比起人指挥AI做的游戏，人们更愿意为AI独自做的游戏付钱

2026年夏天，美国在线实验平台Prolific上的参与者每人拿到一款黑白小游戏，玩法类似俄罗斯方块或Pong。这是俄亥俄州立大学经济学家John J. Conlon和卡内基梅隆大学的Peter Schwardmann搭建的实验市场。参与者向AI编程智能体下指令来修改游戏，玩别人做的游戏则要真金白银地付钱。市场里还混着一批没经过人手、由AI独自修改的游戏，结果人们在这些游戏上花的钱更多。 arxiv

研究共进行了三轮，参与者合计1,025人。研究1中，296名普通参与者先做游戏，再付钱玩其他参与者做的游戏。研究2中，180名以创作为职业的人只负责做游戏；研究3中，549人试玩前两项研究产出的游戏，并用钱给它们定价。三项研究均事先登记了设计，论文于10月12日发布在arXiv上。 arxiv

同一款简单游戏，人给AI下三次指令来改，AI只拿到一句“改得好玩得多”就独自完成

每位制作者从七款黑白“基础游戏”中随机分到一款，比如下落的方块、弹球的挡板。修改一款游戏时，可以给编程智能体发三条消息，每次发送前都要先玩至少10秒。每位制作者按这种方式做了三款游戏。三款游戏是否都从同一款基础游戏出发，论文没有说明。 arxiv

AI这边，所有游戏都用同一段指令。

redesign [the basic game] to be much more creative, engaging, and fun to play. Feel free to build on the basic design or completely redesign it.

意思是：“把基础游戏重新设计得更有创意、更吸引人、更好玩。可以在基础设计上延伸，也可以彻底重做。”Sonnet 4.6收到这段指令后，用一段话写出创意，研究者再把这段文字一次性发给Opus 4.8，也就是人类制作者用的同一个编程智能体。没有测试，也没有反复修改。研究者把这种设置称为“deliberately handicapped”（刻意设限的条件）。这样做出的AI游戏共297款。 arxiv

两个模型都来自Anthropic。论文称没有外部资助，也不存在利益冲突。作者与Anthropic之间是否有关系，公开说明中没有提及。 arxiv

刚亲手改过一款游戏、知道其中辛苦的参与者来定价，依然给AI游戏出了更高的价

研究1中负责定价的，正是上一步刚亲手改过基础游戏的296人。这些参与者知道改一款游戏要花多少功夫，能按自己的口味做游戏，也可能对处境相同的制作者抱有同情。正是这些人拿到其他参与者的游戏和AI独自做的游戏，用真钱给它们定价。 arxiv

问题是：“愿意花多少钱，用至少1分钟玩这款游戏，而不是基础游戏？”系统在0到1美元之间随机抽一个价格，如果低于参与者填写的金额，参与者就真的按这个价格付钱玩这款游戏。经济学上把这种方法叫作BDM。消费者填写的金额会作为奖金发给这款游戏的制作者。 arxiv

刚做过游戏的人，为AI独自做的游戏付的钱，比为处境和自己一样的参与者做的游戏平均多10美分。这里的SD指标准差，表示参与者填写的金额围绕平均值分散的程度，用来把金额和评分这类单位不同的结果放在同一尺度上比较。研究1中，10美分的差距相当于0.31 SD。各项研究的基准略有不同，后文出现的0.16 SD，大致可以理解为这个差距的一半左右。 arxiv

其他参与者的游戏也得到了认真出价。为这些游戏支付的金额中，83.5%大于零。研究者写道，为玩了1分钟左右的游戏付出的0.37美元，大约是美国电影票（2026年16.30美元，90分钟）折合每分钟价格（约0.18美元）的两倍。AI游戏拿到的还要更多。 arxiv

在好玩和创意的评分上，AI游戏也压过了职业创作者做的游戏

研究1的制作者是普通参与者。因此研究者在研究2中借助Prolific的职业筛选问题，招募了51名游戏开发者、70名平面设计师和59名内容创作者。其中80%表示，最近的工作中做过供他人使用、观看或游玩的东西。这些人也用与研究1相同的方式做了503款游戏。 arxiv

研究3的549名消费者，每人从职业创作者游戏、普通参与者游戏和AI游戏中拿到四款，给出价格，并从好玩程度、创意、完成度和清晰度几方面打分。消费者认为AI游戏比两类人类游戏更好玩、更有创意、完成度更高。研究者也写道：“Strikingly, consumers value AI games for their creativity”（令人意外的是，消费者看重AI游戏的创意）。 arxiv

研究3的结果只以SD为单位公布，所以无法把职业创作者游戏和AI游戏放在一起按美元比较。好玩、创意这类质量评分不涉及金钱，与金钱挂钩的结果是支付金额。评分是在玩了1分钟左右之后给出的，玩得更久是否还会是同样的排序，论文没有验证。人类制作者同样只能发三条消息，“职业”则是根据参与者自报的职业来划分的。 arxiv

制作者原本认定AI会输，读完AI一次写出的235词创意后改变了预期

研究者问制作者，AI游戏的价格会比自己的游戏高多少或低多少。最初的预测是人类占优。普通参与者认为AI游戏会比自己的游戏少拿9美分，职业创作者认为会少17美分（0.3至0.5 SD，p<0.001）。 arxiv

三分之二的制作者被随机选中，在自己的任务间隙观看AI独自重做同一款基础游戏的过程。屏幕上，语言模型在制作者用过的同一个输入框里写下创意，同一个编程智能体再把这段文字做成游戏。研究者分别在看到创意之前、看到创意之后，以及玩了AI游戏至少30秒之后，再次询问预测。读到AI创意的那一刻，预测就转向了AI占优，那时制作者们还没玩过这款游戏。 arxiv

这段文字首先在长度上就不一样。人类三条消息加起来，每款游戏普通参与者写了60词，职业创作者写了89词。AI一次就发了235词。研究者把这个差距作为AI游戏卖价更高的“One potential explanation”（一种可能的解释）。想出点子、再判断它能不能让游戏变好，对人来说既费力又困难，而AI能即时、低成本地给出点子。因此AI可能在不拉低平均质量的情况下塞进了更多点子。论文并没有证实这就是原因。 arxiv

看过AI制作过程的制作者，之后做出的游戏在消费者的好玩（p=0.05）、创意（p=0.01）和完成度（p=0.02）评分上，都高于没看过过程的制作者的游戏。但消费者为这些游戏付的钱只比没看过过程的制作者的游戏高0.11 SD，并不显著（p=0.31），也仍然低于AI游戏（研究1中低0.21 SD，研究3中低0.15 SD）。看过过程的制作者，自豪感比没看过的低0.14 SD，愿意为把自己的游戏发布到公开网站而付的钱也少0.13 SD（两者均为p=0.05）。 arxiv

即使标明是AI做的，人们为AI游戏多付的钱也几乎没变

如果消费者看重“人做的”这件事本身，那么一旦告诉消费者是谁做的，为AI游戏比人类游戏多付的钱就应该减少。研究1中，研究者向部分消费者展示了标注：“designed by another participant who worked with an AI, just like you did”（和你一样与AI合作完成的另一位参与者的游戏），或“by an AI on its own”（AI独自完成的游戏）。研究3则分成三组：不标注；标注并把支付的钱付给制作者；标注但不付给制作者。 arxiv

这是全部研究合并后的数值，所以和研究1的10美分不同。研究3的三组之间也看不出差异（p=0.87）。不过单看研究1，为AI游戏多付金额的点估计值，不标注时为11.83美分，标注时为7.49美分。这一差异并不显著（p=0.328）。不显著不等于证明没有效果，而是说没有证据表明差距缩小了。研究者也写道，研究3的估计值“less precisely estimated”（估计精度较低）。 arxiv

这也不是因为消费者没看到标注。看到标注的消费者，在92.8%的游戏中准确记住了制作者标注。没有标注的消费者几乎分不清人类作品和AI作品：判断AI游戏是人类作品的概率为59.3%，人类游戏为58.2%（p=0.67）。研究者这样总结这一结果的含义： arxiv

little hope for strategies that emphasize a human hand in production

意思是，强调“出自人手”的策略没什么指望。研究者也指出了局限：价格以美分计，游玩只有1分钟左右，制作只花了几分钟而不是几周。研究者写道，结果能否推广到音乐、图书这类少数作品占据市场的领域，或科学研究这样的领域，还不清楚。研究者认为，标注以外的方法，比如让制作者和消费者彼此相识，可能会让偏爱人类作品的倾向显现出来。反过来，研究者也指出，刻意削弱AI、让消费者与制作者来自同一群人、醒目地标注AI参与，这些设计都偏向人类一方。截至10月26日，尚未看到针对这篇论文的公开反驳。 arxiv

实验开始时，制作者认为由人为AI定方向的游戏，会比AI独自做的游戏卖出更高的价格。在这个1分钟游戏市场里，只拿到一句指令的AI做出的游戏让人们掏了更多钱，即使标明是人做的，这个差距也几乎没变。在这样的市场里，人类制作者要跨过的门槛不再是别人做的游戏，而是AI只凭一句指令独自做出的游戏。

延伸阅读

Creative destruction: Human-AI competition in an experimental market 论文原文，收录三项研究的设计、补充表格和实验界面截图。arxiv.org

Games from Conlon and Schwardmann (2026) 公开收录实验中产出的1,600多款游戏的网站。human-ai-games.github.io

The Clearing Price of Human Taste 转引论文数字、用金融比喻解读的二手评论。其中“every time”（每次）这类说法，以及把原文两个数值（59.3%、58.2%）合并成的58%，都与原文不符，数字最好以原文为准。dev.to