联合创始人杨奇在微博上明确表态：“设计阶段不用 AIGC，不是反对，是想把最后那一班岗站好。”在行业加速拥抱生成式 AI 的背景下，这一选择显得格外另类——但它可能恰恰揭示了 AI 在创意领域的真实天花板。
8 月中旬，游戏科学联合创始人杨奇在微博上回复了一位粉丝关于“是否用 AI 加速《黑神话：钟馗》开发”的提问。他的回答毫不含糊：
“设计阶段和资产制作阶段，我们不会使用 AIGC。不是反对，只是想把这最后一步站好。” 他还提到，诺兰在数字电影“死胡同”的论调中依然用老技术拍出新意——“没有必须赶上的末班车，你随时可以住进一家小旅馆，AI 不着急。”
这句话之所以引发关注，是因为它直面了当前游戏行业的一个核心矛盾：效率 vs 艺术控制力。当大多数工作室都在积极整合生成式 AI 管线时，游戏科学选择了截然相反的方向。
但这不是一句简单的“反 AI”宣言。杨奇特意强调“不是反对”，并指出“AI 不着急” —— 这是一种对技术周期的清醒认知：现阶段的 AIGC 在精确的文化细节和风格统一上，还不能替代人类。
生成式 AI 已经深度渗透游戏开发的几乎所有环节。以下是最常见的应用场景及其现状：
使用 Stable Diffusion / Midjourney 快速产出风格参考，再将 AI 结果作为基底人工修改。—— 效率提升 3-5 倍，但细节常出现“AI 伪影”，需要大量人工修正。
AI 生成低多边形建筑、植被、道具，再通过点云优化接入管线。—— 适合大量重复性背景，但独特性要求高的核心资产仍需手工。
用 TTS+ 语音克隆生成 NPC 语音，甚至动态调整语气。—— 直接可用率约 60%，情感细腻度不足，常需配音演员补录。
AI 基于规则生成分支剧情或战斗序列。—— 仅用于早期原型，最终版仍需编剧人工重写。
一个诚实的注脚：目前没有任何一款 3A 游戏能完全依赖 AIGC 完成核心设计。AI 主要负责“填量”——背景、重复资产、初稿——而所有视觉风格、文化符号、叙事节奏的决定权，最终仍掌握在人类手中。
游戏科学的选择，不过是把这条边界划得更早了：在“设计阶段”就彻底切断 AI 输入，而不是在后期才做人工筛选。
答案可以从三个层面理解：
这不是保守，而是一种战略级的主动选择：在 AI 能力尚未达到“文化可信度”阈值之前，保持人工主导。
游戏科学的“反风向”选择，放在行业坐标系中更清晰：
注：上图为行业普遍应用的 AI 渗透率估计（按设计阶段占比），非官方精确数据。游戏科学为 0% 仅指设计 & 资产阶段，不代表后期管线不采用 AI。
可以看出，大多数工作室选择在“非核心”环节先用 AI 提效，但关键视觉资产仍保留人工。游戏科学把这条线划到了最前端——这既是风险，也是机会。
游戏科学的选择，本质上不是在对抗 AI，而是在对抗一种“效率焦虑”——即认为“用了 AI 就会更快更好”的默认假设。杨奇用诺兰的比喻点破了这一点：没有必须赶上的末班车。
但我们必须承认，这种策略的可持续性有其前提：
对大多数中小工作室而言，没有这种商业基底，很难完全放弃 AI 的效率红利。游戏科学的“慢”不是对所有人的建议——它是一种极端条件下的艺术自信。
AIGC 在游戏设计中的价值不应被否定，但游戏科学示范了一个更重要的命题：当技术尚未达到文化可信度阈值时，选择“不用”本身就是一种技术判断——它比“先用再说”更需要勇气，也更能保护作品的长线生命力。
《黑神话：钟馗》目前处于早期开发阶段，尚无发售日期。游戏科学已公开一部短篇 CG 预告片和一部拜年短片。关注官方渠道获取最新动态。
游戏科学官网（官方网站，非直接购买链接，仅供了解）