AI爆火的“荒诞真相”，游戏外包大厂无奈：500款AI工具只有6款能用，“全是垃圾”！

【GameLook专稿，禁止转载！】

GameLook报道/游戏行业现在满嘴都是AI。

图片来源：豆包

2026年的GDC，几乎每个展位、每场演讲都在聊大模型、生成式AI Agent、自动化流程。你要是不提一嘴”AI赋能游戏研发”，都不好意思跟人打招呼。

但喧嚣背后，有人在泼冷水。

Jon Gibson在GDC做了一场演讲，题目直白得有点讨人嫌：”游戏制作中关于AI令人不安的真相“。Gibson是“游戏外包万人大厂”Keywords Studios的转型主管，这家公司管着13000多人的外包团队，服务对象包括你能想到的全球所有大型游戏公司。他接受外媒The Game Business Show采访时透露，他们测了500款AI游戏开发工具，结论是：真正能用的，大概六款。

采访视频截图，右为Jon Gibson

“市面上一堆垃圾，”Gibson说这话的时候没什么客气，”我们在Keywords内部做了大量研发工作，测试了大约500款不同的AI工具，其中只有六款我们觉得能以正确的方式补充开发工作。”

这个数字放到行业里，刺眼得让人想装看不见。

混乱的现状

那么，AI游戏研发现在卡在哪儿？

Gibson觉得，问题不在于技术不够炫，而在于没人认真想过怎么在真实制作环境里用这东西。

“每个人都在关注如何打造更好的AI，”他说，”但没有人真正关注如何在实时制作环境中使用它。AI目前感觉处于混乱阶段，我们需要转向可用阶段。”

从演示到落地，这中间有个巨大的鸿沟。Gibson打了个比方：一个指令进去，出来惊艳效果，这谁都行。但要在游戏开发里反复、稳定、被人引导地输出高质量内容——这才是真正的挑战。

GDC 2026发布的行业现状调查印证了这种割裂：90%的开发者在用AI，但52%的人不认可AI的使用。用的人比反对的人多，这事儿本身就够拧巴的。

“很多人让开发者用AI，却没有解释为什么用，背后是什么战略，”Gibson说，”缺乏清晰度。这让开发者担忧。”

担忧的不只是开发者。玩家也在用脚投票。去年开始，Steam上要求开发者声明游戏是否使用AI生成内容的呼声越来越高。接受AI是一回事，接受质量下降是另一回事。

500个工具，只有6个能打

游戏圈从来不缺工具。

Unity有Asset Store，Epic有商城，GitHub上开源项目一搜一大把。问题是，工具多不等于好使。Gibson他们测了500款，筛出来却只有六款能用。这个筛选比例，低到让人怀疑行业是不是在集体自嗨。

Keywords是游戏外包领域的绝对大公司，有时间和人力慢慢挑。但问题是，大多数中小游戏团队根本没这个闲工夫。

“Unity提供市场、AI工具、资产商店，”Gibson在采访里提到，”对小团队来说，不可能试500个工具。多而杂的工具反而低效。”

工具多了不好选，选错了更麻烦。开源社区Godot已经开始抱怨大量迷之代码通过AI产生，开发者为了取巧将就工具，结果本末倒置，反而降低了研发效率。

这不是技术问题，这是方法论问题。

“很多公司使用或构建一个工具，却没有明确的用例，”Gibson说，”然后试图将其硬塞进制作流程，而不是反过来思考：我们的痛点是什么？我们在试图解决什么？”

最后一公里

Gibson说的”从演示到生产”，有人管这叫”最后一公里”问题。

技术出来了，Demo很炸，但真塞进管线里，要么输出不稳定，要么质量不可控。这不是AI不够聪明，是游戏开发本身的复杂性超出了通用AI大模型的舒适区。

“你需要叙事，需要关卡设计，还需要很多东西，才能带来精准的、数十个小时的体验，”Gibson说，”一个指令的产出可能很不稳定，但随着可控性的增加，结果会更加连贯。”

腾讯游戏创作AI全链路解决方案VISVISE

在GameLook看来，腾讯是国内把这件事做得比较实在的。GDC 2026大会上，腾讯全盘托出了他们在游戏AI上的实战经验：不是画饼，全是落地案例。但问题在于，腾讯的方法需要自己训练模型、自己打磨流程，中小团队根本复制不来。

“先有鸡还是先有蛋，”一位从业者私下说，”困扰同行，影响项目。”

工具不好用，谁来解决？大厂自己造，中小厂只能等。等工具成熟，等管线跑通，等行业趟出一条路来。但时间不等人，项目不等人。

外包公司：被冲击的那一个

外包在游戏行业从来不是主角，但少了他们，游戏业也转不动。

Keywords Studios、维塔士这些游戏外包公司，养着成千上万的人，做着大型游戏公司不愿自己养的脏活累活。AI来了，第一个慌的就是他们，不接受AI工具会导致效率低下，很容易挂。

接受呢？也不容易。Gibson他们以客户需求为导向，但客户的管线是几十年养出来的，不是说换就换。

“我们以客户为优先，”Gibson说，”有时候可能用到的是他们耗时几十年做的工具。我们需要契合他们工作的方式，而不是让他们来适应我们。”

这不是技术问题，这是组织变革问题。工具可以买，但让团队用起来、用得好，背后是培训、流程、文化一整套东西。

Gibson在采访里给了一些建议，听着朴素，但句句都是踩坑踩出来的：

“不要只是把一个工具扔到你的研发管线，而是反过来想，你当前的痛点是什么、你寻求的是什么，AI可以在什么地方增加价值？关注自己的劳动力，思考如何把无聊、重复性的工作从人们身上拿掉，以便让他们真正聚焦于自己擅长的事情——也就是创意的东西，是AI不擅长的事情。”

翻译成人话就是：先想清楚问题，再找工具，别让工具绑架你的流程。

机器学习和增强学习已经带来了更好的玩家体验，生成式AI理论上可以做得更好。”如果我们可以把一些重复性的、枯燥的低端工作交给AI，那么开发者们就可以聚焦价值链上游，”Gibson说，”发行商们就可以用更短的时间做更高质量的游戏，意味着可以有更多的创意冒险。”

这是乐观的版本。

悲观版本是：如果行业继续在500个垃圾工具里打转，在技术Demo和真实研发管线落地之间反复横跳，那”AI改变游戏开发”就永远是个PPT里的故事。

Gamelook听译的Q&A内容

问：你的工作主要是和AI有关吗？

我觉得每个人都在说AI，但人们提到的更多是用它来降本增效，实际上这并不是全部。

问：你在GDC做了一个名为”有关AI令人不安的真相”的演讲，人们需要听到的真相是什么？

人们对于AI的焦点是如何打造更好的AI，但很少有人关心如何在实时研发环境中使用它，我感觉AI现在处于非常混乱的阶段，我们需要转移到如何让AI能在制作环境中实时使用的阶段。

我们应该让AI成为团队的补充，而不是威胁团队，或者让人们觉得AI是对团队的威胁。还有，我们需要解决如何以安全可控的方式来用，解决IP风险、合规风险，以及道德风险。

从技术出现到真正在游戏研发中使用，动态捕捉用了很长时间。AI技术也在同样的阶段，它是令人惊叹、具有革命性的，但从一个指令到一些连贯、高质量的可以用到游戏研发里的内容之间还有差距。

问：很多人对AI的热情很高，但我比较关心的是，它在现实中意味着什么，如何运用到人们的日常生活中。

最近的GDC调查结果显示，有90%以上的开发者都在使用AI技术——可能是用Gemini完成邮件、用Midjourney做概念艺术，可以是很多不同的AI技术使用，但都被包含在同一个报告中。还有52%的人表示反对。这是有些矛盾的数据。

我觉得有很多的公司让开发者使用AI的时候，并没有解释为什么用AI模型，背后的原因或者战略是什么，他们没有向团队清晰传递。

问：每个工作室的研发都有自己的标准，Keywords与很多工作室合作，这会带来挑战吗？

我们始终需要倾听和理解客户的视角，我们在游戏研发中使用的任何工具都是由客户指引的，但我们希望理解这个技术，帮助我们的客户解决混乱，确保对的工作管线、正确的工作流，以及我们使用的工具是合适的。

我们以客户为优先，有时候可能用到的是他们耗时几十年做的工具，我们需要契合他们工作的方式，而不是让他们来适应我们。

问：东亚国家似乎对AI这个技术比西方态度更开放，你们是怎么看的？

我们发现不同国家的使用方式也不同，北美、欧洲和亚洲的使用方式都不一样，但我认为他们做的产品可能不同。比如做3A游戏，尤其是一个知名的IP，我认为对于生成式AI的使用会有更多的担忧和保护。

亚洲市场，尤其是中国市场，手游研发更常见，生成式AI对这些游戏应用更多。但我认为法律监管在其中起到了很大的作用。

问：谈谈你提到的52%西方开发者认为AI是件坏事的问题。

从我们客户的反馈来看，他们对于AI的使用越来越开放，但从基本上来说，你可能在用最好的AI工具、模型，但是，如果你的组织内没有对应支持的文化，这是很多工作室失败的原因。

这个文化的关键是，帮助开发者理解他们在用什么、为什么要用，这会如何影响他们，尤其是他们的岗位。

问：我知道很多工作室的员工对使用AI是抗拒的。

很多开发者是强烈抵抗AI的使用，人们提出的问题是很多业务当前无法回答的，我认为我们在慢慢进入这些问题被回答的节点，人们对游戏研发中使用AI正开始变的更自信和舒适。

这是个缓慢的过程，现在的负面看法比率可能是52%，这个数字是逐年增高的，随着AI技术在游戏研发中的普及，人们的担忧增加了。

我认为，只有这个技术达到了安全、能够带来价值、真正能够给业内人才带来补充而非威胁，人们才会慢慢理解和接受它。

问：在你们使用AI的过程中，令你最兴奋的是什么？现阶段真正带来了什么？

我认为有很多垃圾。我们在Keywords做了大量的调研，我们在调研项目中测试了500个不同的AI工具，字面意义上说，我们觉得只有6个工具能够以对的方式补充研发。

AI工具开始变的比机器学习和加强学习更好，我认为这是好事，它让玩家体验和消费者体验更好。机器学习和增强学习已经带来了更好的玩家体验，我认为生成式AI可以做的更好，这是让我感到兴奋的地方。

如果我们可以把一些重复性的、枯燥的低端工作交给AI，那么开发者们就可以聚焦价值链上游，有更多的时间放在更酷的创意工作上。这样，发行商们就可以用更短的时间做更高质量的游戏，意味着可以有更多的创意冒险。

作为一个仍在玩游戏，且对游戏依然有热情的人，我觉得AI会拓宽游戏创意，会有更多的游戏，有更多更有创意的游戏。

问：有时候简单的工作对于新手是一个学习过程，随着AI的发展，未来的年轻人会不会失去这样的学习机会？

我觉得这是误解。我刚入行的时候，还做过逐帧删除像素的工作，然后才过渡到关卡设计和谜题设计。但是，回过头来看，我删像素的工作带来了什么帮助吗？并没有。

包括现在的行业，很多交给新手的工作，真的都需要让年轻人一个个学习来展示他们的技术吗？现在很多的新手入行都是院校毕业生，实际上刚上手就做的比我们允许的事情更多。如果他们一开始就能做更高价值的事情，那会让游戏变得更好，而不是给行业带来限制。

问：如何看待很多垃圾游戏的现象？

你需要从AI模型得到好的输出，每个决策点都需要人类来做，其中一个决策就是游戏质量，你需要人类来审核结果，并确保它达到需要的品质，然后对应指导模型去做。

Steam上的AI游戏越来越多，我们也看到现在需要声明游戏是否有AI内容，人们接受AI，但没有人会接受质量下降。

很多人认为使用AI会让游戏质量下降，但游戏是个非常活跃的社区，如果说用了AI就会导致游戏品质下降，这是不成立的。AI生成的内容就像是一盒巧克力，多样性是它的特征，但很多看起来比较酷的东西，并不适合直接用到游戏里。

比如你的一个客户非常喜欢黑巧，而且需要5000颗这样的巧克力，你不能通过打开数百万盒巧克力的方式去凑够这5000颗黑巧。你需要的是可复制的输出、可复制的品质。包括IP，你需要确保连贯性、确保品质，这是很多当前的工具无法提供的，这是需要被填补的空白。

但我需要指出的是，现在很多人都在做更好的AI，却没有那么多人聚焦于做更好的游戏制作。很多人关注的是技术本身有多酷，而不是产品有多好。

问：对于想要开始使用AI的人有什么建议？

我建议使用之前先做调研，要让你的组织内知道哪些地方能用、哪些地方不能用，哪些工具好用、哪些不好用。

我觉得最根本的是，不要只是把一个工具扔到你的研发管线，而是反过来想，你当前的痛点是什么、你寻求的是什么，AI可以在什么地方可以增加价值？

你要关注自己的劳动力，思考如何把无聊、重复性的工作从人们身上拿掉，以便让他们真正聚焦于自己擅长的事情，也就是创意的东西，是AI不擅长的事情。

结语

500款试出来6个。这个数据在2026年显得格外扎眼。行业里天天喊AI革命，但真到干活的时候，真正能实用的工具却并不多。

Gibson从业33年，经历过2D到3D的转型。他说那会儿也很乱，直到管线跟上。”我们正处于与AI相同的阶段，”他说，”这个技术令人印象深刻、令人惊叹、具有变革性、革命性。但从单个指令获得惊艳效果，到获得可用于游戏开发的一致高质量产出，这才是差距所在。”

工具会成熟，管线会跑通，这是时间问题。问题是，在那之前，有多少团队会在这堆垃圾工具里耗尽耐心和预算？有多少外包公司会在转型中掉队？

答案取决于一件事：行业能不能把”最后一公里”走完。

这既是难点所在，同样，也是机会所在。