这两年，AI能不能做游戏这件事，隔三差五就在网上吵一轮。一边是提示词党，从GPT-4吵到GPT-6，隔一阵就能刷到“一句话生成一个游戏”的demo，评论区一片“游戏公司要完了”。另一边是游戏行业内部，态度则复杂得多：有人已经在项目里用 AI 提效，也有不少人对成品质量、版权和生产稳定性持怀疑态度。争议最大的一点是，这些demo 大多只能证明某个玩法或视觉概念能跑起来，离完整游戏还隔着性能优化、机型适配、美术风格统一、成长数值、剧情世界观等一整条生产链。往难听了说，这类demo 更像内部沟通玩法想法的展示case；离真正上线、收回成本、持续赚钱，还差得远。
两边谁也说服不了谁，是因为都拿着自己那半张地图当整张地图。提示词党看到的是“想法能立刻被看见”这件事，门槛和成本都比过去低了很多，于是以为整个游戏就该这么快；游戏行业看到的是“能赚钱的完整项目”离一个demo有多远，于是容易认定AI能碰的就只有demo这一层，再往下全是碰不得的手艺。
外行看游戏开发，觉得无非是“想一个点子，画出来，写好代码”三步走，难度约等于拍一条短视频，这也是提示词党错觉的来源。实际上，一个游戏项目更像是要造一台能稳定运转很久的机器：每一个零件——每一段关卡、每一张图、每一次操作手感——都要反复试、反复改，改完还要装回整台机器里再测一遍。想法只是其中一部分，后面还有大量把想法一次次做实、装配、验证的体力活。这部分，游戏行业说得没错——多数 AI demo 并没有证明自己能覆盖这些环节。
我们见过不少这样的项目：定的不是顶级大制作，就是一款中等规模的商业手游，团队没有犯下哪个一眼就能看出的致命错误，花了一年甚至两年，上线时却发现成品就是一坨。单独拎出每个环节，好像都挑不出大问题；可把它们堆在一起，拆开看又全是将就。具体是什么样子？
美术风格定好是2D，项目做到一半，策划突然想看看换成武侠风格是什么效果——相当于房子装修到一半，有人说想看看换成中式风格是什么样。现在画一张概念图已经不难，但要判断整套角色、场景、UI 和特效放进游戏后是否成立，往往还是得做出一版足够接近实际效果的东西。这种“突发奇想”并不少见——不是策划不专业，是这种“看看效果”的冲动本来就是创意工作的一部分，只是过去每满足一次这个冲动，都要美术、技术花真金白银的时间去验证。
关卡配置更磨人。有的团队里，策划在脑子里想好一关该怎么走，靠脑补把数值敲进Excel，然后去看开发有没有空，麻烦人家导进工程、打个包，自己再测——相当于设计一段过山车轨道，只能靠想象填参数，建完才知道坐上去晕不晕，晕了就得推倒重建。一个念头从“我觉得应该这样”变成“我看到它实际是什么样”，中间隔着别人的排期。
技术这边也经常在接手感调整：这个打击感太弱，这个Q弹感觉不对，这个走路太慢，那个又太快——相当于反复调一个按钮的回弹力度，调到第五十次，连提需求的人都说不清到底多软才叫合适。调到后来，技术已经麻木了——不是这些需求不合理，是同样的话听了太多遍，已经分不清哪次是真问题，哪次只是随口一说。
这三件事拎出来看，共同点是：其中都有一部分能被讲清楚——输入是什么，输出是什么，哪些结果可以检查。换风格，可以检查是否符合美术规范和已有素材库；关卡数值，可以记录通关率、耗时、失败点这些指标，但“好不好玩”仍然需要人判断；手感调整，也可以把帧数、位移曲线、反馈延迟这些参数钉进一个区间。能说清、能验证的部分，就有被工具接管的可能。
这恰恰是游戏行业这边容易想当然的地方——把“活儿多、磨人、需要反复试”直接等同于“离不开人的手艺”，两者其实不是一回事。性能优化、机型适配、美术风格统一，这些工作当然不只是几条规则，里面还有异常处理、跨系统取舍和审美判断；但其中大量重复、可检查的步骤，确实可以先被规范化，再交给 AI 和其他工具辅助执行。人不必每次都从头凭经验判断，但现阶段也不能把最终质量责任一股脑交出去。
反过来，提示词党的错觉，是把“能快速看到一个想法的效果”当成了“整个项目已经完成”。多数公开 demo 没有证明的，恰恰是刚才说的那一大块——性能有没有优化，目标机型能不能稳定运行，成长数值有没有跑通，世界观和剧情能不能支撑完整体验。这些东西不会因为demo好看就自动出现。
掰开揉碎了看，一个游戏项目里，真正决定方向的创意判断是一部分，把方向做实、装配起来、反复验证的工程工作则是更大的一部分。武侠风格要不要换，主要是创意判断；把换风格这件事从“想法”变成一套能放进项目里检验的内容，则包含大量工程工作。提示词党只看见想法被迅速呈现，就以为看见了全部；游戏行业看见工程工作量巨大，又容易断定这些活只能靠人，碰不得。两边都吵错了地方。
回到开头那场吵架——AI 能不能做游戏？它已经能帮助人更快地呈现和探索创意，更大的效率空间，则可能来自它逐步切入工程工作中那些可标准化、可验证的部分。真正该更新的，不是站队选提示词党还是游戏行业，而是这个行业沿用了很多年的工作方式：创意方向主要由人判断，工程环节尽可能交给规则和工具，再由人处理例外并对结果负责。把这两部分拆开来看，比笼统地问“AI 能不能做游戏”更有意义。
这条拆分线不是说说而已。我们带着团队在一个具体项目上试过：在当时的工具链、任务范围和验收标准下，把能讲清楚标准的环节交给 AI 辅助执行，同类任务里，有些原来要花一整天磨，现在两个多小时就能出第一版，最明显的是美术这块；策划和程序的部分任务，记录到的耗时也接近减半。按这个项目测试阶段的内部工时记录粗略汇总，效率提升接近六成。这个数字只代表这个项目里的特定环节，不是行业平均水平；AI 生成后的人工修改、返工和验收时间也必须算进去。真正值得讨论的，不是一个漂亮百分比，而是哪些工程工作已经能稳定提速，哪些只是把成本挪到了后面。
这个系列接下来要讲的，就是我们怎么把这条拆分线画出来、怎么啃工程工作这个大头、啃的过程里犯过哪些错。
名词解释：
A 级手游——本文用来泛指投入和制作规模高于小型独立项目、但未达到头部3A 规模的商业手游。A、AA、3A 并不是边界统一的正式行业标准，不同公司对这些称呼的使用可能不同。
ROI——通常指投资回报率，即净收益与投资成本的比值。按这一口径，ROI 等于0才是盈亏平衡。游戏发行和买量分析中也常见“收入÷成本”或 ROAS 等指标，但必须注明成本范围和回收周期，不能与标准 ROI 混用。