一个数字先摆在这里：2010年，樱井政博创立游戏设计者奖的时候，Steam一年新增的游戏大约275款；到了今年，这个数字已经超过1.9万款。十几年，翻了近七十倍。
这位做出《星之卡比》和《任天堂明星大乱斗特别版》的制作人，最近在接受日本游戏媒体DenFaminicoGamer采访时，对这股浪潮说了一句很不客气的话——AI会让市场充斥缺乏原创性、大多数"无法游玩"的作品。报道经VGC等游戏媒体转出来后，知乎上立刻吵翻了：AI明明能生成漂亮的代码和美术，为什么偏偏做不出"好玩"？
我把这几天的报道翻了一遍，发现樱井政博的担心，比"AI抢饭碗"这种老调有意思得多。
一根干草里的针，暴露了AI创作的死穴
他举了个特别具体的例子。Steam上有一款游戏，玩法是让你在500万根干草里找一根针。听起来无厘头，但它走红了。走红之后呢？仿作迅速冒出来，逼得原开发者不得不在商店图片上专门标注"原创"两个字。
这就是樱井政博说的核心问题：凡是能被一句话描述清楚的玩法——整理书架、草堆找针——AI都能极快地复制出来。它学得会《古堡迷踪》《旺达与巨像》那种已经存在的作品，但它做不出上田文人下一款游戏。他的原话是：只有创作者自己能决定未来作品的艺术方向，这恰恰是人类独有的"原创性"。
为什么？因为"好玩"从来不是一种素材，而是一种判断。
代码可以生成，美术可以生成，但一款游戏好不好玩，靠的是设计师在几千次调整里做出的取舍：这个跳跃再飘0.1秒会不会更爽？这个提示藏得太深玩家会不会卡死？这种判断的原料，是设计师对"玩家此刻会是什么感受"的预判——而预判指向的是尚未存在的东西。AI的训练数据里只有已经存在的东西。它能给你一万个"像好游戏"的答案，给不出那一个"没出现过"的答案。
数量暴涨的另一面：好东西更难被看见
樱井政博的担忧其实不止于AI。腾讯新闻的报道里提到，大量以"某某Like"自我定位的模仿型产品，同样在加剧"发现难"。一年1.9万款新作，玩家根本看不过来，真正有特色的游戏反而被淹没。连Epic Games都推出了被称作"Vibecoded"的启动器更新——整个行业都在被"快速生成"推着走。
这对我们普通人意味着什么？不只是游戏行业的事。公众号、短视频、设计稿，所有能被AI批量生产的内容领域，都在经历同一件事：生产成本归零之后，稀缺的不再是"做出来"，而是"值得做"。
我自己用AI写东西、做工具，最深的一条体会和樱井政博完全对得上：AI最擅长的部分，永远是"参照已有成果"。你让它总结、模仿、扩写，它又快又好；你让它凭空想一个从没存在过的东西，它给你的多半是几个旧东西的拼盘。
所以合理的分工从来不是"AI替代人"，而是——把存在的部分交给AI，把不存在的部分留给自己。AI帮你把执行成本压到最低，你只需要回答一个问题：这件事里，哪一块是只有你能决定的？
一张自查清单，别让你的AI内容变成"草堆里的仿作"
如果你也在用AI做内容、做产品，这份清单值得存下来，发布前过一遍：
- 一句话测试：你的东西能不能被一句话描述清楚？能，就意味着AI三天内能做出仿作——必须再加一层别人抄不走的个人经验或数据。
- 原创性测试：内容里有没有"只有你经历过/查过/踩过"的部分？没有，就只是把公开信息重新搅拌了一遍。
- 取舍测试：有没有哪一处是你主动"不做"的？AI倾向于什么都给，人的价值在于砍掉。
- 预判测试：读者/用户看到第一屏时的感受，你预判过吗？还是生成完直接发？
- 标注测试：如果别人抄袭你，你能拿出什么证明自己是"原创"？过程稿、素材源、时间戳，平时就要留。
在 spark1.cn 的 /ai-writer 里写作时，我也习惯先用自己的话把核心观点写下来，再让AI去扩写和润色——顺序反过来，出来的就全是"草堆里的仿作"了。
樱井政博这番话，落点其实不是唱衰AI，而是抬高了人的位置：当所有人都能轻松做出80分的东西时，那20分"没存在过的原创"，才是真正值钱的部分。工具越便宜，判断力越贵——这个道理，在游戏行业成立，在你我的日常里同样成立。
评论