Candy Crush AI 指的是由手机益智游戏《糖果传奇》的开发商 King 所部署的一套人工智能技术，用于自动化并增强游戏设计和玩家参与度。该系统主要使用机器学习和深度学习模型来生成新关卡、平衡难度，并根据个人玩家技能水平定制游戏内挑战。它代表了人工智能在消费游戏行业中的一项重要应用，从脚本化内容转向动态、数据驱动的游戏设计。
Candy Crush AI 的核心涉及在包含玩家行为（如移动次数、胜负率和游戏时长）的海量数据集上训练神经网络模型。这些模型预测玩家的挫败点和满意度阈值，使游戏能够实时调整关卡参数。该 AI 还采用强化学习技术模拟数百万次试玩，识别既不太简单也不至于难到无法完成的关卡配置，这一过程对人类设计师而言是不切实际的。
关卡生成与难度调优
King 的 AI 系统通过优化目标难度曲线来生成关卡布局。它结合使用生成式人工智能模型提出新的棋盘配置，以及深度学习评估器根据历史玩家表现数据对其进行评分。这种方法将创建新关卡的时间从数周缩短到数小时，从而能够持续提供新鲜内容。该 AI 还监控实时玩家数据以进行微调，例如改变特殊糖果的出现频率或允许的移动次数，确保游戏数百万日常用户获得一致的挑战体验。
玩家建模与个性化
该系统使用机器学习聚类算法构建详细的玩家档案，按游戏风格、技能和参与模式对用户进行分类。这些档案输入推荐引擎，该引擎根据每位玩家预测的偏好选择关卡变体、道具优惠和助推器。例如，经常在限时关卡中失败的玩家可能会获得移动次数更充裕的关卡，而高技能玩家则会获得更难的变体。这种个性化被认为提高了玩家留存率和变现能力，因为 AI 将游戏内购买与高挫败或高成就的时刻对齐。
技术基础设施
Candy Crush AI 运行在基于云的基础设施上，利用亚马逊云服务和谷歌云进行可扩展的计算和存储。训练大型模型需要图形处理器集群，通常来自基于英伟达的系统，不过 King 也探索了AWS Trainium等替代方案以降低成本。推理管道以近实时方式运行，通过轻量级变换器模型处理玩家操作，预测即时下一步结果，例如级联或关卡完成的可能性。这种混合架构，，重离线训练和轻在线推理，，是现代游戏 AI 中的常见模式。
伦理与设计考量
在大众市场游戏中部署 AI 引发了对玩家操控和成瘾的担忧。King 表示，该 AI 旨在最大化乐趣，而非不惜一切代价追求参与度，并包含防护措施以防止过于激进的变现策略。来自斯坦福人工智能实验室和伯克利人工智能研究的研究人员研究了此类系统，指出虽然 AI 驱动的个性化可以增强用户体验，但也需要透明的政策以避免利用认知偏差。该公司定期发布关于 AI 如何使用玩家数据的透明度报告，不过具体算法细节仍属专有。
影响与未来方向
Candy Crush AI 的成功影响了其他移动游戏开发商，包括索尼人工智能和富士通，促使它们采用类似的数据驱动设计方法。截至 2025 年，该系统仍在持续演进，正在试验使用大型语言模型生成叙事元素和游戏内文本，但这些尚未部署到正式游戏中。未来的迭代可能会纳入基于人类反馈的强化学习，使 AI 直接根据玩家对关卡乐趣的评分进行学习，进一步模糊自动化设计与以人为中心的设计之间的界限。