番外13：Cosmic Lounge访谈：AI Agent如何把休闲游戏做成爆款工厂？

这期番外，老许和 Cosmic Lounge CEO Tommy 面对面聊了一次非常具体的 AI 游戏开发实践。Cosmic Lounge 不是在讲“用一句 prompt 生成一个游戏”的故事。他们真正做的是另一件事：先把休闲游戏、关卡设计、数据测试、实时运营和内容发布全部结构化，再把 AI Agent 放进这套已经产品化的 Puzzle 引擎里。换句话说，Agent 本身不是魔法，真正的魔法来自它背后那套可被调用、可被测试、可被迭代的专业生产系统。这期会聊到 Tommy 在 King、EA 等公司的经历，芬兰、瑞典、土耳其和中国休闲游戏产业的差异，为什么“努力工作”很快会被 AI 超过，但“知道什么是好”的 Taste 仍然重要。我们也会具体拆 Cosmic Lounge 的工具链：AI 如何生成关卡、如何跑测试、如何用无图形模式一小时模拟 50 万次、如何让 Agent 写下自己的 Skill，并和人类关卡设计师一起进化。这不是一集泛泛而谈的 AI 游戏想象，而是一集关于“AI到底怎么进入游戏生产线”的访谈。它给出的判断也很克制：AI会让内容生产快很多倍，但真正的爆款工厂，仍然需要专业设计师、玩家数据、工程架构、测试系统和不断寻找新玩法的能力。时间戳00:00 开场：老许线下见到 Cosmic Lounge CEO Tommy01:15 Tommy 的背景：从 King、EA 到创办 Cosmic Lounge02:07 为什么要从零搭一套自己的游戏生产系统？03:47 芬兰、瑞典和欧洲手游生态：为什么中心会移动？07:20 瑞典为什么能做各种类型的游戏，却没长出一堆手游工作室？08:17 土耳其休闲游戏为什么强：努力、政府支持和逐帧打磨10:13 AI拼勤奋一定赢，但它也会快速制造垃圾11:13 Taste：AI最缺的，正是判断什么是好的能力11:45 玩家数据能不能训练AI理解关卡好坏？13:18 AI如何成为关卡设计师的核心工具14:14 行为数据分析：AI能发现人类分析师没想到的问题15:40 Puzzle引擎：给游戏设计师和Agent共同使用的生产工具17:50 从“让AI生成关卡”到“Agent自己生成、测试、筛选关卡”19:41 一小时50万次测试：无图形云端模拟如何验证关卡21:35 迷你游戏的意义：从买量广告到游戏内真实玩法22:36 Agent如何在几小时内做出新的迷你游戏24:08 为什么光有大模型不够，关键是背后的Harness和引擎25:06 从一句提示词到可发布内容，中间到底缺了什么？27:52 AI生成之后，为什么还需要艺术家和设计师手工美化？29:16 《Pets and Puzzles》：核心玩法如何通过测试选出来31:10 从三消到弹珠、物理玩法：Puzzle引擎给设计师的想象空间33:12 AI工具到底节省了多少工作量？34:30 无限关卡不是一开始就能有：先要让AI知道什么是好36:46 三步流程：测试玩法、手工做初始关卡、再让AI扩展40:13 为什么 Cosmic Lounge 现在不急着做B2B？41:34 核心竞争力：把游戏机制做成可配置、可云端部署的内容44:06 爆款工厂：如何重复制造热门休闲游戏？46:10 为什么这些工具先服务专业创作者，而不是普通UGC用户？47:50 公司内部有创意的人，能否靠工具直接做出原型？49:47 工具演示：让Agent生成和测试400个关卡53:27 Agent如何记住设计师的判断，并为自己写Skill55:03 这不是一步到终点：真人专家仍然要训练和校准AI55:45 AI最终能不能自己做出好玩的游戏？57:21 如果AI玩过两亿局Candy Crush，它能复制出同样好玩的游戏吗？59:14 复制不是目标，爆款工厂必须不断寻找新东西60:27 游戏设计师能不能被系统化训练？AI能否成为合格设计师？61:43 人类先写手册，Agent再学习，但创新总会绕开旧规则63:58 Tommy眼中的中国游戏行业：还有很多值得互相学习在小宇宙查看该单集文稿