AWS与Perforce报告：游戏开发中AI的优势在于信任而非数量

Perforce《2026实时工作流报告》的关键洞察：游戏技术及其他领域

For game developers, the past year of AI has shifted from a focus on speed to a harder reckoning: its real value and its real cost. The Perforce 2026 State of Real-Time Workflows Report, produced with Amazon Web Services (AWS), surveyed 608 practitioners across the games industry and other industries building on game technology. It puts real data behind the question of value and cost, with 69 percent of respondents now actively using generative AI. What follows is our summary of the report’s key findings, plus our own perspective on what those findings mean in practice, drawn from working with game studios and partners.

AI悖论与治理决策

使用AI的好处与挑战几乎在同一尺度上显现，这也是报告将其称为“AI悖论”的原因。修复源代码中的bug通常被广泛接受，而AI生成的艺术则受到更多审视。报告中提到的原因包括合规性和知识产权（IP）方面的担忧。这些担忧是合理的起点，因为它们框定了每家公司如今面临的决策：我们希望将AI用于哪些类型的工作，以及哪些工具最适合我们的需求？

在游戏中，我们看到选择在不同类别中展开：AI 代码辅助、评论和测试已被广泛接受。用于内容制作的生成式 AI 涵盖语音、概念艺术以及 2D 和 3D 资产，并引发了关于同意权和创意所有权的最棘手问题。作为新兴类别的代理型实时运营（Agentic live ops）具有其自身的运营和信任考量。没有两家工作室会做出相同的选择，而且它们也不需要这样做。当 AI 被嵌入到面向玩家的产品、合规工作流和运营决策中时，团队需要一个框架来评估、监控和纠正 AI。这应该是一套动态的原则体系，告诉团队他们可以部署什么、如何衡量其影响以及在何时撤回。团队可以使用如 Amazon Bedrock Guardrails 之类的功能来定义和监控 AI 输出的策略，同时周围的安全性和访问控制措施确保敏感知识产权和模型数据得到治理。如果没有这样的治理框架，采用速度就会成为负担而非优势。

工作室采用一套AI披露政策、最终资产保留人工审核环节以及严格的数据溯源机制。随着AI和实时工具将更多内容、代码和资产推入各个管线，一种基本方法已成为不可妥协的要求：版本控制，尤其是在采用率不断上升的背景下。目前采用率为94%，高于2025年的86%。随着AI代理现在与人类团队成员一起提交代码并生成内容，区分的关键在于溯源。这意味着要清楚一个资产来自何处、经历了哪些变更，以及是否可信。版本控制是分布式团队、不同专业领域以及如今AI代理的唯一事实来源，具备可追溯的历史以满足合规要求，并提供回滚的安全网。

混合基础设施成为新常态

游戏由分布在各工作室、城市和时区的团队构建，他们越来越多地与提交代码并生成内容的 AI 代理协同工作。版本控制很少孤立存在；它与将提交内容转化为可玩构建的构建流水线相邻，与使分散学科保持同步的项目管理相邻，也与在发布前验证每项更改的质量保证相邻。当你把版本控制视为更广泛工作流程的骨干而非基本的文件管理时，将其运行在云端的理由便显而易见。多年来，团队将云端和本地部署视为非此即彼的选择。今年的数据显示这种二元框架已不复存在。混合使用云端和本地部署如今成为最常见的配置，占比从 2025 年的 10% 几乎翻了三倍至 27%。仅本地部署的比例从同期的28%降至21%。加上仅使用云服务的团队（占25%），云计算的采用率显然在上升，且主要以混合形式而非纯云服务形式进行。根据报告，当被问及公司使用哪家云提供商时，AWS以32%的比例领先。报告还指出一个明显的认知差距：20%的受访者不确定其团队如何同步文件。

混合模式并不意味着一次性将所有内容迁移到云端。最成功的团队会按顺序推进迁移，从云能带来最大价值的地方开始。跨站点协作是一个自然的驱动力，为远程团队提供了一个共享且可扩展的协作空间。对于那些正在确定其 P4 仓库和资产存储应在混合架构中如何分布的团队，AWS 发布了一篇相关文章，介绍为 Perforce P4 选择合适的存储后端。

预测与情绪倾向

当被问及 AI 将把游戏开发推向何方时，Perforce 的受访者和专家描述了团队组建方式、游戏制作流程以及 AI 使用治理方面的变化。

团队规模缩小。多家工作室报告称，20人正在完成过去50人的工作量；一位执行制作人预测，随着AI压缩生产管线，团队可能收敛为“独立创业者或仅3人的核心团队（技术、美术、商务）”（一家工作室将传统管线的开发周期从2个月缩短至2天）。
瓶颈从生产环节转向设计环节。一位游戏开发CTO指出，随着资产制作成本降低，“瓶颈将从资产创建转移到设计愿景”，Perforce的专家也认同，判断力而非速度成为稀缺资源（“这只会提高忽视它的代价”）。
AI 进入引擎内部。预计生成式 AI 和程序化系统将直接嵌入游戏引擎，引擎同时作为实时模拟平台（用于游戏、虚拟制作、训练），以及模块化直播内容管线，在发售后持续更新。
市场向两端延伸。行业并未收敛，而是分裂：廉价、一次性、病毒式传播的作为社交媒体的游戏，以及更深层次、更具沉浸感的工艺作品，恰恰因为工艺不再是默认选项。
治理收紧。披露与限制措施已经到来：Steam 要求开发者披露面向玩家的生成式 AI 使用情况，Godot 基金会则禁止 AI 生成引擎的核心代码。

底线

AI 可以帮助团队更快、更多地产出，但这并不自动意味着更好。成功的团队将具备判断力，知道什么值得构建；具备纪律性，敢于说“不”；并具备版本控制的卫生实践，以信任他们交付的内容。成功的团队会刻意决定将 AI 应用于哪些工作，规范 AI 工具的选择与使用方式，并确保分布式协作的安全性与韧性。

报告以一段值得延续的人文视角收尾：一位受访者表示，若希望本行业得以存续，我们必须具备代际思维。如今可用的效率提升是实实在在的。值得去做的工作是确保这些效率不会以牺牲未来的人才、专业知识和创造力为代价。这是游戏工作室以及基于其技术构建的行业当前共同面临的挑战。

阅读2026年实时工作流状态报告，或在AWS for Games 网站上探索 AWS 服务和解决方案。