这周游戏开发圈的信息密度有点大。
10月7日，知乎一天内冒出三个新话题：《从圣安地列斯到GTA6游戏开发成本剧增，背后深层原因有哪些？》《生成式AI普及后，游戏开发会更有创意还是更趋同质化？》，以及《龙与地下城开发者成立工会抵制强推AI，将对游戏行业带来哪些改变？》。同一天，杉果娘微博转述外媒报道：索尼提交了一项AI专利，用玩家游戏过程中生成的数据训练NPC，“让NPC更真实，BOSS更难打”。知乎知乎
这些线索的共同背景，是GTA6进入发售倒计时——11月19日登陆PS5和Xbox Series X|S，标准版79.99美元。 而多家外媒和爆料给它的成本估算在10亿到20亿美元区间，"一款游戏的预算超过造价15亿美元的哈利法塔"这个对比，从2025年一路火到现在。微博微博
而在烧20亿美元曲线的另一端，是拿AI做游戏的个人作者：B站"AI做游戏"关键词首页12条结果里，8条是AI开发实机日志和教程，发布时间集中在10月7日；小红书"从零开始给OC做游戏"的工具帖攒下1.6万赞、1.1万收藏；知乎"腾讯高管称今年大部分代码都由AI生成"话题下单条回答的浏览量破120万。知乎
一边是20亿美元，一边是几千块token，两条成本曲线正在把同一个问题推到所有想做游戏的人面前：AI到底砍掉了什么成本、又抬高了什么成本？我把近一周知乎、B站、小红书、微博的讨论翻了一遍，拆出三笔账和一条新手路线。
第一笔账：token钱——大头不是"生成"，是"让AI猜世界"
小说家兼画手谭剑在10月6日发的开发日志里，写了全网少见的实数：他试了让claude或者gpt6直接做2D游戏场景，烧掉大约1000元token之后发现，画面能弄出8、9成像，但场景单一、建筑物排成一条线、树木毫无阴影——“AI会浪费80%的时间去查找、查证数据，而不是直接制作游戏场景”。知乎
他的修法不是换模型，而是换投喂方式：直接把网络地图的全景地图接口给AI，让它按地标名称自己左看右看、自己截图，细节立刻变精细；风格问题他解决得更便宜——找一张最喜欢的游戏截图，让AI反向输出风格prompt。知乎
这给所有准备开坑的人一条预算经验：token账单的大头花在"AI替你猜现实参照"上。在没把地图、截图、素材库这类可查询的参照源喂给AI之前，别指望它听懂提示词。
第二笔账：代码维护——分水岭不是模型，是你能不能写"策划案"
同期知乎问题《游戏开发用AI生成的代码好维护吗？》下，一位做了24年游戏、常年主程兼主策的回答者"猴与花果山"给出一个反直觉结论：用法对了，AI代码"几乎不用维护"。值得注意的是这条实践型回答只有1600多浏览、21个收藏——收藏略高于赞同；而同屏那条情绪向的高管话题回答，浏览量是它的700多倍。流量在焦虑上，经验在收藏夹里。知乎
他的方法本质是把AI当"手底下的小程序员"：功能明确、模块确定后再派活，AI几秒钟交一版，他当场code review，符合思路就保留、搞混概念就在对话里纠正——好处是不用等提交节点，“不会堆积成屎山了才发现问题”。 他举的案例很具体：世界地图用spine美术资源，卷轴要拿地图边界，但美术做的云朵会飘出实际边缘，getBounds函数返回值超出真实尺寸——他的策略是在资源里埋两个骨骼点当"边缘标尺"，再让AI写"读这两个点的坐标来替换原函数"。这种"谁写都一样"的外围功能，他放心全交给AI（他用的CodeBuddy hy3模型，原话是"基本不要钱"）；但游戏的核心流程，他明说"让AI做真不如自己动手来得快"。知乎
他点破的失败模式也值得抄下来：prompt要达到"策划案标准"——用逻辑说清具体做什么。"我要一个根据骨骼来获得地图边缘"这种国游策划式的许愿，等于让AI随机抽签，“这思维本身就是导致可维护性问题的罪魁祸首”。 他还专门点名了另一种坑：“为了vibe coding而vibe coding”——搭一堆看起来很工业化的工作流，像造全自动烤面包机，那不是用AI，是供AI。知乎
第三笔账：美术与风格——省下的是一个美术，赔进去的可能是一致性
问题《独立游戏用AI批量做美术素材，真的能省下一个美术的成本吗？》10月7日的新回答把人群拆得很清楚：不会画画不会建模的人，AI直接带他们从0到"60±9分"，而这批人本来也不追求80分，好故事好玩法才是他们的卖点；有小资本的团队，AI省的是前期沟通和试错，摊到整个开发周期就是"省了大量人吃马嚼的成本"；而对美术是核心卖点的团队，学习成本反而上升、时间不一定省，外加一句更扎心的——“你辛辛苦苦搭的管线，一个季度的技术迭代就被超过了”。知乎
这直接连到同一天的同质化争论：反向风格prompt这种招数效率越高越容易被全网抄，游戏长相趋同是真实风险。立场谱系的另一端已经到了工会——据知乎问题描述，威世智联合工会今年4月公开成立，最初由《万智牌：竞技场》开发者组成，现在抵制管理层强推AI。加上索尼那份用玩家数据训练NPC的专利传闻报道。 AI做游戏在2026年10月已经不是纯工具话题，成本开始以立场、风格和劳动关系的形态在全行业分摊。知乎微博
新手路线：评论区比教程实在，先分清"做着玩"还是"要商用"
如果你就是"会画、不会代码、想把OC做成游戏自己玩"的那批人，小红书那条工具帖评论区半年攒的信息比主楼值钱：纯玩向，webgal自带可视化编辑器、橙光简易模式，甚至只要安卓机的kocho都够用；想进阶，Godot的口碑很硬——免费、单exe便携好卸载、GDScript接近Python，评论区原话"已经是大杀器了"；两条避坑警告也直接：橙光别轻易投官方活动，“似乎有版权坑”；“要商用的话还是用正规工具”。顺带一提，Unity"之前乱改收费"被评论点名"不太信任"——授权条款的不确定性本身就是成本。小红书
已经有跑通的人给了模板：B站画手miya的《大肥鱼》，角色自己画、代码借AI完成，做成免费网页小游戏，开发日志视频慢慢破了万播放后，10月7日她又发了第二版——加技能、玩具和比体重比赛。评论区最高频的讨论是"看广告可以复活吗"“丰富下去可以去小程序看广告”。“自己掌握美术、AI写外围代码、免费上线换反馈、按反馈迭代”——这大概是当下风险最低的AI开发闭环。哔哩哔哩
结论：先问能不能写清需求，再问能不能用AI
回到那两条成本曲线。GTA6的10-20亿美元（传闻估算，R星未官宣）买的是"逼近真实的世界"，成本随规模指数上升；新手烧1000元token撞上的，是"AI替你猜世界"的成本。而两者的解法其实同构：给参照、别让它猜；定清楚需求、别许愿；外围交给它、核心自己拿。
保守算账，AI真正做便宜的只有"谁写都一样"的部分：外围逻辑、初稿、风格探索；变贵的是账面上看不见的部分——需求定义能力、美术风格的独特性、以及随时被迭代周期掀翻的管线。所以入坑前该问的不是"AI能不能做游戏"（能，B站首页8/12都是证据），而是"我能不能把想要的东西写在一页纸上"。写得出来，AI是你的小程序员；写不出来，AI是你的报销单。
继续观察的信号：GTA6发售后大厂在AI上的立场是否随销量波动；威世智工会与管理层谈判的后续；知乎同质化问题下会不会出现有样本的实测回答；以及你自己的项目——把"搭好的AI管线"按季度做一次重估。
