游戏设计涉及玩法规则、数值平衡与交互叙事，目标开放、产物相互依赖，质量也难以通过单一指标判断。本次分享介绍 GFlow 面向游戏设计的多 Agent 协作实践：以主智能体统筹专业分工，通过知识引导的分层采样探索玩法方案，结合规则检查、模拟回放与叙事状态可达性分析验证产物，并让设计者通过结构视图、修改对比和试玩参与迭代。分享将结合桌游生成、数值模拟与交互叙事案例，介绍任务拆分、人机协同及经验回流的技术选择，并通过方案评估与用户研究，讨论这些方法在提升创意多样性、支持设计检查与修订方面的效果，为开放式复杂任务的 Agent 系统建设提供参考。

演讲提纲

1. 场景与架构：开放式游戏设计任务如何组织

   • 场景挑战： 目标开放、评价主观、产物相互依赖，如何兼顾创意探索与结果可控。

   • 协作架构： 主智能体统筹、专业智能体分工，以及设计者参与决策和修订的机制。

2. 玩法生成：创意探索与规则验证

   • 生成方法： 通过知识引导的分层采样探索机制组合，将设计需求展开为规则、组件与可玩原型。

   • 验证实践： 检查模拟器与规则的一致性，通过对局模拟和方案评审分析设计质量。

3. 数值模拟：从设计反馈到可执行实验

   • 实验流程： 将设计问题转化为实验目标与方案，复用模板和模块构建模拟环境。

   • 迭代案例： 结合运行回放与结构化结果，展示参数调整、原型迭代及模拟结论的适用边界。

4. 交互叙事：可检查、可干预的人机协作

   • 创作机制： 关联创作意图、大纲、世界设定与叙事图，通过结构浏览和修改对比支持持续修订。

   • 验证与评估： 通过状态可达性分析定位规则问题，结合试玩和用户研究评估创作支持效果。

5. 生产应用与复用：多子场景系统的设计取舍

   • 生产要求： 围绕产物一致性、修改可检查、结果可验证和人工可干预，总结工程实践。

   • 共性与差异： 讨论不同子场景中公共能力的复用边界，以及工作流、工具和评价机制的差异化设计。

听众受益

• 理解开放式创意任务的 Agent 设计方法。 结合游戏设计中目标动态变化、结果多样和评价主观等特点，理解如何组织创意探索、任务推进与人机协作，为没有标准答案的业务任务提供设计参考。
• 了解创意类 Agent 面向实际生产的关键要求。 从专业设计者持续使用和修改产物的需求出发，理解内容一致性、修改可检查、结果可验证与人工可干预等能力如何影响系统设计，借鉴从原型走向实际工作流程的技术取舍。
• 掌握多子场景系统的共性抽象与差异化设计思路。 通过玩法生成、数值模拟和交互叙事的对比，理解如何识别可复用的公共能力，并为不同任务配置适合的工作流、工具和评估机制，为领域级 Agent 系统建设提供参考。