大象與獵豹：AI游戲的兩種速度

撰文| 吳坤諺

編輯| 吳先之

很少有人預料到，國力存在本質差距的情況下，俄烏沖突最終演變成如今漫長的塹壕對峙——面對烏克蘭去中心化的多點小隊和民間武裝，體量龐大的俄羅斯軍隊在地面戰中“有力無處使”。

AIGC持續推動生產力變革，相似場景，很可能在未來的游戲行業中重演。

圖形、建模、代碼，游戲天然是距離AI為代表的前沿技術最近的領域之一。但體量龐大、管線豐富的游戲廠商對AI顯得有些“敏于言而訥于行”，反倒是越來越多知名游戲廠商的主策、制作人選擇脫離體系以及其背靠的資源，選擇“自立門戶”。

其中最引人注目的無疑是遠赴重洋拉起新團隊的米哈游創始人蔡浩宇，他率隊開發的AI互動敘事游戲《星之低語》（Whispers from the Star）已在Steam上架Demo。另據前V社顧問發布數據稱，目前Steam上使用AIGC的游戲數量至少達7818款（僅開發商主動披露），去年僅為1000余款。

與平臺“寒武紀”大爆發形成對比的是我們熟悉的大廠。管線上，純粹AI驅動的項目在立項時便阻礙重重；產品方面，出于長青產品的留存需求，AI僅有少量“過時創新”被應用在了少數頭部項目上，例如騰訊系競技游戲中的AI隊友、網易MMO游戲的AI動捕“劇場”等。

以AI隊友為例，早在大模型的風吹遍全球之前的強化學習時代，基于行為強化的AI技術便已經非常成熟，甚至騰訊內部還對這項功能提了一個需求：要讓它們“菜得像人”。大模型更多是為這項技術打了個語義理解的補丁，底層邏輯與數年前的成熟應用并無二致。

去建制化的創業團隊以更快的節奏跑在了創新前沿，資源雄厚、體系完備的游戲大廠則有些投鼠忌器，行動緩慢。

大象的歷史包袱

AI之于游戲廠商及其項目而言意味著什么？我們或許能從騰訊身上看出一些端倪。

2018年，機器學習迎來爆發，騰訊內部也在彼時的AI Lab上馬了項目——通過機器學習強化《王者榮耀》人機行為，從而更好地推行ELO匹配機制與穩定用戶留存。當年春節期間，《王者榮耀》日均活躍用戶數破億，且第三方數據顯示其日活并未在節后顯著回落，維持在8000萬上下的水平。

2019年1月，原騰訊AI Lab總經理劉永升離職并創辦AI游戲公司超參數科技。坊間傳聞其團隊未能在2018年底共享王者榮耀日活大幅增長的成果。“他們老板很生氣，跟Pony打了個招呼說我要出去創業”。

前因后果，反映出騰訊面對AI的兩個層面的認知。一個是在應用層面，優先在核心產品落地，且促活的目的性強烈，這是典型根據“主流客戶需求”做出的資源配置；定位上則偏向于“打輔助”，甚至一度分不到增長蛋糕。往后我們看到AI在成熟游戲內的應用大體屬于此類，如AI驅動的UGC編輯器等。

歷經數年，AI之于整個管線的提效作用愈發突出，利益分配想來不會再重演“不均”，但落地層面依舊沒有明顯改變。并非廠商不夠FOMO，而是過往的重力使然。

“（他們）開發為了自己不被開掉，故意把代碼寫成別人看不懂，有點像加密一樣的感覺。再故意留一些bug等幾個月之后再修。”

在AutoGame創始人張昊陽看來，似這般開發方式不僅有些令人啼笑皆非，更重要的是思路完全沒有跟隨時代，停留在過去。

受硬件、算力成本等物理性的限制，絕大多數基座模型已經放棄卷上下文長度，即模型一次性能夠處理的最大Token數量。與之相對，過去習慣于超長代碼的游戲管線也應該適時轉換開發形式。好比出于內部提效需求，從而廣泛被電商運營倚賴為重要工具的AI表格。

“現在那些多端互通游戲，一個模塊的代碼差不多就能有10萬行，大模型是學習不了的”，張昊陽認為，在AI能力還不夠的時候，需要開發者“自適應”更小的、解耦的開發模塊。通俗地說，就是在原先模塊化開發的基礎上，通過將單一模塊代碼盡可能做小，讓AI能夠吃下這塊代碼的信息與知識。

宏觀來看，超長代碼是模塊化開發的必然產物，可以隨AI能力增強與工作流的改善而優化。更大的阻礙在于組織形式——在一個龐雜的體系內，不論是項目還是人，都身不由己。

通常來說，成熟游戲管線的立項是自下而上的流程：項目組內部評估、工作室評估再到工作室群的大老板評估。但AI驅動游戲通常因商業化前景不明等問題而過不了第一關。我們了解到，恰是有制作人因越級匯報AI游戲項目，最終導致該項目在“山頭政治”中胎死腹中。

業內人士李青（化名）告訴光子星球，當初那位制作人把項目直接發給工作室群的大老板看，大老板很上心，直接將DEMO發在工作群里。誰知一時間一眾工作室負責人都開始拉攏他，希望能拿下這個大老板點頭的新項目。“他還算是有些敏感性，沒有投靠任何人，但老板還是回頭問了他的責”。

“他說：‘你找他干嘛，想自立門戶？’”

成熟體制難覓創新不是沒有道理。當創新都變成了一場內部消耗戰，所謂AI，也就成了資源分配的賽馬場。

效率開始出現代差？

諾基亞的智能機團隊曾在早期提出觸屏戰略，但被內部高管否決，因為會沖擊當時利潤最高的功能機系列，類似對創新的內部阻力案例比比皆是。于此，我們不能對成熟廠商提出過高的要求，但AI持續泛化，還是催生出了一些與過去不同的阻礙創新的因素。

一如早先由AI Lab負責的《王者榮耀》人機項目，組織上是TEG與IEG的跨部門協作。大模型到來，騰訊還是采用了相似的組織模式，導致兩邊都有些微詞。前文有提到，TEG配合游戲業務的基建沒能分到“蛋糕”，而游戲業務這邊也將與TEG的協作視作是“橫插一腳”。

李青表示，當初項目組有自己的AI開發，工作室和IEG也都各自有中臺支撐，但上面非要與TEG一起推動這個跨了四個部門的合作。“他們覺得我們搞游戲的不會AI，我們覺得他們找不到場景”。

這類現象在自研大模型的大廠上其實相當普遍，有明確落地場景的業務讓步于自研模型，為模型提供場景和用戶。除非業務本身的重量已經超出了自研AI的引力——團隊規模僅數百人的微信便沒有接入騰訊混元，而是自己另起爐灶做了元寶。

無法折疊的體制網狀交織，在此基礎上，大廠仍被第二層無形的網所束縛——安全與合規的鐵律。

與眾多垂直行業相似，游戲同樣是一個領域數據高度保密，幾乎談不上“數據枯竭”之虞的行業。更重要的是，游戲還是一個大眾消費行業，不似工業、醫療等缺少面向C端的數據采集手段。面對這一現狀，大廠的第一選擇當然是高高筑起數據壁壘，同時也切斷了使用外部工具資源的可能。

而在創業公司中，工具的自由使用幾乎是默認的規則。

例如，一些AI驅動的獨立工作室在開發時幾乎完全依賴外部的AI技術棧，這為他們帶來了相較于大廠更強的開發效率。快速接入全球領先的AI模型和工具鏈，讓這些公司可以在競爭中迅速跑出，并持續優化自己的技術能力。

一個例證，是張昊陽曾在今年國慶期間用最新AI工具試跑的一個開源項目。

據悉，該項目是面向UE引擎開發的開源非藍圖編程項目，支持開發者略過編譯直接寫游戲邏輯，該項目的游戲插件上次更新是UE5.3版本。張昊陽突發奇想，想借這個項目測試一下新發布的Claude Sonnet 4.5的能力。

他花費20分鐘時間思考，改了46個文件，修了5個BUG，便將項目從適配UE5.3更新到適配最新的UE5.6。

“這要是放大廠內部做，還不得要一個程序員通宵鏖戰一兩個月，Vibe Coding20分鐘就搞定了”。

僅從開發能力看，如果不廣泛使用AI工具，創企與大廠之間已經形成了效率代差。當然，廠商也在積極探索適合集團的AI開發工具，騰訊云推出了基于混元與DeepSeek雙驅動的編程智能體Code Buddy，網易方面則在早先全球人工智能開發與應用大會上分享了一套IDE（集成入口） + Web 雙端 AI 編程中臺系統。

組織推動下，成熟廠商的AI開發代碼的覆蓋率持續提高。但廠商還是需要找到平衡點，既要保障數據安全和合規性，又要有效避免封閉系統帶來的效率損失。

超級個體與平臺

10月30日，YouTube CEO發布全員信并發起過去十年來規模最大的組織結構調整，YouTube將重組為三個直接向CEO匯報的主要產品事業部；谷歌計劃自明年1月移除廣告銷售部門的中層管理層（MoM，Managers of Managers）。

這些科技大廠同頻發起的組織調整，無一例外均強調扁平與決策速度，目的則是為了適應AI浪潮的沖擊。

學者吳晨在一次小規模分享中也提到，AI時代不一定誕生超級巨頭，但一定會催生超級個體。AI提效的本質則是小團隊甚至是個人開始具備工業級的產能，從而成為體系內的一個新的生產單元。

AI工具迭代生產力的情況下模糊了產能的邊界，從這個趨勢上看，創企的確在某些方面優于大廠。但不可否認，如今的AI游戲距離真正的百花齊放還有不小的距離。

首先是大廠所積累的數據資源，讓其可以維持在游戲中結構化的領域維持較大優勢。例如大模型最早展現能力的文生文、文生圖，文字與圖片（建模）是天然結構化的數據，在大廠過往多年開發中持續積累。以混元為例，其在AI建模的表現便因騰訊掌握的大量3D數據而領先于業界。

另一方面，被視作“第九藝術”的游戲同樣存在海量沒有統一結構的數據，如劇本、玩法設計。要發展游戲AI，便需要為這些臟數據做標注清理，這一點也只有大廠能實現。

大象轉身需要時間，相比之下，創企是身段靈活的獵豹，模塊化協作足以“一人成軍”。從某種程度上說，大廠與創企在AI的共同作用下，首次來到了一個相對“公平”的競爭環境。

在大模型可以直接生成游戲，而不是只能生成游戲邏輯（代碼）之前，明顯的新老交替還很難發生。即使是“超級個體”，也在很多時候尋求與體系共生。張昊陽提到，除了游戲公司之外的投資機構，大多投資人都會生硬地將互聯網邏輯套用在游戲項目上做觀察。反倒是游戲公司更能捕捉新項目的價值，從而做出合適的投資。

騰訊共享了《黑神話》“蛋糕”的成功在前，大廠還可以通過投資或合作，引入AI原生團隊，在這個過程中，人才會自然流動。只是目前人才流動的方向更多是向外，而非向內——AI的意義，從來不只是生產力提升，而是組織方式的重構。

微信號｜TMTweb

公眾號｜光子星球

別忘了掃碼關注我們！