当游戏行业遇到 AI：我们到底该顺着浪走，还是站在岸上骂海

这几年游戏行业有点像一间突然停电又突然来电的机房：大家先是愣住，然后有人去找电闸，有人开始吵谁碰了线，还有人已经默默把 UPS 接上了。AI 大概就是这样进来的。它不是一个单纯的新工具，也不是一张马上兑现的彩票，它更像一位过分勤快、偶尔胡说八道、但又确实能干脏活累活的新同事。

我想把这篇写得实在一点。不是喊口号，也不是站队。因为在游戏行业里，AI 这件事真正难的地方，不是“能不能用”，而是“用到哪里算合理，用到哪里开始伤人”。

一、现在游戏公司到底怎么用 AI

从公开报告和业内观察看，AI 已经不是边缘实验了。GDC 的行业调查显示，越来越多开发者所在的公司已经在使用生成式 AI；到了最近一轮行业调查，开发者对生成式 AI 的负面感受也明显升高。这个矛盾很典型：公司在用，员工在担心，两件事同时发生。

真正落地最多的地方，往往不是“让 AI 独立做一款游戏”，而是这些比较琐碎但吞时间的环节：资料检索、方案草拟、脚本辅助、代码解释、测试用例生成、文本本地化、版本说明、BUG 归类、命名规范、会议纪要、关卡灰盒阶段的快速假设。它有点像一个不知疲倦的助理，但不是导演，也不是主美，更不是制作人。

工作环节AI 适合做什么人仍然要负责什么概念阶段整理参考、发散方向、快速生成 moodboard 思路判断审美、风格边界、项目气质程序与 TA解释代码、写小工具草稿、辅助查错架构判断、性能取舍、上线风险文案与叙事草拟备选台词、整理世界观条目角色声音、叙事节奏、情感真实度测试与管理归纳 BUG、生成检查清单、会议摘要优先级判断、跨团队沟通、最终决策

二、它冲击的不是“岗位名”，而是岗位里最可替代的那一截

很多人说 AI 会不会取代原画、策划、程序、TA、测试。这个问法其实有点粗。它不一定先吃掉一个完整岗位，而是先吃掉岗位里那些重复、低判断、低上下文的部分。比如整理表格、批量改名、把需求拆成初稿、把会议录音变成纪要、把一堆报错翻译成人话。

这听起来好像不严重，但问题也在这里：很多新人过去就是靠这些基础活进入项目、理解流程、获得信任。如果这些工作被工具吸走，新人的学习阶梯会变窄。行业不是只损失一些“杂活”，也可能损失培养人的土壤。这个问题比“AI 画得像不像”更麻烦。

AI 最大的冲击不是它突然变成大师，而是它把很多初级经验的入口变得不稳定。入口一窄，人就更难长出来。

三、抵制还是顺应，其实都不是完整答案

我不太相信“全面拥抱 AI”这种很响亮的说法，也不相信“彻底不用 AI”能解决问题。前者容易把人当成本项，后者容易把现实当空气。更合理的态度应该是：保护作者权利，保护岗位成长，同时把工具放在它该在的位置。

比如演员和配音领域，SAG-AFTRA 围绕 AI 的谈判就很有代表性。核心不只是涨薪，而是要求围绕数字复制、同意、透明和补偿建立边界。游戏行业以后也会越来越需要类似的边界：哪些数据能用，哪些声音不能复刻，哪些资产不能被训练，哪些产出必须标注来源。

四、实际开发里，AI 应该怎么协同办公

如果我是团队里负责把这事落地的人，我不会一上来就喊“全员 AI 化”。我会先从低风险、高收益的地方开始。比如团队知识库问答、需求文档整理、自动生成检查清单、代码片段解释、工具脚本初稿、版本更新说明。先让大家省下时间，而不是先让大家害怕自己被替代。

然后给它设规则。第一，AI 产出不能直接进最终资产库，必须有人审。第二，涉及角色、剧情、声音、肖像、商业素材时必须留痕。第三，任何被 AI 改过的内容，都要能追溯到谁确认、谁发布。第四，团队内部应该鼓励大家分享“怎么用得更好”，而不是偷偷卷。

• 把 AI 当副驾驶，不要当自动驾驶。

• 让它做草稿、整理和检查，不要让它替你做审美判断。

• 重要资产进入项目之前，必须有人类负责人签字。

• 新人不能只学 prompt，还要继续学基本功。

• 团队要定义红线：版权、肖像、声音、保密资料，这些不能含糊。

五、游戏从业者的出路：别只做执行按钮，要做判断的人

未来更值钱的能力，可能不是“我会不会点某个软件按钮”，而是我能不能判断一个结果能不能用、为什么不能用、该怎么改到项目里能落地。美术要更懂风格系统，TA 要更懂管线和性能，策划要更懂体验结构，程序要更懂工程边界，制作人要更懂风险和节奏。

说得直白一点：AI 会让“只会等任务、照着做”的工作方式越来越危险。但它也会放大那些能定义问题、拆解问题、检查结果的人。行业不会因为 AI 变得更温柔，但个人可以因为理解 AI 的边界，变得更主动一点。

所以我的结论不是顺应，也不是抵制。是带着边界去使用。该用的时候用，该拒绝的时候拒绝。别把工具神化，也别把工具妖魔化。游戏毕竟不是一堆资产自动堆出来的，它最后还是要靠人去判断“这玩意儿有没有灵魂”。这句话有点老派，但我还挺信。