本文由 Paolo Gambardella 以意大利语撰写，由 AI 智能体翻译，可能含有不准确之处。
我还记得自己在游戏行业的第一份工作：一家意大利南部的小公司，主要做街机和VLT设备的分销。公司当时启动了一个项目，要做一台基于Linux的机器，一次性发货给客户，之后通过外置驱动和解密智能卡来加载游戏。
我的职责是帮助设计和开发这些游戏，用的是公司自研的引擎。说白了，我大部分时间都在用Lua写代码。那时我大学还没毕业，错误犯了一个又一个。不止一次，我把阻塞调用写进了循环，结果游戏直接卡死。我还到处滥用全局变量，这边改一下，那边就莫名其妙地崩了。正如我说的，公司很小，我老板往往发现问题的时候已经闹成了紧急事故。这自然少不了一些剑拔弩张的时刻。
对一个没经验、又没人带的新人来说，这份工作真的很难。现在回头看，我知道问题不全在我：团队太小，根本没人有时间审我的代码。代码审查这个角色压根儿不存在。就这样，我一行行地积累着技术债，自己都没意识到。
如果今天有个和当年的我处境一样的新人，他身边会有一个AI助手——还没等代码交到老板手里，它就会提示你：这个调用会阻塞循环，那个全局变量两周后会来找你麻烦。说到底，这正是我当年缺的那层把关。想到以后的新人不用再踩这些坑，我是真的觉得欣慰。
说到底，初级开发者或设计师的核心任务从来没变过：让机器理解你的意图，把它变成一款游戏。语言、语法、那些防止程序崩溃的小技巧，不过是手段。如果工具能替你扛起这些手段、减少翻车的概率，新人就有更多精力去做真正重要的事：判断这款游戏到底好不好玩、有没有意思。
所以当我看到Epic Games想要用“AI优先”的方式来开发漫威和星球大战IP的射击游戏——代码和美术都由AI生成，人来掌舵和监督——以及Tim Sweeney谈到公司层面的重大转型时，我是带着几分怀疑的。但我也隐约感觉，这背后的出发点（当然，削减成本这条明摆着不算）是积极的，有可能真的让行业变得更好。
如果我现在是个新人，我会把AI省出来的时间用在两件事上。第一是建立人脉：认识其他开发者，去参加活动，让人知道你的存在。第二是真正搞懂玩家想要什么。要多玩游戏，但要带着思考去玩：拿一款成功的游戏，问自己它为什么能成，它满足了什么需求，哪个时刻让你迫不及待地开下一局，哪个时刻又让你直接关掉。玩街机的人想在几秒钟内感受到”我很厉害”；玩经营模拟的人想要那种一切尽在掌控的感觉。这些问题AI替不了你去想，而这恰恰是新人能够真正发挥价值的地方。