世界上独一无二的宝可梦

概览

游戏进行到一半，在游戏自身打开的一个窗口里，玩家输入几个词。游戏仍在运行的同时，AI 把这些词变成一种全新的宝可梦——立绘、名字、属性、种族值、招式——并将其登录为正式的种族。你会在草丛里遇到它，捕捉它，给它取昵称，像养任何一只宝可梦那样把它养大。

没有任何东西是事先写好的。最终留在存档里的那个种族此前从未存在过，别处也不存在。

游戏一直以来提供的东西里，有一部分是「做出属于自己的东西」。但实际上，那意味着从一组固定的选项里挑选。这个项目的存在，是为了检验生成式 AI 能否让「属于自己」变成字面意义上的真实——更关键的是，字面意义上属于自己的东西，玩家是否真的会对它产生依恋。

完整流程

一切从在橙华森林里跟一位老婆婆搭话开始。你描述心里想到的那种生物；在你继续游玩的过程中，这些词被转化成一个种族；几分钟后它已经在草丛里等着了——可以遭遇、可以捕捉，此后就跟游戏里其他任何东西一样使用。全部都是当场生成的：名字、属性、种族值、招式组合、正反两面的战斗贴图，以及队伍图标。

完整一轮的记录在这里： My Own Pokémon Generation — demo02

为什么不是一个「生物生成器」

有意思的问题不在于 AI 能不能想出一只宝可梦，而在于它能不能想出一只游戏可以吸收、且吸收之后不会散架的宝可梦。放任不管的话，生成器给出的要么是没法用的东西——一只种族值合计 900 的怪物，让游戏失去意义——要么是让人不适的东西：一张崩坏到读不出是生物的贴图。

所以这里的设计工作不是那只生物，而是它被生成于其中的那个空间：种族值的区间、招式合法性的规则、能在 64×64 贴图里存活下来的剪影、玩家甚至被允许用来描述的词汇。模型探索这个空间，但轮不到它来定义这个空间。

这个项目正是我的设计哲学不再只是主张、而被拿去检验的地方：定义塑造设计空间的目标、价值、约束与边界，让生成在其中发生，然后看结果站不站得住。

框架本身就是研究对象

大语言模型从不自由书写。它只是填充一个固定 schema 中的空位，而每一次输出都会由一个校验器重新检查。违反规则的输出会连同「具体违反了哪一条」一起被退回重新生成。

平衡约束让游戏保持可玩。种族值合计被限制在一个固定区间内——280 到 360，大致是御三家的水准——每项能力也各有范围，超出区间的方案会被直接驳回。招式从 pokeemerald 的源码中自动抽取，再筛选到该种族自身的属性或一般属性，并去掉一击必杀技、自爆类效果，以及固定伤害或威力过高的招式。剩下的集合还要接受合理性检查：攻击招式是否足够、是否至少有一个与自身属性一致的攻击招式、高威力招式是否不超过一个。等级的分配由框架确定性地决定，而不是由模型决定。其余一切都被固定下来——每种属性一个特性、捕获率、经验类型、性别比例、招式学习器兼容性——这样个体差异就被限制在 schema 的空位之内，各次运行之间仍然可以比较。

外观约束防止输出崩坏。体型来自一份能在 64×64 贴图里存活的剪影白名单：四足、啮齿类、鸟类、蜥蜴。颜色从一份具名的白名单中选取，图鉴体色由此机械地导出。特征限定为一到三个简短的既定短语，并由一份屏蔽清单排除人类特征、血、武器与文字。最终提示词由框架自己组装，并附上一段固定的结尾：只有一只生物、全身、解剖结构合理、没有多余肢体、表情平静。

它是有效的，而且能看到它生效的过程。在一次被记录下来的运行中，模型提出的种族值合计是 380；校验器退回了三次——380、360、340——直到方案落在区间之内的 320。

运行方式

游戏本身什么也不生成。干活的是电脑上常驻的一个 Python 进程，两边通过一个文件信箱交谈，而 mGBA 里的一段 Lua 脚本每一帧都去查看它。

1. 文本。本地模型（qwen3:8b）把词语变成一份经过校验的种族记录。
2. 图像。图像模型先画出一张参考插画，再据此生成三张角色一致的视图：正面战斗贴图、背面贴图，以及队伍图标。
3. 转换。把画量化到一份共用的 15 色调色板上，并转换成 pokeemerald 的贴图格式。
4. 编码。贴图变成 GBA 的二进制数据：4bpp 与 1bpp 的图块、gbapal 调色板，以及与 BIOS 兼容的 LZ77 压缩。
5. 注入。把二进制数据写入 ROM 中预留的区域。

在运行时写入卡带，意味着正在运行的实例不必重启就能接收到这个新种族；同样的字节序列也会写到磁盘上，所以这个改动在重新载入之后依然存在。

出现的东西是持久且不可撤销的。它会在世界里游荡：逃跑也好、战败也好，它都留在世界里。一旦把它打倒，就永远没有了。

实现

生成器、约束框架、GBA 编码器，以及游戏侧的补丁，全部公开： github.com/takafumihoriuchi/my-own-pokemon-generation

后记——关于依恋

这个原型了结的是一个技术问题。在它后面的，才是我真正在意的问题：一只为你而生成、别处并不存在的宝可梦，最终会比游戏里原本就有的那些更有分量吗？

从玩自己做的这个版本来看——样本数为一，不值得读出更多——似乎有两个条件在左右这个答案。

• 你自己投入了多少。输入六个词是一种参与，但很薄：回来的东西感觉像是被交付的，而不是被做出来的。真正起作用的似乎不是输入的量，而是它的性质——花的功夫、反复、可以修改的余地，以及对最终结果承担的那一点责任。
• 质量。依恋似乎要求生成物越过某个门槛。达不到的话，「它独一无二且属于你」这个事实本身撑不起那种感情。

游戏之外有一个例子同时说明了这两点。我用手工的方式和 ChatGPT 反复来回，直到自己满意为止，设计了一个属于我自己的种族——花狐（Hanagitsune）。我对它有依恋。因为那是我做出来的，而不是我要来的；而且做出来的东西越过了质量的门槛。

这两个条件都是可以着手的。更深的制作过程——选择、修改、否决——能推动第一个；更好的模型与设计得更用心的提示词框架，能推动第二个。接下来要去的就是那里。

所以这个原型的结果不是对那个问题的判决，而是把那个问题变成了可测量的东西：两个如今可以刻意去改动、并加以观察的变量。