正文(AI 核查整理)

这期播客提出一个不太乐观的判断:AI 对游戏工业的影响,可能是一场“去工业化”。节目并未把 AI 描绘成明天颠覆所有工作的万能方案,而是从普通从业者和项目经理的日常使用出发,核算效率、成本与工作方式变化背后的代价。

个人层面的第一笔账是算力成本。嘉宾从充值 DeepSeek、硅基流动、阿里云等 API 服务,转向购买两张显卡进行本地部署;智能体相关投入已达到五位数,仍觉得不够用。为降低消耗与账号风险,其做法是定期备份 session 和 memory,建立个人 RAG 数据库。

第二笔账涉及工具对工作习惯的改变。嘉宾长期使用 Adobe 产品并曾担任讲师,却发现 Photoshop 的部分快捷键已经遗忘,需要通过智能体完成更多操作。这说明生产效率上升并不等于能力自然升级:工具越深入,依赖也越深,原有专业技能可能逐渐让位给新的操作习惯。

行业层面,节目提到 Steam 上 AI 游戏数量逐年增加,模仿者可能比原创者更快获得关注;头部厂商拿走绝大部分收入,中间层项目陷入低价竞争。同时,逆向仓库让“拆包”演变为“暗示重写”,倒下的项目原始工程也被高价收购并用于后训练,生成与原创之间的边界更加模糊。

对游戏制作者最直接的提醒来自审核。节目以《全面战争:幕府将军2》重制版出现手部绘制错误为例,指出自动化批量生产可能削弱人工复核环节。每个岗位仍需要懂业务的核心人物把关,否则“做得更快”很可能转化为更多返工、风格失控和隐蔽质量问题。

可落地的策略是分层使用工具:把智能体分配给可验证、重复性高的任务,同时保留专业审核;比较 API 与本地部署的真实总成本;重要上下文及时备份;并用原创资产、流程数据和技术能力建立难以替代的壁垒,而不是只依赖更快的产量。