Unity中国“独门绝技”!AI工具Cowork公测,做最懂游戏编程AI智能体

国内游戏行业，"用不用AI"已经不是问题了。

根据GameLook了解，目前国内有些中型公司，尤其是在小游戏赛道重度布局的那些，每个月花在AI算力上的钱已经到了几十万人民币。用得重的团队，单月支出有时接近百万。

即便有米哈游程序员“一天烧掉200万人民币算力”的段子，但总体来说，跟硅谷的那些公司的算力消耗比，中国公司普遍还算克制。毕竟国外大厂搞员工内部算力消耗排行榜，有人一个月烧掉几万美元，搞得老板叫苦连天，开始管控程序员别乱用。

但从趋势来说，中国的AI算力消耗数字正在增长，而且速度不慢。

现在国内游戏行业的AI工具渗透密度，说"人手一份"大概不算夸张。美术在用AI出图，买量团队拿AI批量生成素材，策划让大模型帮跑数值方案、写文案、做竞品分析。哪个游戏公司没有人在用AI，反而是稀奇的事。

在所有的AI账单中，有一项支出一定是游戏公司老板格外在意的，那就是AI编程。在该领域大家现在真正比的，是：用哪家的AI，贵不贵，适不适合游戏开发场景，好不好上手，靠AI整出来的代码靠不靠谱。

而在庞大的需求的另一面，国内可以拿出来选的AI编程工具一点都不少。

互联网大厂这边，腾讯的CodeBuddy从2024年就开始布局，产品矩阵覆盖IDE插件、独立IDE、命令行工具三种形态，打磨时间不短；阿里通义灵码早早切入主流IDE；字节、百度各有自己的路线。大模型公司那边，智谱、MiniMax、Kimi、以及越来越被频繁提到的DeepSeek，各自有开发者在实际接进自己的工作流里用。

游戏圈程序员还在货比三家，但GameLook认为游戏圈的“终极答案”正在浮出水面。

就在最近，GameLook注意到，Unity中国已启动名为“Tuanjie Cowork”的AI工具公测，其最为核心的能力就是支持Unity引擎、团结引擎的AI编程，目前已经有不少国内开发者正在积极测试中。考虑到Unity中国作为引擎厂商的特殊地位，和国内庞大的开发者规模，GameLook认为这款AI工具或许将极大改变未来几年国内游戏开发管线，并有可能成为未来游戏业最核心、最基础的AI工具。

官网地址： https://codely.tuanjie.cn/

Unity中国放大招：引擎厂商入场AI工具

仔细来看Unity中国最近在做的这件大事，就会觉得这个时机选得很有意思。

这个产品从定位开始就不一样。根据GameLook了解的信息，Cowork支持Unity 2019及以后的国际版，以及团结引擎的全部版本，是围绕游戏引擎项目代码结构、玩法逻辑和资源管线专门打造的AI工具，可以说是最懂游戏开发的AI智能体。可以说一上来，就给其他非游戏公司的AI工具、大模型公司的通用AI产品来了个下马威。

官方将其称为"专属Agent"，并为此构建了完整的Harness框架，目标是让AI对Unity项目的理解，不停留在文件层面，而是延伸到整个工程的上下文。

目前Cowork目前公布的核心能力有六项：编写代码、理解项目、资产生成、审查代码、调试与修复、自动化任务。

其中资产生成相当好理解，即AI可以在编辑器内直接生成文图3D模型、天空盒、2D精灵、表面材质、音频、2D序列帧，生成物落盘到Unity工程目录，开箱可用。

而其他的几项其实都与程序员的日常工作更加相关。

就比如项目理解，意味着它可以读入整个Unity工程的代码结构，而不只是当前打开的那个文件。处理稍微大一点的项目时，这个差距很明显。

而代码审查和调试修复，是程序员真正愿意依赖一个工具的核心场景。能帮打工人看出哪里写有问题，能帮码农追这个bug从哪儿来，很多时候这比快速生成一段代码的长期价值要高得多，因为它参与到了真实的工程责任链里。

访问形态上，目前Cowork提供了独立桌面端、VSCode/VisualStudio/JetBrains的IDE扩展、可以嵌入引擎内的CodelyBridge，以及CLI工具。

整体设计思路是不强求你只在Unity编辑器里操作，毕竟一个正常的游戏工程，开发管线里还有Photoshop、Substance、Maya这些工具，只活在引擎编辑器里的AI工具，很难真正融入日常流程。

为何通用AI工具难以征服游戏编程

但Cowork真正的差异化，的GameLook看来，不在产品层面，在授权层面。

Unity和团结引擎都不是开源引擎。这意味着只有Unity中国自己，才有权限真正打通引擎底层，包括读取引擎内部代码结构、理解资源管线运行逻辑、调度编辑器能力。

Cowork是基于Unity的独家授权打造的，可以做到引擎级别的代码理解，而不是在外面揣测引擎在干什么、能干什么。

这是任何外部AI编程工具都没有的能力。不管编程模型做得多强，没有引擎层的授权，就永远只能从代码文件层面间接理解Unity项目，而不是真正打通。这道护城河，不是纯靠技术迭代就能跨过去的。

要理解这件事，先得搞清楚游戏程序员的工作和普通软件开发有什么本质区别。

游戏代码要和GPU、CPU、内存打交道，要处理实时渲染逻辑，对性能有极苛刻的要求。游戏的帧率不能掉，内存不能溢出，逻辑不能闪崩。

游戏里有大量在普通软件开发里看起来很奇葩的工程需求：为了省几MB内存可以写一堆看起来很绕的代码，为了保游戏的帧数要跟图形管线较劲好几天，优化思路经常是"东抠一点西抠一点"，不得已之下还要用“障眼法”。

这是游戏开发的特点，不是程序员在折腾自己。

而且，当下游戏开发有一个根本性质：无法脱离游戏引擎。无论Unity还是虚幻引擎，编辑器里有几十个菜单，每个菜单下挂着大量参数选项，几乎每一项都对应游戏某个功能或性能的调节方式。

一个真正熟练的客户端游戏程序员，要成为高手，得把引擎面板上的能力基本摸透。否则引擎本身提供了某个可以帮你优化性能、快速实现某个效果的功能，你不知道，就等于白白浪费了这套工具的能力。

通用AI编程工具对这些"暗门"没有概念。它可以理解你当前打开的代码文件，可以帮你补全逻辑，但它不知道Unity编辑器里有哪些参数体系，不知道资源管线怎么运转，更不知道什么场景下该用哪个引擎特性。

这不是说通用AI模型的游戏代码能力弱，而是它根本没有这个视角。

游戏项目的代码库，有很多普通软件行业罕见的东西：跳跃逻辑脚本、图形渲染相关代码、各种奇特的性能优化写法、引擎组件交互方式……GitHub确实有很多开源项目代码，但真正跟游戏开发深度相关、跟如今手游小游戏相关的实际项目代码，占比很小。

通用AI模型拿软件行业的大量通用代码训出来，很难彻底搞懂游戏代码，更何况游戏引擎每年还在不断升级，不同规格项目的要求也不同，更是将问题复杂化。

不过这个护城河也不是永久的。游戏大厂如果下决心基于自研游戏引擎来做同类AI工具，是另一条路。

但对于国内大量使用Unity/团结引擎的中小游戏开发团队来说，他们既没有资源自训AI模型，也没有精力在十几个AI工具里做深度测评。找到一个专门为Unity引擎团结引擎游戏开发设计、跑起来足够好用的AI工具，就够了。

这部分市场，是Cowork最稳固的基本盘。

目前公测还在进行中。行业里会有越来越多真实反馈出来，代码生成质量、项目理解深度、调试有效性这些东西，最终都会在实际使用里得到检验。

本质是一门算力生意，而不是卖软件

从商业逻辑上看，Unity中国在做的这件事，不只是推出一个开发效率工具。

Unity中国现在的主要收入来源是引擎授权费，这块收入相对稳定，但Cowork背后的逻辑不一样。代码生成任务的token消耗量远高于普通AI对话，需求又足够刚性。

根据Unity中国今年5月公布的数据，Top100微信小游戏里有37款使用Unity开发；团结引擎生态此前已有超过1500款小游戏上线运营。这背后对应的Unity系列程序员，粗略估算下来是一个不小的群体，而且这个群体每天写代码，每天有算力消耗的空间。

如果按一定渗透率和日均用量往前推算，GameLook认为Unity中国的AI工具年化收入的规模完全可能超过现有引擎授权收入本身。后续如果该工具的美术资产AI生成在美术团队里也普及起来，美术团队平时跑个测试、渲染个模型预览，算力消耗量还会更高。

算力虽然很便宜但确实能赚钱

而为了这一业务，据GameLook了解，Unity中国目前正在自建算力基础设施，不是简单接入第三方云服务、采购算力，而是真实的买卡、搭机柜。这个动作说明什么？说明他们是认真在做这门算力生意，不是把Cowork当成一个可有可无的功能附件。

不过相较于硬件，值得一提的是根据GameLook了解，Cowork底层AI模型目前以智谱AI的GLM系列为主要编程基座，并融合其他模型，同时针对游戏代码场景做定向训练。

为什么选智谱？背后有一套不难猜的逻辑：国内合规可用的AI模型，要么是互联网大厂的，要么是有一定规模的独立大模型公司。

互联网大厂本身是Unity的竞争生态里的玩家，选他们的模型做基座会有隐患；剩下的独立大模型公司里，代码能力相对靠前、经过行业程序员验证、在合规使用上没有问题的，选来选去就那几家。

智谱这两年在编程方向走得不慢，GLM Coding Plan推出后付费开发者规模快速增长，token调用量在半年内大幅提升，在程序员开发者群体里的接受度是可查的。

当然，国内开源AI大模型生态做得相当不错，对于Unity中国而言，大模型选型完全可以是动态的，随着DeepSeek等模型在代码方向持续迭代，或许底层配方会跟着调整。

对于软件公司来说，在GameLook看来，这件事有更大的含义。此前SaaS模式受AI冲击，很多人在唱衰传统软件公司。

但Cowork这套逻辑给出了另一种路径：软件产品提供的，是一个消费算力的场景。懂得把自己的专业软件变成算力消费入口的公司，反而在AI时代找到了比纯授权模式弹性大得多的商业闭环。

每个行业都有自己的专业软件，这些软件如果都走这条路，都是可以存活的。

结语：珍惜这一代程序员

每次有新的AI Coding工具出来，程序员会不会消失这个问题就会被拿出来讨论。Cowork这件事当然也不例外。

不过在GameLook一直看来，这个问题大概问错了方向。更值得问的是：当AI工具大规模普及之后，哪类程序员的价值在提升，哪类程序员的处境在变得复杂？

先说第一类：当前这一代游戏程序员，就是那些在AI Coding工具大规模普及之前就入行，在真实项目里手敲代码积累了若干年经验的人。

这批人，大概是接下来一段时间里格外稀缺的一类存在。

原因很直接：AI生成的代码需要有人能判断对不对，调不通的bug需要有人真正看懂，架构级的决策需要有人负责。

这些事情需要真实工程经验作为底气，不是靠着AI工具把代码堆出来的那种底气，而是“从零到一”手敲过代码、在真实项目长期运营迭代中踩过坑的那种底气。

Vibe Coding做出来的游戏，用另一个视角来看，就是一团更大、更难追溯问题的bug。代码量增长很快很容易，但理解深度没有跟上，一旦出问题，解决起来更麻烦。

所以资深程序员的价值，在AI工具普及之后，GameLook认为，不是被稀释，大概率是在提升。当大量代码都可以由AI快速生成，能把控全局、识别代码质量、对工程架构真正负责、甚至叫能给技术背锅的人，稀缺性只会更强。

处境更复杂的，是新入行的程序员，以及程序员这个行业未来的发展。一上来就依赖AI工具，成长路径绕开了很多真实打磨，到了需要独立判断的时刻，底气可能不够扎实。

而没有了扎实基础的新手程序员，后续哪来的“资深码农”？

当然这不是说用AI辅助编程就是错的，这个方向是不可逆的，适应是必须的。只是如何在"快速出活"和"真正学会"之间找到那个平衡，是每个新入行的程序员需要主动去想清楚的事。

往后看，程序员的角色转型方向会往两端走：要么往底层走，成为真正做引擎底层、图形渲染、性能架构的高价值技术人员，毕竟引擎底层能力归根到底还是高级程序员一行行敲出来的，项目需要但引擎没有、或者实现的不好的功能必须自己干，AI现在还替代不了这个；要么往上走，成为管理代码质量、主导架构决策、调配AI工具的工程治理者。

游戏行业以后需要的，不是越来越多写代码的手，而是越来越多真正知道"代码应该怎么长"的人。