一个绕不开、却很难中立讨论的话题

生成式 AI（图像、文本、音频生成）是否应该进入游戏开发流程，是当前类矮人城堡乃至整个独立游戏社区争议度最高的议题之一。它牵涉创作伦理、玩家信任、行业劳动权益等多重维度，几乎不可能存在一个让所有人满意的答案。

正因如此，本文不试图给出「应该」或「不应该」的结论。我们的目标是为开发者提供一个尽量客观的信息框架：厘清概念边界，呈现行业内真实存在的多方立场，并梳理开发者在做技术选型时实际需要权衡的因素。涉及具体团队立场时，我们以陈述其公开表态为主，不做价值判断。

先厘清一个最容易被混淆的概念：PCG 不等于 AIGC

社区争论中最大的混乱，来自把「程序化生成内容」（PCG）和「生成式 AI 内容」（AIGC）混为一谈。二者在技术原理与伦理处境上都不同，讨论前必须区分。

程序化生成（PCG）指基于开发者编写的明确规则与算法生成内容——地形、生物、历史、物品皆由确定性或随机化的规则产出。它是本品类的传统基石（详见主题 24 的 PCG 算法谱系），其规则与产出的版权归属清晰，几乎不存在伦理争议。

生成式 AI（AIGC）指基于在大规模数据集上训练的模型（如扩散模型、大语言模型）生成内容。争议的核心正在于此——训练数据的来源、产出的版权、以及它对人类创作者岗位的影响。

换言之：「这个生物的外观是程序生成的」和「这个生物的外观是 AI 生成的」是两件性质完全不同的事。内容团队与开发者在对外沟通时，混用这两个词极易引发不必要的信任危机。

行业内的多方立场对照

目前行业内并不存在统一做法，不同团队基于各自的价值取向与资源状况，走出了不同的路径。以下尽量中性地呈现几类有代表性的立场。

立场一：明确拒绝在开发流程中使用生成式 AI

部分以手工创作为身份认同的团队公开声明，不在开发流程中使用生成式 AI，强调全部内容均为手工制作。其论据通常包括：维护玩家信任、尊重人类创作者的劳动、以及避免训练数据来源带来的版权与伦理风险。《矮人城堡》的开发团队即曾公开强调其内容为手工制作、未使用生成式 AI。

立场二：在受限范围内探索 AI 辅助

另一些团队探索把生成式 AI 用作「辅助工具」而非「成品来源」——例如用于概念草图、占位资源、文本初稿，再由人工完整重做或大幅修改。其论据是：小团队资源有限，AI 可在原型与迭代阶段提效，只要最终交付物经过人工把关即可。

立场三：将其作为玩法的一部分公开呈现

还有少数实验性项目把生成式 AI 直接做成面向玩家的玩法机制（如运行时生成对话）。这条路线把争议从「幕后流程」前置到了「玩家可见的体验」，对透明度与玩家预期管理提出了更高要求。

初级用户路径：选型前先回答的四个问题

如果你只想要一个能帮自己做决定的提问清单，在引入任何生成式 AI 工具前，先诚实回答下面四个问题。

问题一——这块内容是「玩家可见的成品」还是「内部草图 / 占位」？越靠近最终成品，争议与信任风险越高，越需要慎重。

问题二——你能说清所用模型的训练数据来源与授权状况吗？说不清，就意味着你在承担一个自己无法评估的法律与伦理风险。

问题三——你准备如何向玩家披露？无论选择哪条路线，事先想清楚「被问到时怎么说」，远好于事后被动澄清。

问题四——这个决定与你的项目定位一致吗？一个主打「手工匠心」的项目使用 AIGC，与一个主打「AI 实验」的项目使用 AIGC，玩家的接受度完全不同。

中级用户路径：按「环节 × 可见度 × 披露」构建决策矩阵

对于需要制定团队政策的负责人，建议不要做「用 / 不用」的一刀切决定，而是按内容环节分别评估。一个可操作的做法是为每类资源标注三个维度：

生产环节（概念 / 原型 / 占位 / 最终交付）：越靠后越审慎。许多团队的折中是「允许用于早期环节，禁止进入最终交付」。

玩家可见度（不可见的工具链 / 间接影响成品 / 玩家直接消费）：可见度越高，对版权清晰度与披露义务的要求越高。

披露策略（不涉及 / 内部记录 / 对外明示）：把披露作为一个主动的设计决策，而非事后补救。透明度本身就是维系玩家信任的资产（这与主题 25 讨论的开发者沟通与社区信任直接相关）。

把每类资源在这三维上定位后，团队就能得到一份清晰、可对外解释、且内部一致的政策，而不是在舆论压力下被动表态。

争议焦点：三条难以调和的价值线

这场争论之所以难有共识，是因为它同时牵动三条彼此独立、有时相互冲突的价值线。客观呈现它们，胜过强行调和。

创作伦理线：一方认为人类创作的「人味儿」与意图不可替代，AI 生成会稀释作品的艺术真诚；另一方认为工具中立，关键在于使用方式与最终质量。

玩家信任线：部分玩家社区对 AIGC 内容有强烈抵触，未披露的使用一旦曝光可能引发信任危机；也有玩家并不在意，只关心最终体验。

劳动权益线：关注点在于生成式 AI 对美术、文本、配音等岗位的潜在替代效应，以及训练数据是否未经许可地使用了从业者的作品。

编辑观点（与事实陈述分开）：对独立开发者而言，比「站哪一边」更重要的，是认识到这三条线不会很快收敛到统一答案。在答案明朗之前，把决策建立在「概念清晰 + 环节分级 + 主动披露」之上，是兼顾效率与信任的稳妥路径。本话题与主题 03（涌现叙事中的 LLM 工具）、主题 24（PCG 与机器学习结合）共同构成了本专题的 AI 议题线，建议交叉阅读。