Steam Next Fest 被指“AI垃圾”泛滥：玩家呼吁增设无AI筛选器

一场由“Vibecoding”引发的玩家抗议

据 Hacker News 社区讨论，Steam 平台近期举办的 Next Fest 试玩节被部分玩家批评为“AI 内容泛滥”。不少用户发现，大量标榜由 AI 辅助甚至全自动生成（即所谓“Vibecoding”）的游戏 demo 涌入活动页面，挤压了传统独立开发者的曝光空间。玩家在论坛和评论区集体呼吁 Valve 推出“No AI”筛选器，允许用户屏蔽带有生成式 AI 标签的作品。

这一讨论迅速升温，尽管原始帖仅获得 27 个积分和 4 条评论，但它触及了游戏行业一个日益尖锐的矛盾：AI 工具降低了创作门槛，却也带来了内容质量参差不齐与信任危机。

Steam Next Fest 是 Valve 每年举办数次的游戏试玩节，开发者可在活动期间发布免费 demo，玩家则通过试玩来发现新作并将其加入愿望单。对独立开发者而言，Next Fest 的曝光量直接影响游戏发售初期的销量，因此活动页面的展示位置和推荐算法具有极高的商业价值。近年来，随着参展作品数量激增，算法推荐成为玩家发现内容的主要途径，也使得任何影响排序的因素（如内容类型、标签）都可能引发公平性争议。

“Vibecoder”是谁？为何引发抵触

“Vibecoding”一词源于开发者社区，指借助大语言模型或代码生成工具，以自然语言描述需求、快速产出可运行原型的开发方式。在游戏领域，这类作品往往由个人或小团队在数天甚至数小时内完成，美术、音效和代码大量依赖 AI 生成。

支持者认为这是创造力的民主化，让没有编程背景的爱好者也能表达创意。但反对者指出，Next Fest 的推荐算法并未区分人工打磨与 AI 批量产出，导致大量同质化、完成度低的 demo 占据首页，稀释了真正值得关注的独立游戏。

一位参与讨论的玩家表示：“我不是反对 AI 辅助开发，但当试玩节变成 AI 生成器的展览馆，寻找好游戏的成本就变得难以承受。”

Vibecoding 一词由 AI 研究者 Andrej Karpathy 在 2025 年初提出，原指“完全沉浸于氛围（vibe）中，借助 AI 快速编写代码而不深究底层逻辑”的编程方式。它强调用自然语言描述意图，由大语言模型生成可运行代码，开发者主要扮演引导者和调试者的角色。这一概念迅速从软件工程扩散到游戏开发、艺术创作等领域，成为“AI 辅助创作”的代名词。

在游戏开发中，Vibecoding 的典型流程包括：用 ChatGPT 或 Claude 生成游戏逻辑代码，用 Midjourney、Stable Diffusion 生成美术素材，用 Suno 生成背景音乐，再用 Unity 或 Godot 快速拼装。由于工具链成熟，一个可玩的 demo 确实可能在数小时内诞生，但其深度、平衡性和打磨程度通常无法与人工开发数月的作品相比。

平台面临的两难：标签透明与筛选自由

玩家诉求的核心并非全面禁止 AI 内容，而是要求透明标签与筛选选项。目前 Steam 要求开发者在商店页面披露是否使用生成式 AI，但这一标签并未与 Next Fest 的展示逻辑联动，用户也无法按此过滤。

从平台角度看，增加“无 AI”筛选器可能引发争议：一方面，它尊重了用户的选择权；另一方面，可能被解读为对 AI 开发者的歧视，甚至催生标签滥用（例如刻意隐瞒 AI 使用）。部分开发者担忧，一旦“AI 标签”等同于低质量，创新工具将被污名化。

生成式 AI 披露政策：Valve 于 2024 年初更新 Steam 商店页面的内容规范，要求开发者在提交游戏时声明是否使用生成式 AI 工具，并区分“预生成内容”（如 AI 生成的贴图、音效）和“实时生成内容”（如游戏运行时由 AI 动态生成对话）。该政策旨在提高透明度，但标签仅显示在商店页面的特定区域，并未与搜索、推荐或活动页面（如 Next Fest）的排序逻辑打通。因此，玩家虽然能在单个游戏页面看到 AI 声明，却无法在浏览活动列表时批量筛选或屏蔽这类作品，这正是此次抗议的技术根源。

独立开发者的真实困境

这场争论背后是独立游戏生态的流量焦虑。Next Fest 历来是中小团队获取愿望单和反馈的关键窗口，而 AI 生成内容的涌入进一步加剧了注意力竞争。有开发者指出，问题不在于 AI 本身，而在于活动机制缺乏质量门槛——无论人工还是 AI，低完成度的 demo 都不应获得同等曝光。

话说回来，AI 工具正在改变开发成本结构。过去需要数周的美术资产，现在可能几小时就能生成，这使得“数量策略”变得有利可图。若平台不调整推荐与审核机制，类似抱怨可能在未来的每一届 Next Fest 重演。

可能的解决路径与行业启示

综合社区讨论，较为务实的方案包括：在 Next Fest 页面增加“仅显示无 AI 辅助”或“AI 使用程度”筛选；强化人工审核与用户举报机制；以及为传统手工开发作品设立独立展示区。Valve 尚未对此作出公开回应，但这场小规模讨论已经折射出生成式 AI 进入内容平台后的普遍治理难题：透明度、选择权与质量控制的平衡。

对内容平台而言，Steam 的案例具有参考价值——当 AI 生成内容规模化涌现时，简单的“允许/禁止”二元思维难以奏效，建立分层标签体系和用户自定义过滤，或许是更可持续的方向。

分层标签体系是一种介于“二元禁止”与“完全放任”之间的治理思路：平台可要求开发者按 AI 使用程度（如“无 AI”“AI 辅助美术”“AI 生成核心内容”）进行多级标注，并允许用户按级别过滤。类似机制在内容平台已有先例，例如 YouTube 对“合成内容”的披露要求、Steam 自身的“成人内容”筛选器。分层标签的好处在于，它既不将 AI 开发者一刀切地排除，又赋予用户精细的选择权，同时为平台积累数据以优化推荐算法。挑战则在于标签定义的模糊性和执行成本，需要平台投入审核资源并建立申诉机制。