自本轮生成式 AI 热潮兴起以来，编程一直被视为最适合落地这项技术的领域。毕竟，科技巨头为 AI 描绘的愿景，就是让它替代重复繁琐的工作。“氛围编程” 成了热门词，AI 厂商更是勾勒出人人都能用技术轻松做出应用的美好图景。
这项技术也引发了激烈争议。Nexon、Krafton 等公司全力押注 AI，也有厂商选择性使用甚至直接拒绝。谷歌 Project Genie 声称能用提示词直接生成完整游戏世界，一度引发游戏股震荡；而部分开发者则坦言，AI 并未带来他们期待的颠覆性改变。
但真正在用 AI 的程序员究竟怎么看？2025 年 Stack Overflow 一项调查显示，47.7% 的开发者每天都在使用 AI 工具，36.8% 对该技术持 “积极态度”。不过调查只能反映部分事实。
为了解这项技术的真实应用情况、是否名副其实，GamesIndustry.biz 采访了多位游戏开发领域程序员，只问一个简单问题：AI 对编程到底有多实用？
支持方观点
《星战前夜》开发商 CCP 游戏工程总监克里斯汀・索尔・西古尔贝格森表示，公司在代码相关工作中大量使用 AI 工具，但 “实用性高度取决于具体任务”。
对这家冰岛工作室而言，AI 模型的一大价值，是帮开发者快速吃透庞大且成熟的代码库，比如他们运营 23 年的这款大型网游。
“用 Cursor、Claude Code 等工具打开项目，能极快帮你上手。” 西古尔贝格森说，“它们在代码库导航、内容总结、跨文件逻辑追踪方面尤其出色。”
他补充道，AI 可用于调试，但直接让 AI 修复问题的效果不太理想。“AI 给出的解决方案常常是屏蔽日志，偶尔正确，但绝大多数时候没用。仍需要经验判断。”
这位 CCP 总监表示，用上 AI 后最大的变化是：开发者把更多时间花在规划与评审，更少时间写代码。“一个有趣的副作用是，团队在规划阶段更大胆了。试错成本变低，因为实现迭代更快，精力更多转向设计思考，而非敲代码。”
CCP 开发者还在用 AI 做《星战前夜》的功能或行为原型；西古尔贝格森说，这些代码几乎从不用于正式生产，但作为沟通与探索工具极其高效。
“过去要花半天的事，现在几分钟就能搞定。”
—— 克里斯汀・索尔・西古尔贝格森
但他表示，改变最大的是非生产代码领域，AI 带来了革命性变化。
“我们经常需要写小脚本生成数据、排查问题、自动化一次性任务。这类场景里，我们更看重结果而非代码优雅度。写脚本 vs 手动操作的价值对比彻底改变：过去半天的活，现在几分钟完成。”
独立游戏老将、Positech 公司的克里夫・哈里斯也对 AI 赞不绝口。他称用 Anthropic 的 Claude 模型编程是 **“改变人生”**。
“过去一年，我从 C++ 冷门算法与优化里学到的东西，比过去 15 年还多。我从 1981 年 11 岁开始编程，有 45 年开发经验，用 Claude 碰撞思路、找 bug 都极其有用。不用顶尖大模型的程序员，相当于绑着一只手编程。”
《Rust》《Garry’s Mod》开发商 Facepunch Studios 创始人加里・纽曼也表示，AI 让工作更轻松，用 ChatGPT 等工具查资料比谷歌更好用，是 **“编程的进化”**。
“如果要重构代码，我不用花 10 分钟把同样内容复制粘贴到 30 个文件，只需要花 5 分钟‘说服’Claude 帮我搞定。”
纽曼说他不担心 AI 取代自己这类程序员，反而让他变得更强。“有人担心它让谁都能做我的工作，但我不这么认为。它让我成为更好的程序员，更快工作，从中学习。我因此更优秀，我不担心，反而很兴奋。”
和纽曼一样，Mode 7 Games 的保罗・基尔达夫 – 泰勒也把 AI 定位为编程的 **“辅助角色”**。“我接触过的很多资深程序员都用 AI 快速查资料、给提示。目前幻觉率很低的推理模型很适合这类场景。把 AI 当作辅助，比如提供优化建议、调试、快速查阅文档、充当讨论对象，正变得越来越普遍。”
反对方观点
尽管很多人认可 AI 在写代码上的帮助，但也有人心存顾虑，或认为它能力存在严重局限。
基尔达夫 – 泰勒承认，AI 让游戏搭建运行从未如此容易，但输出内容存在限制，最核心的一点：人类创作方式与 AI 完全不同。
“使用你不理解、结构不受控的代码，扩展性极差。目前商用 AI 系统的上下文窗口，还装不下一整个 Unity 项目。这就是很多‘AI 做出游戏了！’的案例，都只用极轻量框架或简化原型的原因。”
Stray Bombay 的切特・法利泽克同样担心对最终成果缺乏掌控，他一直公开批评 AI 炒作。
“它能不能帮你写一些小而独立的系统？当然可以。代码就是代码，通常不用重复造轮子。但比如我学 Godot 时重新学 C#—— 我不想要一个自己不懂的输出结果。我要理解并亲手做，这样才知道它的优势。过程中你会学到很多细节，比如：‘如果我这么计算伤害，就能这样优化或做这类升级’。”
Kythera AI 技术总监、前 Rebellion 员工布拉姆・里德也有类似焦虑。他说自己虽用 AI 生成过基础样板代码，但总体尽量避开生成式 AI。“因为它会剥夺你理解与学习的机会。它是有用工具，但不该依赖。”
受访开发者普遍担心的一大问题是AI 输出准确性。至少目前，生成式 AI 容易出现幻觉，即自信地输出错误信息。
Huey Games 高级程序员亚当・格里姆利说：“我用 AI 更多是针对知识盲区做头脑风暴。即便如此，我也会极度谨慎，用论文、人工博客和教程反复核对。过程非常慢，通常只在穷尽其他方法后才用。”
“我上次用 AI 时，觉得它极其没用、令人崩溃。”
—— 亚历克斯・达比
前 Bithell Games、Roll7 首席程序员、资深技术总监亚历克斯・达比直言：“我上次用 AI 编程工具时，觉得它极其没用、令人崩溃。所谓速度提升，本质是‘打字飞快，但至少 10%-15% 内容是胡说八道’。”
“一旦意识到它不可靠，不能第一眼就相信它生成的代码，我最终花在阅读、验证、修正上的时间，比自己直接写还慢。”
《Fallen London》开发商 Failbetter Games 高级程序员汉娜・罗丝也质疑 Copilot 这类从 Stack Overflow、教程搬运整段代码的模型价值。
“大块来自公共代码库的建议确实省了打字时间，但就算最好情况，你也要花时间审核，多数时候还要修改或直接删掉。这是一种交换：省了打字时间，却多了思考时间。我很少觉得打字速度是工作效率的主要瓶颈。”
Subset Games 的马修・戴维斯称，AI 作为编程工具 **“完全不可靠”**，仅自动补全勉强能用。“不能指望它做出可靠可用的东西。”
“让它生成长方案，我花在调试上的时间，一定比自己写还多。而且大量看不懂的代码，会让长期技术债务指数级上升。目前的 AI 充其量是低效工具，代价极高。”
除了准确性，还有开发者对 AI 生成代码的质量与工作方式不满。
Failbetter 后端开发者杰姆・弗里斯比称大多数 AI 生成代码 **“垃圾”**。在她看来，问题不在技术本身，而在它的运行优先级。
“架构差、脆弱、完全不关心性能。更糟的是，它强迫你适应它；你必须拿着它给的东西，想办法塞进现有系统。软件是协作工作，没人喜欢‘我说了算’的搭档。”
“架构差、脆弱、完全不关心性能。”
—— 杰姆・弗里斯比，Failbetter Games
Huey Games 首席技术官约翰・奥格登说，AI 在功能层面或许有用，但到架构层面就不行了。“它无法完全替代程序员。”
他认为 AI 在主机开发上尤其短板，因为主机环境封闭。“AI 在这方面的训练数据很有限。”
他眼中的最坏情况：开发者用 AI 生成大量代码，再靠人力调试。“熟悉系统的程序员脑子里有整套模型，尤其是自己参与编写的。但一大团 AI 代码会让这一切消失。AI 不会半夜醒来想到系统某处有问题，也不会晚上琢磨更好的做法。你相当于把开发中的通用智能全部剥离。”
即便对 AI 编程持保留态度的人里，也有人认为未来它可能达到宣传的水平，但先要克服重大障碍。
“AI 可以极其愚蠢，也可以出乎意料强大。”
—— 保罗・基尔达夫 – 泰勒，Mode 7 Games
达比认为，要让 AI 代码在公司层面落地，必须把整个工作流围绕 AI 重建。“科技公司更适合这种模式，因为他们普遍有大规模自动化测试与持续交付流程。这要求软件架构更模块化、独立，方便测试，写代码所需上下文更少。”
而 Mode 7 的基尔达夫 – 泰勒认为，游戏编程里 AI 普及的核心障碍是上下文。
“AI 可以极其愚蠢，也可以出乎意料强大：一边是只会随机模仿的高级自动补全，一边是物理领域的新发现，差距巨大。上下文、支撑框架、辅助系统是关键。我们在游戏里还没有合适的框架。有人认为这无法解决，我个人没有足够洞见给出准确判断，长期尤其如此。”