游戏人对AI没那么“上头”，为什么？

以下文章来源于东西文娱旗下游戏组账号 游戏艺术家 Game Art

撰文：夏清逸、艾利康

调研：恋鲸术士

支持：东西游戏组

近期财报季，腾讯、网易、吉比特……几乎所有游戏上市公司都将AI写进了年报。而独立游戏大本营Steam，也早已对AI解禁。截至2025年底，Steam平台上明确标注使用生成式AI技术的游戏，就已突破1万款，约占平台游戏总数的8%。

除了以AI为核心构建玩法与系统的AI原生游戏，AI在传统游戏研发领域，也基本实现全方位介入。

ClaudeCode帮助写代码、OpenClaw优化项目管理与工作流集成、DeepSeek辅助调用API、各类视频与图片的Agent工具改变游戏美术生产，Suno直接生成游戏配乐……在游戏这一复杂的工程中，各个环节几乎都有了AI的身影。

尤其2026年以来，在很多游戏人看来，AI迈过“生产力级别”的⻔槛，且工具更加平权。这意味着对大多数游戏从业者来说，AI不再是“玩具”，而是真正的生产工具。

AI在改变游戏。但因为游戏复杂的产业生态，不同类型的游戏、不同生态位的游戏人，对AI的接纳、使用情况也不同。比起在影视行业“碾压级”的存在，当前AI在游戏行业的渗透，要复杂得多。

GDC（全球游戏开发者大会）今年1月发布的《2026年游戏产业状况报告》显示，过去两年约有36%的游戏从业者在工作中使用AI。

但其中，大部分是用AI帮助编写代码、优化工作流等，少有直接生成资产和创作内容，搭建AI原生玩法的比例就更低了。

当前阶段，越有试错空间的游戏项目与团队——比如家底雄厚的大厂，或是没有包袱的学生独立游戏团队，越愿意使用AI。而扛着生存压力的资深独立游戏开发者，普遍更谨慎。

与此同时，游戏种类繁多。仅就独立游戏领域而言，动画生成技术等跨时代发展，让AVG、互动影游这类大量依赖影视动画内容的品类受益明显；一些成熟的小游戏玩法，也因AI的代码能力而门槛骤降。

但针对复杂的玩法与3D美术资产，AI工具还没有平权到能真正降低独立游戏开发者的门槛；而那些以风格化美术为卖点的作品，AI也远无法替代。

独立游戏也对AI工具的使用成本更敏感。Sora关停后，产生一系列连锁反应，比如一些AI工具取消了学生优惠或限时会员折扣，这让部分独立游戏工作室使用AI工具的成本出现10%-30%的上浮。

凡此种种，印证了AI对游戏的影响，在现阶段整体处于“过渡期”——AI的应用面是有限的。不过，游戏人至少必须对AI有“意识”，否则很难逃开被抛下的命运。

不是所有游戏人，

都“敢”拥抱AI

“原来你用AI，100次出图都到不了89分，全都用不了。现在100次⾥有1次能到90分，你就愿意⽤它”——这是当下许多游戏从业者对AI工具的真实感受。

但工具层面的进步，落到不同群体身上，呈现出截然不同的图景。

游戏人用不用AI工具，怎么用，为什么用，遵循的是商业模式、组织架构差异而导致的不同逻辑。

在大厂，AI的使用正在被系统性地量化和考核。比如Claude已经成为“大厂标配”的API，有的地方甚至把API使用量纳入月度考核——用得越多，说明工作越上心。工具使用本身，反而成了KPI。

这背后是大厂的一贯诉求：高度流程化，且一切可量化、可管理。

ClaudeCode这类VibeCoding工具，确实把程序制作的门槛拉到了人人可试的水平。但在调研中，很多游戏从业者都提到，Claude的使用门槛要比看上去高。因为使用者对编程了解越少，越无法判断AI生成的代码是否有隐患，越不知道如何描述需求。结果是，懂编程的人用它如虎添翼，不懂的人反而要耗费数倍时间，甚至完不成任务。

换句话说，AI没有拉平差距，而是放大了经验的价值。这对大厂游戏人来说，是一种更熟悉的逻辑——在高度流程化的体系里，经验从来都是可量化的资本。

但对独立游戏开发者来说，成本压力始终悬在头顶。他们较难承担贸然投入AI的不确定性风险。学习和使用AI，都可能带来一笔不小的试错成本。

一方面，尽管普遍明白AI工具可以降本增效，但很多情况下，越是资深的独立游戏开发者，可能越没有足够的意愿，“脱产”去深度学习用AI以改革开发流程。

这些开发者大多依赖“游戏开发完成、上架发售回本”这种单一的资金回笼模式，在开发周期中很难腾出完整的时间和精力去系统研究AI工具。更关键的是，他们担心深度投入AI，改变原本已投入十数万到上百万不等的开发流程后，结果发现AI工具达不到预期。

因此，大多数人选择在常规工作之外进行尝试，而非直接将AI嵌入已有项目的工作流。比如，制作人在业余时间与Gemini对话，试图激发新的灵感；美术总监尝试Nano和Seedance，看是否有能运用到下一阶段开发的惊艳灵感。

另一方面，AI工具虽然越来越“平权”，但对很多独立游戏开发者来说，依然是一笔不太可控、甚至经常超标的开支。条件有限的情况下，他们很难衡量，为了“降本增效”而先花出去的成本，究竟是否划算。

“怎么还有那么多人舍得烧Token去跑OpenClaw？是没看到下个月的账单么？”有独游开发者对游戏艺术家吐槽。

他表示，在不熟练且权限全开的情况下，一个人每月的OpenClaw账单就要1000-2000元。这对有一定规模的团队来说不算什么，但对小型团队和个人开发者，就是实打实的压力。

而这还只是Token消耗较少的环节。其他诸如AI生成动画，要应用到独立游戏里，无法做到像漫剧一样快速做完快速发布回本，开发过程中积累的成本压力很难消化掉。

此外，独立游戏开发者还普遍面临“后发优势”的悖论。AI工具迭代太快，让下场的时机变得不确定。

比如做游戏内视频，当你花时间学习了某个工具、掌握了独特诀窍，同时也增加了沉没成本。然后Seedance一夜之间出现，技术上指数级提升——就不免思考：之前在Sora上烧掉的Token算什么？如果多等一年，是不是能用三分之一甚至五分之一成本，做到比现在更好的效果？

对开发中的游戏，这些假设没有意义，但它会让开发者和投资人都更加犹豫。这个时间点要不要下场？是不是等一等更好？因为哪怕一个小品级独立游戏，开发动辄一、两年，一旦某个环节接入了特定工具，后期想换，前面的工作可能全部要推翻。

用AI最积极，最受益的，

是哪些独立游戏人？

“我们本身没有能力做很多事情，但我们想做那些事情。”四缔游戏制作人Steven对游戏艺术家说道。

Steven的团队主要由大学生组成，正在做一个项目，包含联机系统、第一人称3D、大地图、实时弹幕反馈、相机景深效果、AI玩法等。这些模块叠在一起，按传统思路，是一个大学生团队根本不敢碰的。

但他们做了。靠AI。

在独立游戏的版图里，除了本身就以AI原生游戏为目标的开发者和少数AI游戏的忠实拥护者，最积极拥抱AI的，恰恰是那些看起来“没资格”做复杂项目的人——学生团队、初创团队、想做但不会做的实验性团队。

他们要么项目体量通常不大，要么在搭建流程初期就接入AI，沉没成本小。加上学生团队还有“学生优惠”托底，比如学生有一年免费googleone，可以用gemini和antigravity，还可以免费用githubcopilot和cursor。

因而，比起那些扛着生存压力的资深开发者，他们没有历史包袱，也更有动力去尝试。

尤其是留学生群体，在独立游戏领域是重要的创作者圈层。他们更早接触海外AI工具生态，也更习惯用“极客”思维对待技术。会把市面上所有工具都用一遍，让它们在不同场景里各司其职。比如除了Gemini，还会更多尝试Grok。

在调研中，甚至有海外留学生开发者认为，基础编程将变成人人可掌握的基础技能。因此，他放弃了编程设计专业，转向游戏设计这样的复合型专业。“明显感受到自己未来可以更专注于策划，AI会帮助我落地。”

Steven则表示，他的项目投资人是技术出身，经常会提尖锐的底层问题，而自己都答不上来，因为全是AI写的。但这不影响游戏顺畅运作，因为团队能描述清楚到底想要什么效果。

“美术、编程、项目管理等环节全部都在用AI。如果没有ClaudeCode，这个项目的人力成本可能要一、两百万，现在差不多只用了十分之一。”

从调研来看，中小独立游戏团队从零开始组装自己的AI化开发管线，根据对工具使用的熟练程度和产出需求，美术上预估能省下20%-40%的成本，程序大约能省下10%-30%的成本。尤其编程，至少能节约30%-40%的时间。

KATORGameStudio创始⼈KATOR曾在网易担任技术美术，拥有计算机与AI专业背景。在2022年底⼤模型爆发期前，就已经在尝试将AI工具融入工作流了。⽬前KATOR正在带领团队开发独⽴游戏项⽬。

在他看来，AI最大的帮助是可以快速做出一些60%品质的东西。“虽然AI工具完全无法取代关键部分的设计与思考，但能快速可视化，在团队内部沟通设计思路以及方向的过程中，帮助很大。”

例如，场景制作方面，使用AI制作模型搭建白盒查看氛围，确定设计后再人工制作细化模型；制作2D角色的时候，也可以使用AI对草稿进行上色从而查看大体效果。这让KATOR的工作室，能以不到10人的规模，做正常公司20-30个人的项目。

他也遇到过“后发悖论”，比如不久前TapTapmaker面世，策划用自然语言就能搓出游戏原型。

“如果我们当时有这个，原型迭代速度会更快，早期的原型设计就不需要程序参与了，会节约大量的沟通成本。”KATOR说，虽然AI应用发展很快，但团队内部的工作流改动也不宜过于频繁，否则大家会将大量时间浪费在熟悉工具中，那么项目开发进度反而是负面的。

所以，AI工具的涌现其实非常考验制作人的统筹和判断能力。相比有一定规模的游戏工作室，小团队有“船小好调头’的优势，如果核心成员学习、接受能力强，或许还能吃到科技后发优势的红利。

很多独立游戏开发者都提到，AI能有效节约“之前无意义浪费”的成本——那些在项目管理预期中，被算作“损耗”和“冗余”的部分。

比如一个项目计划开发18个月，其中至少有6个月在反复试错、复盘、内部沟通、外部协调等等。AI工具在这方面的优势，已被多次验证，可以应用在量产型商业游戏中。这其实也是为什么一些游戏公司已经将AI工具的API使用率纳入工作量考核——AI导致的冗余削减，是可以被量化的。

在独立游戏里，

AI在扮演了什么角色

AI出现后，许多内容创作领域都出现OPC（一人公司）模式。游戏从业者也普遍相信，未来独立游戏团队规模会越来越小，甚至出现大量的一人团队。

在当下的工作流中，AI扮演着什么角色？

根据使用情况，有的开发者觉得像“好用的实习生”，有人觉得像外包，有人认为是性价比很高的执行岗位。

还有独立游戏制作人描述道：“它是一个‘没有野心、心思极其缜密的员工’。”在他看来，AI能考虑到人永远无法完全兼顾的细节，反馈回来又能激发新的创意。

这些描述的共同点都是：AI介于“工具人”和“创意合伙人”之间，且正在不断接近后者。

随着OpenClaw出现，这个边界开始变得更加模糊。它不再是单纯的执行者，而是有了权限和能力去做计划之外的事情。但要说它能替代人的创意，又远远不够。AI收集信息的速度确实快，但判断的权力，始终握在操作者手里。

音乐音效、美术效果、文案剧情、系统玩法——在一款游戏的四个重要维度里，AI的参与程度和创作者的敏感度刚好形成倒挂。

Suno写歌是典型案例。美术、程序、文案岗人才来做独立游戏的有很多，但音乐人自己上手做游戏，就相对稀有了。大部分开发者不懂乐理，只能判断“好听不好听”。而Suno做出来的成品，至少让这些开发者觉得能过自己这关。

而在美术层面，从Sora到Seedance，普通创作者可能只看到“效果更好了”，但专业人士能识别出骨骼识别的精准度。普通创作者会直接将AI生成视频拼合最终成品，专业人士则只将其作为参考，再在此基础上调整。

这就让不同游戏团队，产生了AI美术能力的差距。AI介入美术流程的另一个难关在于，独游团队需要AI辅助提升生产力，但独游想要打出名堂，美术又往往很重要，AI美术现在还很难产出鲜明的风格化艺术成品。

再往上相对更难突破的，是文案和玩法。

不少开发者都表示，使用AI工具确实能够提供一些之前他们没想到的思路，但当他们想把文案和剧情的工作，拆解成像编程一样可预期的工作流；甚至还有AI引擎的开发者，试图在编剧层面将事件逻辑细化，让AI能够一定程度上补充叙事和情节——这时他们就意识到，做出来的东西不尽如人意，工作效率也变得很低。

一个视觉小说游戏开发者发现，当他把剧情拆解到AI都能理解的程度时，自己就豁然开朗，能把工作完成得七七八八了。他把这个过程形容为“照镜子”——你得自己有，才能照在AI里。

而且，在很多游戏项目里，文案是创作者集体的延伸。AI做出来的东西必然有出入，就需要频繁修正，对创作者来说，也就很难完全放手。

至于玩法，最终实现起来主要依靠编程。编程是被最多开发者尝试，乃至加入工作流的环节，因为它标准化、确定性强。但玩法本身，依然需要创作者去琢磨和磨合。AI节省了普通创作者的学习成本，将创作者们的起跑线尽量拉平，但在起跑之后，玩法设计则变成了纯粹的人类脑力激荡，这一块反而是AI当前最无能为力的。

总的来说，单纯从“创作”角度，AI对于创作者会有很大影响，但对于创作出来的作品本身影响还有限。

结语：

AI真正降临之前

归根结底，AI还没进入“拟人”阶段，还不能提出合理的、通过复杂情境和因素进行完整推理、判断和决定。

LLM作为生成式AI的“嫡长子”先出现，代表人类通过语言留下的信息归纳出的交流套路。但语言模型会被污染，产生幻觉。这在某些程度上，印证了图灵奖得主杨立昆的主张：LLM无法诞生人们期望的生成式AI，通过实际感知和数据做基础的“世界模型”更能做出正确合理的判断。

另外，AI底层技术与工具的竞争，也会将压力传导到应用工具的开发者身上。Sora退场后，很多开发者使用AI工具的成本出现10%-30%上涨。不止视频生成，其他领域AI工具也在“顺势”降低、取消会员折扣或学生优惠。

对独立游戏人来说，当LLM和世界模型成熟稳定到一定程度，价格又能接受时，才是真正AI降临的时代。

在Steven看来，以后做游戏只需要两种岗位：游戏导演和技术策划。游戏导演负责考虑玩家最终体验是什么样。技术策划的作用是用合理手段支持导演实现效果——能让所有AI和谐演奏，把导演的抽象概念转化成具体的体验情绪。

“这两个岗位甚至可以是同一个人。当那个时代出现，你不需要是六边形战士了，你只需要既能指挥，又能在抽象程度上理解玩家想要什么。”

事实上，积极拥抱AI的独立游戏人，最看重的，是用AI代替游戏开发中“反人性”的部分。

有独游开发者说得更直接：“我们做艺术，喜欢的是把情感传递过来的过程，不喜欢把它搓出来的过程。AI现在替代了很多‘搓出来’的事情，从这个角度讲，它是对人表达欲的一种平权。”

在各种不确定中，或许这样的思考更能帮助游戏开发者用好AI：不是“有了AI，我也可以做独立游戏了”；而是，“当我有一个很好的独立游戏想法，借助AI能尽快完成”。

游戏本质还是注重表达与体验，不因技术革命而本末倒置，也能提高做游戏的成功率。