20251120_白皮书

1. 核心愿景 (Core Vision)

《HumAInity》是一款 AI 原生的文明模拟游戏。

在后启示录的地球废土之上，玩家并非全知全能的神，也非孤胆英雄，而是一座幸存者聚落的**“领袖” (First Citizen)**。

• 历史跨度：从铁器余烬到信息时代 (From Iron Age to Information Age) 游戏起点设定在类似公元前 200 年（铁器时代成熟期）的废土状态。玩家需要带领智能体，重新走过人类文明的漫长历程——从农耕定居、工业革命，最终重返现代信息社会。这是一场跨越两千年的文明重燃之旅。

• 世界形态：PCG 生成的全域动态地球 (PCG-Generated Living Earth) 这不是一张静态地图。我们利用 PCG (程序化内容生成) 技术构建了一个 1:1 的超大尺度地球。

  • 全域同服： 所有玩家身处同一个物理世界。你在尼罗河畔发展农业时，另一位玩家可能正在黄河建立城邦。

  • 实时演化： 世界会根据文明的行为发生永久性改变。大规模的砍伐会导致沙漠化，修建大坝会改变下游生态。玩家不再是地图的过客，而是地貌的塑造者。

• 核心体验：沟通驱动的领袖模拟 (Communication-Driven Leadership) 我们将策略游戏的重心从单纯的“资源管理”转移到**“人与高智能 AI 的深度互动”**。

  • 沟通驱动： 你不再是点击菜单的管理员，而是通过自然语言召开会议、制定愿景。

  • 身先士卒： 你需要亲自带领智能体小队探索未知废土、开拓新据点、并在危机中指挥战斗。

  • 组织演化： 随着文明壮大，你需要从智能体中选拔核心团队，构建并不断迭代聚落的组织架构，甚至尝试从部落制向共和制等不同政体演变。

1.1 为什么是现在？ (Why Now?)

• 技术基石的成熟：

  • 生产力的解放： 生成式 AI 在 3D 资产产出、动态代码编写层面的巨大助力，使得小团队构建一个细节丰富、物理逻辑自洽的宏大动态世界成为可能。

  • 智能体的觉醒： 现在的 AI 智能体已具备长期记忆与复杂推理能力，它们不再是充当背景板的 NPC，而是有能力作为核心体验的提供者与参与者，与玩家共同推动历史。

• 交互深度的质变： 玩家不再满足于按键交互，而是渴望像现实中的管理者一样，通过自然语言来驱动复杂的社会分工。现在的技术终于能让这种“动口不动手”的体验变得精准且富有游戏性。

2. 核心体验切片 (Core Experience Slices)

切片 A：内政与愿景 —— “寻找水源”

场景： 废土初期，干旱导致食物短缺。你并没有具体的“水利工程图纸”。

• 【传统的任务体验】 任务面板显示“建造水井 (0/1)”。玩家跑图点击采集，机械重复十次攒齐木材，打开 UI 菜单点击“建造”，建筑凭空出现。NPC 只是背景板。 (玩家困惑：这和传统的 4X/SLG 有什么区别？)

• 【HumAInity 的愿景体验】

  1. 愿景 (Vision): 在周会上，面对焦虑的族人，你没有下达死命令，而是描绘未来：“我们得把河水引到田里，哪怕旱季来了，大家也不用饿肚子。”

  2. 自主提案 (Autonomous Proposal): 短暂的沉默后，激进的工头王五站了出来。出于对你的极度信任，他提出了一个大胆的想法：“领袖！我记得西边山脚有些特殊的蕨类植物，底下可能有暗河！我们赌一把？”

  3. 协同研讨 (Collaborative Refinement): 你没有只是点头，而是拉住他深聊：“好主意。但别乱挖。带上那个懂草药的老李，先找‘水脉植物’最密集的地方下铲。” (系统反馈：你的指导提升了计划成功率)

  4. 执行与涌现 (Execute & Emerge): 王五带着人充满信心地出发了。因为有了具体的方法论，他们不仅挖出了水，还意外发现了一种耐旱的食用菌类。

  真正的领袖，是指出方向，然后与众人一起寻找出路的人。

切片 B：外出与危机 —— “围猎行动”

场景： 你带领一支 5 人小队外出探索，遭遇了一头狂暴的变异铁皮野猪。

• 【传统的战斗体验】 玩家框选所有单位，右键点击野猪。单位自动围上去平 A，玩家狂按技能快捷键，关注血条变化。 (玩家感觉：操作反馈平淡，视听体验甚至不如传统的 RTS 游戏。)

• 【HumAInity 的指挥体验】

  1. 战前部署 (Deployment): 你没有战斗技能，只能躲在后方。你低声下令：“保持距离，王五去吸引注意，其他人设陷阱！”

  2. 性格涌现 (Personality Emergence):

     • 勇敢的王五 敲击盾牌冲了上去。

     • 胆小的老六 手在发抖，陷阱布置得慢了一拍。

  3. 突发危机 (The Crisis): 野猪突然狂暴，冲破了防线，直奔还没布置好陷阱的老六。老六吓呆了。

  4. 临场咆哮 (Live Command): 你无法亲自上去肉搏，只能通过语音大喊：“老六！别发呆！往树上爬！王五，攻击它的眼睛！”

  5. 信任的回响 (Echo of Trust): 听到你的吼声，老六出于对领袖本能的服从，克服了恐惧爬上了树。王五精准地刺瞎了野猪。危机解除。

  真正的力量，不是你手中的剑，而是你声音中的信念。

3. 核心循环 (Core Gameplay Loop)

我们构建了**“愿景-边界-研讨-执行-演化”**的五阶闭环：

阶段一：愿景提案 (Propose Vision)

• 机制： 玩家通过自然语言在特定场合提出宏观目标。

• 体验： 还原现实管理者的体验——定战略，而非定细节。

阶段二：边界划定 (Define Boundaries)

• 机制： Logos 理性引擎 介入处理，屏蔽全知指令，将模糊愿景转化为 “可行性选项列表”。

• 体验： 玩家感受到游戏世界的真实阻力与逻辑自洽。

阶段三：协同研讨 (Collaborative Refinement)

• 机制： 智能体提出自己的行动意向后，玩家可以再次介入，通过对话进行**“微调”或“指导”**。

• 体验： 通过沟通提升任务成功率，获得“共创”的成就感。

阶段四：自主执行 (Autonomous Execution)

• 机制： 个体 AI 带着玩家的建议去执行任务，过程中可能因为性格或突发事件产生涌现性结果。

• 体验： 观察与收获的乐趣。

阶段五：演化与启示 (Evolution & Inspiration)

• 机制： Mythos 叙事导演 评估前四个阶段的结果。

  • 沉淀特质： 将成功经验沉淀为 [文明特质]（如：连续开垦成功 → [农耕文明]）。这会反向同化所有智能体的性格，使他们更倾向于种植与定居。

  • 灵感植入： Mythos 根据当前状态（如“有水了但没容器”），通过环境线索或智能体之口，向玩家抛出新的需求（“领袖，水漏得到处都是，我们是不是该烧点陶罐？”）。

• 体验： 解决目标迷失。 玩家不需要绞尽脑汁想“下一步做什么”，而是被世界的需求自然推动，产生新的愿景，无缝重启循环。

4. 关键系统呈现 (Key Systems)

4.1 功能不对称设计 (Functional Asymmetry)

这是确立玩家“领袖”身份的设计基石。

• 设定： 玩家保留“管理者”定位，而非“打工人”。

• 限制： 玩家只有基础物理交互能力（移动/跳跃/拾取/简单攻击），无法进行复杂的精细生产活动（如烹饪、锻造、精密建造）。

• 目的： 在物理机制层面构建玩家对 AI 的刚性依赖。迫使玩家必须通过沟通、组织与指挥来驱动 AI 完成文明建设，彻底规避“玩家亲自下场当保姆”的皮囊陷阱。

4.2 双子中枢系统 (The Gemini Core System)

为了解决“逻辑自洽”与“动态节奏”的矛盾，我们设计了双AI架构，它们是游戏体验的幕后推手：

• 理性引擎：Logos (逻各斯) —— [下行链路]

  • 定义： 每个玩家专属的动态逻辑阀门，随文明时代实时进化。

  • 职能 A - 知识屏蔽 (Knowledge Shielding): 防止 AI 因为 LLM 的百科全书属性而“穿越”。确保石器时代的 AI 对“内燃机”毫无反应，维护沉浸感。

  • 职能 B - 愿景锚定 (Vision Anchoring): 解决“指令太模糊”的问题。自动扫描环境资源，为玩家的宏观愿景填充物理细节。

  • 职能 C - 选项生成 (Option Generation): 不强制 AI 执行单一动作，而是划定一个“逻辑上可行的圆”，提供多种方案，将最终选择权交给智能体的主观能动性。

• 叙事导演：Mythos (米索斯) —— [上行链路]

  • 定义： 文明的潜意识缪斯与隐形导演。

  • 职能 A - 灵感植入 (Inspiration Injection): 解决“目标迷失”。当玩家迷茫时，Mythos 会选中特定智能体，植入“发现鱼群”或“尝试种植”的灵感，让他们主动向玩家提案。

  • 职能 B - 动态张力 (Dynamic Tension): 解决“垃圾时间”。当发展过于平淡时，制造社会议题或外部压力（如干旱），倒逼技术变革。

  • 职能 C - 文明性格编织 (Ethos Weaving): 将玩家的长远决策沉淀为**[文明特质]**（如：尚武、农耕、理性）。这些特质会反向同化所有智能体的性格，让文明真正活出独特的灵魂。

5. 技术方案：核心逻辑与表现增强 (Core Logic & Experience Enhancers)

我们将技术模块划分为“核心支柱”与“体验增强”两部分，前者是游戏成立的基础，后者是沉浸感的升华。

5.1 [核心支柱] 宏观大脑：双子中枢 (The Cloud Brain)

• 技术栈： 高参数量云端 LLM + Agentic Workflow。

• 应用场景：

  • Logos: 处理复杂语义解析，执行时代锁与能力锁校验。

  • Mythos: 实时编写剧本，调节游戏节奏张力。

• 核心价值： 如果没有它，游戏将退化为普通的沙盒建造，缺乏目标感与历史厚度。

5.2 [核心支柱] 微观个体：智能体驱动 (The Agent Drive)

• 技术栈： 端侧 SLM (小语言模型) + 感知-思考-行动循环。

• 运转逻辑：

  • 感知: 多模态模型识别玩家的意图与动作。

  • 决策: 结合 [性格]、[信任] 和 [Logos 选项] 进行加权推理。

• 核心价值： 如果没有它，NPC 将变回只会巡逻的木偶，玩家将失去“管理”的乐趣。

5.3 [核心支柱] 记忆与关系引擎 (Memory & Relation Engine)

• 技术栈： 向量数据库 (Vector DB) + 图数据库 (Graph DB)。

• 运转逻辑：

  • 记忆检索: 存储并检索关键情感时刻（而非流水账），让 AI “记得”玩家的恩惠或背叛。

  • 社会图谱: 实时计算数百个智能体之间的动态关系网（派系、家族、仇恨链）。

• 核心价值： 它是“社会涌现”的基石。没有它，每一次交互都是一次性的，无法形成长期的社会后果。

5.4 [核心支柱] 动态世界引擎 (Dynamic World Engine)

• 技术栈： PCG (Procedural Content Generation) + 生态仿真模型 (Eco-Simulation)。

• 运转逻辑：

  • 超大生成: 利用 PCG 技术生成 1:1 真实比例的地球地貌，包含动态的气候与水文系统。

  • 实时改变: 记录文明行为对环境的物理影响。过度砍伐导致水土流失（Logos 物理规则生效），过度捕猎导致物种迁徙。环境的变化反过来成为 Mythos 制造危机的来源。

• 核心价值： 提供文明演进的物理载体和资源约束，实现“文明重塑地球”的宏大体验。

5.5 [体验增强] 动态交互：环境与动作生成 (Generative Interaction)

• 技术栈： Motion Synthesis (动作合成) + Runtime 3D Generation。

• 应用场景：

  • 生成式动作: 实时生成 AI 复杂的挖掘、搬运、互动动作，适配无限的地形。

  • 生成式资产: 实时生成符合当前工艺水平的器具（如陶罐、工具）。

• 核心价值： 极大提升沉浸感与视觉多样性，让“文明演进”在视觉上清晰可见。但从玩法逻辑上，可以用预制资源暂时替代。

6. 研发规划与里程碑 (R&D Roadmap & Milestones)

为了规避技术与设计风险，我们将采取 “MVP 验证 → 垂直切片 → 单机闭环 → 联机共存 → 全域同服” 的 5 步稳健迭代战略。

6.1 里程碑 I：最小可玩 Demo (MVP: The Tribe Pulse)

• 预期时间： 3 个月

• 核心目标： 验证“自运转村落”与“沟通”。证明多个智能体可以组成一个社会雏形，并能理解玩家的自然语言愿景。

• 产出内容：

  • 场景： 预制的小型山谷村落（非 PCG）。

  • 角色： 1 名玩家 + 10-20 名拥有独立性格的智能体。

  • 系统： 基础版 Logos（处理采集/建造指令），初步的社会关系网。

  • 体验： 玩家通过沟通解决村落的生存问题（如食物分配、住所分配），观察智能体之间的闲聊与自发社交。

• 技术验证： 端侧 SLM 在多人场景下的性能表现、多模态意图识别准确率。

6.2 里程碑 II：垂直切片 (Vertical Slice: 200 BC)

• 预期时间： + 3 个月

• 核心目标： 验证“文明模拟”的深度与涌现性。在一个固定的时代（公元前 200 年）内，展示游戏的所有核心系统。

• 产出内容：

  • 时代： 锁定在铁器时代成熟期。

  • 规模： 聚落扩充至 30+ 智能体，出现社会分工与层级。

  • 系统： 完整的双子中枢（Logos + Mythos）、记忆与关系引擎上线。

  • 体验： 玩家面临更复杂的社会问题（派系冲突、资源分配），需要通过会议和制度来管理。

• 技术验证： 几十个智能体同时运行时的记忆检索效率、Mythos 叙事生成的连贯性。

6.3 里程碑 III：单机演化版 (Single-Player Evolution / Steam EA)

• 预期时间： + 6 个月

• 核心目标： 验证“文明演进”的时间跨度。投放到 Steam Early Access 获取核心玩家反馈。

• 产出内容：

  • 演进： 开放 1-2 个时代的跨度（如：铁器 → 蒸汽前夜），玩家能感受到科技与社会形态的质变。

  • 世界： 基于 PCG 生成的区域性大地图（单一大陆），包含动态天气与生态。

  • 模式： 纯单机体验，侧重于玩家与自己部落的深度羁绊。

• 技术验证： PCG 地形生成的稳定性、长时间游玩下的 Save/Load 数据一致性。

--- 训练营目标分割线 (Bootcamp Goal Line: 1 Year) --- 在此节点，我们将完成核心玩法的闭环验证与单机产品的 Early Access 发布，达成训练营的结项要求。后续里程碑为长线开发规划。

6.4 里程碑 IV：联机共存版 (Multiplayer Co-Existence)

• 预期时间： + 12 个月

• 核心目标： 验证“多文明博弈”的社交乐趣。

• 产出内容：

  • 模式： 基于房间的联机模式（Room-based），支持 4-8 名玩家在同一张 PCG 大地图上游玩。

  • 交互： 玩家之间可以进行贸易、结盟或战争。

  • 系统： 引入多文明 Logos 参数碰撞（不同文化圈的科技树差异）。

• 技术验证： 多人网络同步架构、不同玩家 Logos/Mythos 逻辑的冲突仲裁机制。

6.5 里程碑 V：终极形态 (The Living Earth)

• 预期时间： 长期愿景 + 1 - 2 年

• 核心目标： 实现“全域同服，真实地球”的宏大社会实验。

• 产出内容：

  • 世界： 1:1 真实地球，所有玩家处于同一服务器。

  • 历史： 完整的、不可回档的地球编年史。

  • 技术：

    • 端云混合： 落实“算力下放”策略，实现低成本运营。

    • Global Dynamic PCG: 实现全球地貌的动态生成与演变（如气候变迁、海平面上升）。

7. 商业化愿景：智能即服务 (Intelligence-as-a-Service)

不同于传统数值付费（Pay-to-Win），《HumAInity》建立在 “为体验付费” 的逻辑之上。

7.1 基础门槛：买断制 (Buy-to-Play)

• 核心逻辑： 覆盖研发成本、客户端开发及端侧 SLM 授权费用。

• 权益： 包含完整的游戏内容、单人/多人模式权限，以及足以支撑正常游戏进程的基础云端算力配额。

7.2 模因扩展包：文明模拟参数集 (Memetic Expansion Packs)

• 核心逻辑： 我们不出售数值强弱，而是出售**“文明的灵魂”**。玩家可以购买基于真实历史或架空设定的完整模拟参数集，在废土上重演“古希腊”或“大汉”的辉煌。

• 包含内容 (Simulation Assets):

  • 英雄智能体 (Hero Agents): 预训练的高精度智能体，拥有历史人物的性格模型与记忆。

    • 例： [苏格拉底]（擅长启发式对话，提升科研速度）、[韩信]（性格隐忍但战术天才）。

  • 定制化双核参数 (Customized Core):

    • Logos 规则: 特殊的社会架构（如“元老院” vs “三公九卿”）与特色科技树。

    • Mythos 风格: 叙事调性调整（如“希腊悲剧风” vs “王朝史诗风”）。

  • 文明特质 (Ethos Seeds): 预设的文明初始性格（如 [礼乐]、[思辨]、[尚武]）。

  • 美学资产 (Aesthetics): 配套的建筑风格、服饰与器物模型生成规则。

7.3 长期成本战略：端云混合架构 (Long-term Strategy: Hybrid AI)

• 核心挑战： 如何解决 AI 原生游戏随玩家时长增加而线性增长的“Token 成本”问题（Success Tax）。

• 解决方案： 算力下放 (Offloading Compute)。

  • 随着 NPU 硬件与端侧大模型（On-device LLM）技术的成熟，我们将逐步把 Logos 的逻辑校验和 Mythos 的基础叙事生成下放到玩家本地设备运行。

  • 终极目标： 实现 “零边际成本” 的运营模式。云端仅负责全球同服的数据同步与复杂的大型事件生成，日常的高频交互完全消耗玩家本地算力，确保游戏像传统单机一样，一次买断，永久游玩，无需持续为算力付费。

8. 招募计划：AI 原生 5 人特种部队 (The 5-Man Squad)

采用 “1 策划 + 2 程序 + 2 美术” 的精简配置。在 GenAI 的加持下，每个人都不再是流水线上的螺丝钉，而是统领 AI 生产力的**“指挥官”**。

8.1 策划 ( Game Designer)

• 角色： cooperzheng

• 定位： 项目的“灵魂”

• 职能：

  • 系统设计： 确立核心循环，撰写 Logos（逻辑锁）与 Mythos（导演机）的底层规则书。

  • AI 调优 (Prompt Engineering)： 亲自调试核心智能体的 System Prompt，确立文明的性格与叙事调性。

  • 灰盒原型： 利用 AI 辅助编程工具（如 Cursor）快速验证玩法原型，为程序提供明确需求。

8.2 AI 核心工程师 (AI Core Engineer)

• 角色： 构建“大脑” (The Brain)

• 职能：

  • 双核架构： 负责双子中枢的云端/本地架构，处理 LLM 的 Agentic Workflow。

  • 记忆工程： 搭建向量数据库 (Vector DB) 和 RAG 系统，确保智能体拥有长期、连贯的记忆。

  • 模型微调： 负责对开源模型进行 Fine-tuning，使其适应游戏特定的逻辑和时代背景。

8.3 Gameplay 工程师 (Gameplay Engineer)

• 角色： 构建“世界” (The World)

• 职能：

  • 引擎开发： 负责 Unity/Unreal 引擎内的具体功能实现、物理交互与千人同屏优化。

  • PCG 算法： 编写 1:1 地球生成的程序化算法，处理地形、水文与气候的动态模拟。

  • 交互实现： 将 AI 传回的 Action Plan 转化为具体的游戏内行为（寻路、动画状态机）。

8.4 技术美术 (Technical Artist / TA)

• 角色： 构建“管线” (The Pipeline)

• 职能：

  • AIGC 工作流： 搭建从“文生图”到“3D 资产/贴图”的自动化生成管线，确保美术资产量产效率。

  • Shader 与渲染： 统一 AI 生成资产的视觉风格（如废土写实风），处理生成式资产的性能优化。

  • 动作系统： 集成 Motion Synthesis 技术，解决 AI 在复杂地形下的动作适配问题。

8.5 美术风格与 UI 专家 (Art Style & UI Lead)

• 角色： 构建“外观” (The Face)

• 职能：

  • 风格把控： 对 AI 生成的资产进行审美把关和二次修饰，确保世界观的统一性。

  • 场景整合： 利用 PCG 素材搭建关键地标和氛围场景。

  • UI/UX 设计： 这是核心体验的一部分。 设计自然语言交互界面（Chat UI）与愿景管理面板，确保“沟通”的体验流畅且具有沉浸感。

  • AI 共创者管理： 筛选并整合社区玩家利用 AI 生成的优秀创意资产。

8.6 AI 共创者 / 探索者 (AI Co-Creator)

• 角色： 任何有激情的玩家 (The Passionate One)

• 门槛： 零 (Zero Barrier)

  • 在 AI 原生时代，技术不再是硬门槛。我们相信，只要你对游戏有足够的热爱，有独特的审美，并且愿意拥抱 AI 工具，你就有能力将脑海中的世界变为现实。

• 职能：

  • 自由创作： 利用 GenAI 辅助，参与从剧情编写、资产生成到玩法原型的任何环节。