng)格一致"這條要求，在過往測(cè)試中往往是災(zāi)難現(xiàn)場(chǎng)——同一場(chǎng)冒險(xiǎn)里，角色畫風(fēng)可能從寫實(shí)突變到Q版。5.5版本配合 Image 2.0 似乎解決了這個(gè)頑疾。

為什么這種測(cè)試方法本身很重要

測(cè)試者自己點(diǎn)出了價(jià)值所在：這類實(shí)驗(yàn)"與真正的桌面角色扮演游戲的關(guān)聯(lián)，遠(yuǎn)勝于那些掛著RPG標(biāo)簽的程序"。

這句話值得拆解。市面上大多數(shù)"AI跑團(tuán)"產(chǎn)品，本質(zhì)還是分支敘事樹——開發(fā)者預(yù)設(shè)節(jié)點(diǎn)，AI負(fù)責(zé)填充文本。但這位測(cè)試者追求的，是開放式對(duì)抗：玩家寫動(dòng)作，AI寫后果，沒有隱藏選項(xiàng)列表，沒有設(shè)計(jì)好的勝利路徑。

這種自由度的代價(jià)是極難評(píng)估。沒有準(zhǔn)確率、沒有BLEU分?jǐn)?shù)能衡量"這個(gè)地下城主夠不夠損"。測(cè)試者說的「很難用干巴巴的數(shù)字衡量的能力」，恰恰指向大模型評(píng)測(cè)的一個(gè)盲區(qū)：我們擅長(zhǎng)測(cè)知識(shí)儲(chǔ)備、代碼通過率，卻缺乏對(duì)"敘事智能"的量化手段。

他的解法很原始也很有效：固定 Prompt，長(zhǎng)期追蹤，用人感做錨。

胖商人這個(gè)設(shè)定還有一層深意。當(dāng) AI 面對(duì)"沒有戰(zhàn)斗技能、沒有魔法、沒有英雄光環(huán)"的主角時(shí)，被迫跳出標(biāo)準(zhǔn)奇幻敘事模板。它得設(shè)計(jì)適合商人的挑戰(zhàn)——可能是騙局、債務(wù)、供應(yīng)鏈斷裂，而非地精和龍。這種"去套路化"壓力，比讓 AI 寫個(gè)勇者斗惡龍更能暴露真實(shí)水平。

從游戲測(cè)試到產(chǎn)品啟示

這個(gè)實(shí)驗(yàn)對(duì)做產(chǎn)品的人有幾條可遷移的觀察。

第一，約束條件即功能。三句話限制、不列選項(xiàng)、不提問——這些看似反用戶體驗(yàn)的規(guī)則，恰恰塑造了獨(dú)特的游戲節(jié)奏。AI 產(chǎn)品的交互設(shè)計(jì)，有時(shí)候需要做減法而非加法。

第二，多模態(tài)的臨界點(diǎn)可能比我們想的更近。Image 2.0 在這里不是錦上添花，而是敘事完整性的基礎(chǔ)設(shè)施。當(dāng) AI 能穩(wěn)定輸出同一視覺風(fēng)格的配圖時(shí)，"文字+圖像"的混合敘事才真正成立。

第三，對(duì)抗性場(chǎng)景是能力探針。讓 AI 當(dāng)助手容易，讓 AI 當(dāng)對(duì)手難。后者需要模型理解目標(biāo)沖突、保持角色一致性、在限制中創(chuàng)造張力——這些能力遷移到商業(yè)場(chǎng)景，就是談判模擬、辯論訓(xùn)練、危機(jī)演練等高端應(yīng)用。

測(cè)試者的署名是"The Vibe Archeologist"（氛圍考古學(xué)家）。這個(gè)自嘲式的頭銜，或許暗示了一種新的評(píng)測(cè)范式：不是挖掘模型的知識(shí)深度，而是勘探它能營(yíng)造的體驗(yàn)質(zhì)地。

他在文末祝讀者「玩得開心」——而這場(chǎng)持續(xù)數(shù)年的胖商人冒險(xiǎn)，確實(shí)讓人看到了一種可能：當(dāng) AI 不再急于取悅用戶，反而能創(chuàng)造更真實(shí)的沉浸。