DeepSeek真在招聘游戏开发！游戏引擎公司老板吐槽：“为何都想做游戏”？

【GameLook专稿，禁止转载！】

GameLook报道/最近，游戏和AGI之间出现了一幅颇有戏剧性的画面：游戏公司在谈AGI，主攻AGI的DeepSeek却反过来招聘游戏开发者。

DeepSeek目前在招聘平台挂出了“Code Agent数据工程师——游戏开发方向”岗位。GameLook看到的两条同名招聘信息，月薪分别为3万至6万元、4万至7万元，均为14薪，顶格年薪已经接近百万元。

但相比薪资，更值得注意的是DeepSeek对候选人的要求：不必精通模型训练，却必须“真正做过游戏”；最好完整经历过一款产品从研发到上线的周期，并对Unity、UE、Cocos、Godot、Laya或小游戏引擎中的至少一种有足够深入的理解。

如果只看“游戏开发”几个字，很容易把这次招聘理解为DeepSeek准备下场做游戏，甚至开始筹备自己的游戏引擎。

但岗位职责写得相当明确：入职者要与顶尖大模型研究员合作，定义模型完成游戏开发任务时的质量标准，建立能够区分能力高低的评测体系，并参与训练数据的生产、改进和验证。

换句话说，DeepSeek不是在找人替它做一款游戏，而是在寻找能够教会模型怎样做游戏、又能判断模型做得好不好的人。

它想训练的，更像是一名最懂游戏客户端开发的AI程序员。

不是做游戏，而是教AI怎样做游戏

这份招聘首先延续了DeepSeek今年以来在Agent方向上的动作。今年5月，DeepSeek已经公开组建Agent Harness团队，希望把模型能力转化为能够在真实软件工程中工作的代码智能体。

在5月20日投资者交流会实录中，梁文锋也将AGI视为公司的首要长期目标，并把Agent列为当前技术路线上的重要阶梯；在垂直应用中，Coding Agent的优先级又高于金融、医疗等行业Agent。

因此，游戏方向岗位并不意味着DeepSeek偏离了AGI主线，反而是这条主线进入具体行业后的自然延伸。

毕竟通用模型能够写一段C#代码，与它能在一个真实游戏项目里稳定工作，完全是两回事。

游戏客户端工程同时牵涉引擎生命周期、脚本与资源管理、渲染管线、物理和动画系统、网络同步以及多端适配。一个看起来能够运行的实现，还可能在Draw Call、垃圾回收、内存占用和真机性能上埋下问题；一段逻辑正确的代码，也未必符合项目既有框架、工具链和更新方式。

更麻烦的是，普通软件通常能够依靠单元测试判断对错，游戏开发还要面对“玩法是否成立”“操作是否顺手”“最终效果是否符合设计意图”等并不容易量化的问题。

这正是招聘信息反复强调“质量标准”“评测体系”和“高质量数据”的原因。真正稀缺的不是让模型再见一些代码，而是有人能够把资深游戏程序员的判断拆成模型可以学习、评测可以复现的标准：几个候选方案哪个更符合引擎特性，哪个只是在表面上跑通，哪个会在真实项目里制造后患。

GameLook此前从Unity中国方面了解到，为了让模型真正理解Unity和团结引擎的开发场景，Unity中国团队也投入了专门的数据与工程人员参与标注、训练和验证。可见这并不是接入一个通用大模型、再套一层聊天界面就能完成的工作。

对DeepSeek而言，游戏也是Coding Agent必须拿下的一块高价值场景。

本身游戏公司的研发流程长、代码和资产规模大、性能要求复杂，同时又习惯为引擎、云服务、协作工具和算力付费，自己普遍也不会研发基础模型，成为开源模型公司的竞争对手。

而在此基础之上，我们不妨做一个简单的计算，中国游戏开发者的数量大概有一两百万，其中游戏程序员则有几十万。 这几十万人如果每人每月花两三千元买算力，倒推一下，如果覆盖的人比较齐全，游戏AI编程赛道将来可能是一个百亿规模的算力市场。

它未必是一个足以单独支撑大模型公司的市场，却是检验代码智能体能否进入复杂软件工程的一场硬仗。如果自称最强AI程序员，却始终无法被游戏程序员用于真实项目，这个“最强”显然缺了一块重要拼图。

各路AI都来做游戏，引擎商反而有些看不懂

可问题在于，DeepSeek并不是第一个看见这块拼图的人。过去一年，AI游戏开发工具已经从零星试验迅速变成一条拥挤的赛道，而且入场者来自完全不同的方向。

在今年ChinaJoy前后，Unity中国发布了团结引擎2.0，并重点展示了团结Codely。这名“AI开发伙伴”不只能够生成脚本，还可以理解工程、控制编辑器、生成资产、运行测试和读取报错，并尝试连续执行较长时间的开发任务。

团结方面公开表示，GLM一直是其主力Coding模型，从GLM-4.7到GLM-5.2 Max都保持了快速接入。也就是说，DeepSeek现在想补足的游戏工程能力，已经有人围绕另一款基座模型做了相当深入的产品化。

另一家主流引擎厂商Epic也在虚幻引擎5.8中加入了实验性的Unreal MCP。它把编辑器能力封装成AI可以调用的工具，又允许开发者连接自己选择的大模型，用于创建资产和系统、扩展引擎功能、测试与优化。

与其说Epic推出了一个固定的AI助手，不如说它先搭好接口，让不同模型进入虚幻引擎的真实生产环境。

引擎之外，心动在今年也推出了“TapTap制造”，通过“AI智能体+AI Native引擎+TDS”覆盖从自然语言描述、Demo生成到发布上线的流程。

恺英网络投资的极逸SOON则把能力延伸到美术资产、基础代码和游戏数值等多个环节。

腾讯一边提供通用AI编程工具CodeBuddy，一边又在今年ChinaJoy集中展示《代号Craft》《LAP拉普》《MagicDawn》《MagicLomix》等自研AI工具，覆盖研发、美术、资产管理和渲染。

通用AI公司也在拿游戏展示模型能力：Kimi K3的官方案例中已经出现多款可直接游玩的单机或联机作品，MiniMax则发布过让Agent在数分钟内完成网页小游戏核心开发的教程。再加上各类独立创业公司、编辑器插件和基于MCP的第三方方案，几乎每一层都有人想重新发明一次游戏开发。

这也解释了为什么真正做引擎的人会有些困惑。Unity中国CEO张俊波在ChinaJoy期间接受GameLook采访时曾半开玩笑地表示，从引擎厂商的视角看，这个市场的盘子“也就10亿美元”，却突然涌进了这么多想做引擎和开发工具的人。

毕竟引擎确实不像外界想象得那么容易赚钱。维护一套成熟引擎需要长期投入数百人的研发团队，还要跟随硬件、操作系统和内容平台不断更新。

Unity最新财报同样提供了直观参照：2026年第二季度，其Create Solutions收入为1.58亿美元，而以广告和增长服务为主的Grow Solutions收入达到3.89亿美元。引擎是Unity生态的起点，却长期不是收入最大的那一端。

不过，DeepSeek与这些厂商也未必是简单的正面竞争。团结Codely今天使用GLM，未来也可以接入能力更合适的其他模型；Unreal MCP从设计上就允许开发者自由选择模型；TapTap制造、SOON以及大量第三方编辑器，同样需要更强、更便宜也更稳定的底层能力。

只要DeepSeek仍把自己放在开源基座模型和Coding Agent的位置，它既可能争夺开发者，也可能成为现有工具的新供应商。

DeepSeek真正需要较量的，首先是Claude、GLM、腾讯混元等模型与代码智能体。腾讯拥有庞大的游戏研发团队和大量真实项目，能够在内部持续积累场景与反馈；智谱已经通过团结Codely进入引擎工作流；Claude Code则在全球开发者中树立了代码智能体的产品标杆。

笔者用于翻译的DeepSeek API，一年半只花费了不到8元

DeepSeek的优势则在于开源、成本，以及相对中立的生态位置。它不必亲自维护一整套游戏引擎，只要把模型做得足够懂游戏，就有机会被不同引擎和工具共同采用。

因此，至少从现有岗位看，DeepSeek短期内并不像要成为Unity或Epic。它更像是在争夺AI时代游戏研发栈里更靠下、却能够被反复调用的那一层。

游戏是大模型躲不过的一场考试

当然大模型厂商扎堆研究游戏，不只是为了证明自己会写Unity脚本。游戏本身就是科技公司很难绕开的消费和交互场景。

Newzoo在今年6月更新的数据中称，2025年全球游戏市场收入已经达到2016亿美元；其2025年度报告估算的全球玩家规模则约为35.8亿。

一个覆盖全球数十亿用户、能够持续消耗内容、算力和广告预算的市场，自然会吸引平台、云服务、硬件和AI公司。苹果、谷歌、微软、亚马逊和Meta过去以商店、主机、云游戏、工作室或XR硬件等不同方式进入游戏，本质上都是在争夺同一批用户的时间、消费和下一代计算入口。

对AI公司而言，游戏还有另一层价值：它是通往更复杂交互世界的试验场。李飞飞创办的World Labs已经用Marble把文本、图片和视频转化为可探索、可编辑的3D世界；腾讯混元3D世界模型也在尝试生成能够漫游和交互的空间。

这类世界模型并不等同于传统游戏引擎，却可能改变3D内容、仿真环境和互动娱乐的生产方式。

按照前述投资者交流会实录中的说法，DeepSeek并不准备把世界模型作为当前AGI主线，3D、视频生成和世界模型在其规划中更接近旁支能力。

这反而让此次招聘的边界更加清楚：DeepSeek目前不是要用世界模型生成一个游戏世界，而是先让Coding Agent读懂现有引擎、工程和程序员的工作方式。它选择的是一条更务实、也更容易进入商业工作流的路径。

但工具的进步最终仍要接受玩家的检验。今年7月，黄一孟披露TapTap制造上线半年已经帮助3000多名创作者制作了接近5000款游戏，累计获得超过1100万玩家。这个数字证明AI确实能够显著降低创作门槛，也让过去不会编程的人获得把想法变成可玩Demo的机会。

当然，TapTap自己也承认，第一批作品“可能还不够完美”，真正稀缺的始终是有独特表达、能够给玩家带来优质体验的游戏。

然而这种矛盾在玩家反馈里依旧激烈。GameLook此前很多报道的评论区，其实都有玩家质疑：工具让作品生产得更快，是否也会让大量相似、粗糙的内容被更快地生产出来？当所有人都能在几分钟内做出Demo，行业的新问题不再只是“能不能做”，而是为什么要做、做给谁，以及它究竟有什么值得玩家花时间的地方。

AI可以压缩写代码、搭场景和生成素材的时间，却不会自动提供玩法判断、审美、节奏和对玩家的理解。产能增加也不会自然兑换成精品，数量更多的平庸作品，只会让发现真正好游戏变得更困难。

这或许是GameLook认为DeepSeek招聘资深游戏开发者最值得关注的地方。

模型仅仅会生成代码还远远不够，必须有人把真实开发经验、质量判断和失败教训重新喂给AI。DeepSeek能否进入游戏行业，最终不会由一份高薪招聘决定，也不会由模型在演示中多快做出一个Demo决定，而要看游戏团队是否敢把真实工程交给它，最后做出来的东西又是否真的能让玩家满意。

游戏公司开始追逐AGI，AGI公司也开始研究怎样做游戏，这幅画面并不矛盾。双方争夺的其实是同一个未来：谁能把越来越强的模型，变成稳定、可靠并且真正有创造价值的生产力。

只不过游戏行业从来不缺生产工具，它最后奖励的，仍然是好作品。