Dmitry Kachmar，Playgama 创始人——访谈系列

Dmitry Kachmar是 Playgama 的创始人，拥有广告技术和数字分发领域的从业背景，并将这些经验带入浏览器游戏行业。在创立公司之前，他在 Yandex 工作了 16 年，期间负责广告业务并担任商业领导职务，这些经历塑造了他连接产品与受众、建立可持续变现模式的思路。在 Playgama，他专注于开发者所需的基础设施，帮助他们测试游戏、触达玩家，并了解玩家实际的游戏方式。

Playgama为网页游戏开发者提供分发、变现和分析工具，其中包括开源 Bridge SDK，以及面向游戏平台和其他平台的服务。其 AI Game Index 会追踪开发者报告使用的 AI 工具，并结合玩家对这些工具所制作游戏的反馈。在这次访谈中，Kachmar 谈到了玩家行为揭示的 AI 制作游戏特点、模型比较的局限，以及随着游戏制作变得更加容易，用户引导、留存、发现和创意判断为何至关重要。

您的职业经历涵盖广告技术和分类信息业务，这些领域都将分发与变现视为关键。您在浏览器游戏领域看到了什么机遇，促使您创立 Playgama？这些经历又如何影响了公司帮助开发者触达玩家的方式？

我在一家名为 Yandex 的公司工作了 16 年。Yandex 是全球少数几家有能力在重要的本土市场击败 Google 的企业之一。后来，我负责广告业务，担任首席商务官和 CEO，管理超过 20 亿美元的广告收入。做到这个规模，你就会明白一件事：没有分发渠道，再好的产品也无人看见；没有变现能力，分发就只是个爱好。

我关注网页游戏时，看到的是一个供需真实存在、但两者之间几乎没有完善基础设施的市场。这就像一座冰山：看得见的只是实际规模中很小的一部分。每个月有数以亿计的人玩浏览器游戏，数以千计的开发者制作这类游戏。然而，这个领域有三个环节完全失灵。

首先是变现。大多数网页游戏的广告设置都非常基础，因此优秀游戏的收入远低于其本可达到的水平。其次是发现。玩家只能在无穷无尽的目录中碰运气找游戏，而不是通过符合自己喜好的算法来发现游戏。还有游戏本身的推广：即使你有一款出色的浏览器游戏，也没有正常的方式为它购买用户并判断这些用户能否带来回报。

因此，我们从资金和流量入手，而不是从内容入手。我们为网页游戏打造了自己的广告技术栈，将它直接连接到大型广告需求方，并利用同一套数据判断哪些游戏能够留住玩家、值得获得更多流量。在我看来，这是同一个问题的两个方面：收入表现良好的游戏有能力购买玩家，而能留住玩家的游戏也能取得良好的收入。

通过观察玩家玩 AI 制作的游戏，您有哪些发现是仅凭评估代码永远无法得出的？能否分享一款让您感到意外的游戏，无论是正面的还是负面的？

代码能告诉你游戏能不能运行，玩家则能告诉你它算不算一款游戏。AI 制作的游戏几乎从不会在代码上出问题，问题出在最初的 30 秒里：你必须在不失去玩家注意力的情况下教会他们游戏规则。游戏运行正常，画面也不错，但玩家就是会关掉标签页。代码审查发现不了这一点，因为开发者早已知道怎么玩，而且一开始就对游戏有兴趣。

还有一个很典型的例子：一位开发者连自己的游戏都赢不了。智能体把难度设得太高，连作者每次都会输；直到他发现没人能通过第二关，才意识到问题所在。

您的 AI Game Index 将开发者对工具的使用普及程度与玩家对相关游戏的反应分开呈现。开发者采用率与玩家满意度之间的差距由什么造成？小型工作室在选择工具时又该从中得到什么启示？

我想谨慎地谈这个问题。我们的指数是温度计，不是裁判。它展示正在发生什么，但不会解释原因。

2026 年 10 月下旬，Claude Opus 被用于制作的 AI 游戏超过一半，而 OpenAI 游戏平均每次游玩获得的点赞更多。两种情况完全可以同时成立。

这只是我的猜测，没有证据。我认为，最受欢迎的模型可能人人都在用，包括那些第一次制作游戏的人；而选择较冷门模型的人，可能是更有动力、经过深思熟虑的创作者。所以，我们比较的也许是不同的人，而不是不同的模型。另外，当一种模型被用于制作一半的游戏时，它的模式就会变得容易辨认，玩家也会渴望新鲜感。

该指数依赖开发者报告的模型标签，而且不同游戏获得的流量也各不相同。您如何区分模型本身的作用与开发者的技能、游戏类型或游戏吸引的受众？

坦白说，我们并没有完全将这些因素区分开来，而且网页上也明确说明了这一点。我们基本上只过滤掉明显的噪声。游戏达到 20 次游玩后才会计入统计；某个模型记录到 15 款游戏后才会获得评分。我们采用游戏数据的中位数，而不是平均数，因此一款爆红游戏不会拉高整行数据。每个数字都标明了日期，数据量较小的行也会注明样本较小。

技能水平和游戏类型仍然会影响这些数据。吸引经验丰富的开发者的模型，表现会更好。受简单街机游戏欢迎的模型，呈现出的情况会与用于模拟游戏的模型不同。我们目前还无法剔除这些影响，所以不会刻意隐瞒。之后，我们希望按游戏类型和开发者经验水平进一步细分数据。在此之前，理解这项指数的最佳方式，就是观察真实玩家如何与这些游戏互动。

AI制作的游戏最常在哪些方面作为游戏本身表现不佳：操作、难度曲线、关卡设计、原创性，还是其他方面？这些不足中，哪些仍最需要经验丰富的设计师介入？

新手引导和难度很重要。玩家可能在最初几秒内还没弄明白游戏目标，也可能觉得游戏要么太简单，要么根本无法通关。第三个问题是移动设备上的操作，因为智能体经常按鼠标操作来设计游戏，却忘了玩家要用拇指操作。

好在这些问题都能从数据中看出来。如果许多玩家在教程的第三步退出，智能体就能从遥测数据中发现这一点，并简化该步骤。难度也可以用同样的方式重新调整。

经验丰富的设计师仍不可或缺，因为有些问题无法从数据中得知：游戏讲的是什么，以及它为什么值得存在。智能体擅长改进游戏，但还不擅长判断哪款游戏值得开发。原创性、品味，以及“我以前从没见过这样的东西”这种感觉，仍然要靠人来创造。

对于小型工作室来说，制作出可玩的原型只是打造可持续业务的一步。在网页游戏开发中，AI在哪些方面实质性地改善了成本效益？又有哪些成本始终难以降低？

AI让制作成本几乎降到了零。唯一肯定没有变便宜的，是玩家的注意力。真实玩家、真正的关注和良好的品味，这些都没有变便宜。要让一款游戏触达真正想玩它的人，成本依然不变，甚至更高了，因为现在有更多游戏在争夺人们同一个晚上的时间。

因此，成本效益的重心变了。过去，最昂贵的是制作游戏。现在，最昂贵的是制作完成之后的一切：让真实玩家测试、发行、留存和变现。小型工作室应该把省下来的制作预算投入这些环节，而不是再多做十个原型。

随着游戏生成和发布变得越来越容易，平台应如何确保玩家仍能有效发现游戏？Playgama依据哪些标准来决定哪些游戏值得获得曝光，尤其是当一些看起来制作精良的作品实际上内容深度有限时？

应该等玩家玩过之后再做决定，而不是事先判断。现在，制作一份提案、一支预告片或几张漂亮的截图都很容易，但让玩家真正玩上十分钟并不容易。

在我们的沙盒环境中，每款新游戏都会获得一次公平的机会，接受真实玩家的初步测试。之后由玩家的行为来决定结果：他们会玩多久、会不会回来、喜不喜欢这款游戏。能留住玩家的游戏会获得更多曝光，其中最优秀的会进入我们的主目录，并登陆外部平台。大约只有十分之一能做到这一点。

制作精良却空洞无物的游戏通常会在这里自行落败。它们或许能获得不错的点击量，但玩家很快就会离开。相比外表，玩家行为要难伪装得多。我认为，解决办法不是设立评审团，也不是贴上“非AI”的标签。玩家并不在意游戏是怎么制作出来的，他们在意的是游戏好不好，而他们投入的时间是我们所能获得的最诚实的信号。

怎样的游戏适合在即时通信应用、社交网络或其他非游戏平台中运行？在面向这些平台的用户进行设计时，如何避免让游戏显得像一种打扰，或只是用来拉动互动的消耗品？

在非游戏平台上，玩家本来不是来玩游戏的，而是来聊天或看视频的。因此，游戏必须尊重这一点。

有三点行之有效。第一，立即开始：没有加载画面，也没有冗长的教程，玩家三秒内就能明白怎么玩。第二，每局时间较短，玩家随时可以结束，而且不会丢失进度，因为他们随时可能被拉回聊天中。第三，要让玩家有理由回来，而且这种理由应该让人养成习惯，而不是落入圈套：比如每日谜题、朋友的分数，或一段短连胜。

行不通的做法，是把玩家当成流量。如果游戏存在的唯一目的就是让玩家在应用里多待一会儿，人们很容易就能察觉这种急功近利。

你在广告技术领域的经历，让你能近距离观察广告收入与玩家体验之间的矛盾。网页游戏开发者应如何判断广告位带来的收益是否值得打断游戏体验？哪些指标能揭示变现正在损害长期留存？

原则很简单：广告只能在自然停顿时出现，绝不能在游戏进行到一半时插播。比如关卡之间、玩家失败之后，或者玩家主动选择观看激励视频以获取奖励时。激励广告是最健康的广告形式，因为选择权在玩家手中。

要判断广告是否造成了损害，不要只看单次会话收入，要把收入和留存率放在一起看。如果增加广告位后每日收入上升，但次日和第7日回访率下降，那就是在透支未来的玩家。还要关注会话时长和玩家退出的位置：如果很多会话都在广告出现后立即结束，说明广告过于激进，或放错了位置。

优秀的团队会像测试玩法改动一样测试广告改动：一次只改一项，进行清晰的对照比较，并在一周后查看留存情况，而不只是看次日收入。

如果 AI 让制作合格游戏变得人人都能做到，那么独立开发者的竞争优势将从何而来？对于一支小团队，您会建议他们今天投资什么，才能在工具不断改进的同时，打造出始终独具特色的业务？

当人人都能做出合格的游戏时，合格本身就不再是优势。以下三点仍然离不开人的作用。

品味，因为与常规不同的东西会变得珍贵。鲜明的风格、奇特的创意，以及让人感觉是由某个人亲手制作的游戏。

学习速度也很重要。不是制作速度——如今人人都能快速制作，而是发现自己哪里做错了的速度。每天都把一个版本交给真实玩家体验，并根据观察到的情况进行调整的团队，会胜过那些默默开发数月的团队。

还要与玩家建立联系。打造社群、树立能让人记住的名字，并给玩家一个尝试你下一款游戏的理由。

首先要建立起这一反馈循环。你的工具每隔几个月就会变化，但你不必把所有工具都学会。倾听玩家，是唯一永不过时的习惯。

感谢您带来的精彩访谈。想进一步了解网页游戏的发行、变现以及 AI 制作的游戏，欢迎访问 Playgama。