尽管行业反弹，Capcom 将 AI 游戏开发引入 RE Engine

尽管开发者群体对生成式 AI 的反对日益强烈，Capcom 仍将其 AI 游戏开发战略推进至 RE Engine。10 月 2 日，在一场技术会议上，程序员 Satoshi Ishida 介绍了 REX——公司逐步重构内部生产基础设施的计划。

这项提案并非让聊天机器人直接生成完整游戏。Capcom 希望建立一套软件系统，让 AI 能与人类开发者一道读取、修改、测试和检查其中内容。该公司所描绘的目标是“与 AI 共同创作游戏的未来”。

这一差异至关重要，因为 Capcom 正在行业严重分化之际押注这项技术。工作室面临项目规模扩大、制作周期拉长，以及质量保证成本高企的问题。然而，许多美术师、设计师、编剧和程序员认为，生成式 AI 正威胁着就业、创作归属权和工作条件。

Capcom 正将这一方案置入 Resident Evil、Monster Hunter 和 Street Fighter 所使用的引擎之中。若 REX 成功，AI 辅助将成为开发底层基础设施的一部分，而非临近发布时才添加的可见功能。

Capcom 的 AI 游戏开发从创意层之下开始

Capcom 正围绕 AI 兼容性重新设计生产系统，而非宣布一台可生成完整游戏的机器。

Ishida 在东京举行的 Capcom Open Conference RE: 2026 上介绍了该计划。Capcom 此前已将 REX——即 RE neXt Engine——定位为其专有引擎的下一阶段。10 月的演讲则为这一路线图赋予了更明确的 AI 方向。

这一时机经过了审慎考量。RE Engine 的开发始于 2014 年，该技术于 2017 年随 Resident Evil 7 首次推出。根据最初的 REX conference coverage，Capcom 此后已将其用于超过 27 款作品。

游戏引擎提供了用于构建、运行、调试和发布游戏的共享系统。它可以管理图形、动画、数据、物理、工具、平台支持及其他技术功能。由于每个制作团队都依赖于它，引擎变动可能重塑整个工作室的工作方式。

根据会议报道，目前已有超过 2,000 名 Capcom 开发者使用 RE Engine。这些用户包括国际员工，以及熟悉其他开发环境的员工。因此，该系统需要支持比其原始设计者预期更多的人员、项目和工作方式。

游戏规模也带来了另一个问题。现代作品包含海量的角色、动画、环境、界面元素和针对不同平台的配置。即便是一次小幅修改，也可能在庞大的数据集上触发处理、转换、验证和测试。

REX 的目标是在不舍弃 Capcom 既有基础的前提下解决这些瓶颈。公司的 engine roadmap 描述了一种渐进式过渡方案：向 RE Engine 加入新技术，而不是将其彻底替换。

这种渐进方案降低了迁移风险。团队可在底层工具分阶段变化的同时继续发布游戏。它也让 Capcom 能够在将各个组件全面推广前，先在实际生产环境中进行测试。

公开演示介绍了 REX 内部的几个命名系统。RE:Dox 统一不同类型数据的表示和处理方式。RE:UI 则替换了内部开发工具所使用的部分界面框架。

RE:Log 集中管理技术日志和通信信息。RE:Flows 将可视化游戏逻辑转换为标准化编程语言。RE:Runtime 则改变引擎处理大规模对象和角色群组的方式。

这些组件并非全都是 AI 产品。眼下的大部分工作涉及速度、内存使用、数据一致性、自动化和更便捷的协作。不过，它们的共享结构也为未来更深层的机器辅助做好了引擎准备。

因此，Capcom 的声明首先是一个基础设施故事。在要求 AI 执行更具影响力的工作之前，公司正先重组开发者和机器都必须理解的信息。

为什么 REX 让 AI 更容易读取引擎

REX 将标准化代码和数据视为实现有效 AI 辅助的先决条件。

当内部工具依赖不一致的格式、缺乏文档的行为，或训练材料中从未出现过的专有代码时，AI 系统会陷入困境。人类员工也面临许多相同障碍。当系统遵循通用模式时，两者都能受益。

Capcom 表示，REX 将推动更多底层系统采用广泛理解的编程规则。RE:Flows 正体现了这一策略。设计师可通过可视化方式组装游戏行为，而该工具会在界面背后将其工作转换为标准化代码。

其益处不止于便利。可视化脚本工具通常会以难以审查、合并或调试的格式存储逻辑。将这些逻辑转换为可读代码，能让协作和自动化分析更具可行性。

未来，AI 助手可以检查这类输出、解释故障、提出修改建议或生成测试。开发者仍将定义预期行为，而机器则在一致的技术表示形式上运行。

RE:Dox 将类似理念应用于数据。游戏包含许多专用格式，各自拥有规则和依赖关系。通用数据模型可减少转换工作，同时让自动化系统更容易追踪其中关系。

RE:Log 构建了观测层。日志会记录开发过程中的错误、警告、性能事件和其他活动。将这些记录集中起来，可为工程师提供可检索的历史，而不是将证据分散在各台机器上。

这些历史记录今天可支持人工诊断，未来也可支持 AI 辅助诊断。模型可以将新故障与早先事件进行比较，识别相关变更，并提出可能的原因。其价值取决于记录的准确性和访问控制。

Capcom 已展现出对机构知识系统的兴趣。其会议日程中包括 REAssistAI，这是一个内部大型语言模型界面，用于访问积累了 10 年的技术知识。该项目不属于主演示中详述的五项 REX 组件，但遵循同样的逻辑。

实际上，这家公司正在将开发历史转化为机器可读的上下文。这种做法类似于专门的工程知识库，其中的文档和记录始终与日常技术工作相连。

RE:UI 则通过可测试性发挥作用。Capcom 设计这一界面框架，使软件无需人类观看屏幕即可检查组件。这种分离让自动化测试更易于执行和重复。

RE:Runtime 处理执行性能问题。该系统并非分别管理每个对象，而是将工作分组成可更高效处理的数据块。它还会将对开发者更友好的代码转换为 Capcom 面向性能优化的 RE:C++ 语言。

这些变化都不意味着 AI 能够独立设计出令人信服的 Resident Evil 关卡。它们建立了一个更清晰的操作界面，自动化工具可在其上发挥作用。Capcom 首先在减少使人类和机器工作都不可靠的模糊性。

这正是该公司更宏大主张背后的机制。只有当引擎以软件能稳定解读的形式公开代码、数据、日志、测试和工作流时，AI 才能真正发挥价值。

真正的冲突在于辅助还是替代

Capcom 将 AI 描述为生产伙伴，而许多开发者则将同一技术视为通向岗位替代的路径。

该公司偏好的应用场景聚焦于内部工作。Ishida 描述了一个未来：AI 能理解程序、创建代码、运行测试会话，并检查构建版本中的缺陷。这些任务位于创意过程周边，但仍会影响由谁来完成这项工作。

测试就是一个清晰例子。一款大型游戏需要围绕角色、环境、硬件配置和玩家行为进行反复检查。自动化代理可比人类测试人员更长时间地运行可预测场景。

Capcom 的会议日程还单独展示了可同时评估视频和音频的自主测试。这类系统有助于更早发现可复现的故障。但它们无法自动判断战斗是否公平、笑点是否奏效，或恐怖场景是否营造出预期张力。

代码辅助也存在类似分界。AI 可以起草常规实现、检索文档，或识别常见错误。工程师仍须评估架构、性能、安全性、可维护性，以及错误建议带来的后果。

人工审查并非无关紧要的最后一步。游戏引擎必须在多平台上应对严格的内存和时序约束。模型给出的看似合理的答案，仍可能引入只会在特定负载下显现的细微故障。

Capcom 此前已在其他领域试验过生成式 AI。Google 表示，这家发行商使用 Vertex AI 和 Gemini 为游戏设定与对象生成大量创意。其 Capcom AI project 被定位为加速头脑风暴的方式，而非直接将生成资产用于发布作品。

据报道，较早的项目针对的是一项极其重复的任务。团队在构建连贯的虚构世界时，有时需要数十万条背景创意。模型可以在限制条件内产出初步候选项，再由员工评估其相关性和质量。

REX 将范围从头脑风暴扩展至技术生产。这是一次意义重大的升级，即便 Capcom 不将 AI 生成的美术内容纳入已发布游戏。代码生成、自动化测试和日志分析都会影响进度、人员配置和责任归属。

劳动力背景使这些选择格外敏感。这项 2026 developer survey 收集了超过 2,300 名游戏行业专业人士的回复，发现 36% 的受访者在工作中使用生成式 AI。

采用并未转化为认可。52% 的受访者表示，生成式 AI 正对行业产生负面影响，而一年前这一比例为 30%。仅 7% 的人认为其影响是正面的。

最接近游戏生产环节的从业者反对尤为强烈。视觉和技术美术人员的负面回应比例达到 64%，设计和叙事工作者为 63%，程序员为 59%。

这些结果构成了 Capcom AI 游戏开发的核心张力。管理层可以将自动化视为应对不断攀升制作成本的保障。员工则可能将同一投资视为对已受裁员影响岗位施加的又一层压力。

Capcom 尚未宣布 REX 将削减职位，也未就该项目提供任何人员配置保障。更负责任的解读应介于假定其只是无害辅助与断言其为自动化替代计划之间。

关键在于 Capcom 如何衡量成功。如果它通过缩短等待时间、更早发现 bug 和减少重复性任务来评估 REX，这一合作论述就更具可信度。若裁减人手成为首要结果，“替代人类”的担忧便更难被忽视。

版权、安全与可靠性仍未得到解决

机器可读的引擎并不能解决训练数据归谁所有、谁批准生成代码，或自动化失效时由谁承担责任的问题。

Capcom 承认其中存在若干风险。在一份公开的投资者对话中，公司表示已将 AI 用于 bug 检查和提升 RE Engine 效率。它还将版权、数据安全和专业人才培养列为持续关注的问题。

版权问题取决于系统及其输入内容。使用获准的 Capcom 代码进行内部训练的工具，与在未知代码库上训练的公共模型面临的风险不同。此次会议演示未提供完整的模型治理政策。

开放部分技术又带来新的复杂性。据报道，Capcom 计划公开 RE:Dox 和 RE:Log 的部分内容，以便外部开发者和 AI 系统理解它们。开源代码可以改善文档、测试和互操作性。

但它也可能暴露需要谨慎进行安全审查的架构细节。Capcom 必须将可复用基础设施与专有系统、凭据、游戏数据以及未发布的制作信息区分开来。仅有公共代码库并不能确保 AI 使用安全。

数据泄露是更直接的职场担忧。如果提示词离开受控环境，开发者可能暴露机密代码或资产。企业访问规则、日志记录、保留期限和模型隔离的重要性将不亚于模型能力。

可靠性构成另一项风险。大型语言模型生成的是可能的输出，而非经过验证的工程决策。它们可能虚构 API、忽略平台限制，或推荐能够编译但行为错误的代码。

自动化测试同样受限于接收到的测试内容。智能体可能反复完成预设路线，却漏掉玩家的意外行为。它或许能确认技术稳定性，却无法识别令人困惑的设计、无障碍问题或乏味的遭遇战。

REX 或可通过将生成与执行、验证相连接来减少部分失误。能够编写代码、构建并运行测试的助手，比仅根据脱离上下文的提示词工作的助手获得更好的反馈。它仍然需要由人类定义验收标准。

创意质量则更难形式化。Capcom 的游戏依赖节奏、视觉指导、关卡构成、性能表现，以及对玩家预期的有意识设计。这些品质源于迭代与判断，而不只是有效的代码。

Pragmata 为这项公告提供了不同寻常的文化背景。其科幻叙事探讨了对人工智能的危险依赖。Capcom 的制作策略并不等同于这部虚构作品，但这种反差凸显了一个现实问题。

该公司正要求开发者信任用于打造其最有价值 IP 的系统中的 AI。这种信任必须建立在可见的保障措施、准确的结果和清晰的责任划分之上。关于协作的口号无法替代这些控制机制。

因此，最大的未解问题是治理。谁能授权生成的变更，这些变更又将如何标记？模型可以访问哪些数据，数据会被保留多久？

Capcom 还必须确定，人类审查者是否有足够时间质疑自动化输出。AI 辅助可以提高拟议代码的数量，其速度可能快于团队能够负责任地审查的程度。生成更快并不保证制作更快。

可信的项目应追踪逃逸缺陷、误报、审查时间、安全事件和员工体验。Capcom 尚未公布这些衡量数据。在此之前，REX 仍是一项技术方向，而非已获验证的制作改革。

三个信号将显示 Capcom 的 AI 战略是否奏效

下一步证据必须来自可用工具、已披露的保障措施，以及可量化的开发成果。

第一个信号是 REX 组件的发布与采用。Capcom 表示过渡将循序渐进，这使得各个系统更容易评估。在更广泛的 AI 愿景实现之前，RE:Dox、RE:UI、RE:Log、RE:Flows 和 RE:Runtime 应当带来可观察到的变化。

有价值的证据包括更短的迭代时间、更少的工具卡死、更快的数据处理，或更可靠的自动化测试。演示应展示制作环境下的情况，而非狭窄的实验室案例。

开源活动将提供另一项指标。公开代码、文档、问题历史和外部贡献能够揭示选定的 REX 技术是否足够成熟，能够经受审视。它们也可以厘清哪些部分仍保持内部使用。

第二个信号是 Capcom 的治理政策。公司已经承认版权和安全方面的担忧，但承认并不等于建立运营规则。开发者需要了解模型使用哪些数据，以及哪些决策需要人类批准。

披露内容应区分传统自动化与生成式 AI。对运行时对象进行分组的系统，并不等同于生成源代码的模型。将它们归入同一个 AI 标签，会使技术评估和劳工讨论都变得不够精确。

Capcom 还应说明生成代码是否具备可识别的来源信息。审查者需要记录哪个模型生成了变更、它接收了什么上下文，以及哪位员工批准了它。当缺陷日后出现时，这份记录将变得重要。

第三个信号是制作团队和进度表将发生什么。随着游戏日益复杂，Capcom 面临不断增长的投资需求。其自身报告称，公司希望在持续扩大销售的同时提高回报。

如果 REX 消除了等待和重复性工作，团队应获得更多时间用于设计、优化和以玩家为中心的测试。这样的结果将支持 Capcom 关于 AI 充当伙伴的说法。

如果进度表持续拉长、工作负荷却不断加重，效率论述就会减弱。若采用 AI 的同时减少初级岗位招聘，或在没有更好质量数据的情况下缩减测试团队，情况也是如此。

行业情绪仍将是有价值的制衡因素。GDC 调查显示，使用率与接受度可能朝相反方向变化。开发者可能因为雇主要求而采用工具，同时继续质疑其价值。

竞争对手的行为同样重要。2026 年调查显示，Unreal Engine 是 42% 开发者的主要引擎，Unity 则占 30%。它们的 AI 工具为 Capcom 的内部平台建立了外部基准。

Capcom 无需让 REX 在引擎市场取胜，因为它并未将 RE Engine 作为通用商业产品销售。它确实需要让内部工具能与使用更大型外部平台的工作室可获得的功能相竞争。

公司对其引擎的控制提供了一项优势。Capcom 可以将 AI 工具直接连接到自身的数据格式、构建系统、测试基础设施和技术历史。它无需等待第三方供应商的路线图。

这种控制也集中了责任。如果 REX 产生不可靠的工作流程或不足的保障措施，Capcom 无法归咎于外部引擎供应商。公司拥有架构、实施以及职场后果的责任。

对 Capcom AI 游戏开发最可信的解读，既不是自主创作，也不是单纯营销。它是一项长期努力，旨在让工作室的技术环境同时为人类和机器所理解。

这项努力始于并不光鲜的工程工作：标准化数据、可读代码、集中式日志、更快的界面以及可重复的测试。AI 是下一层，而非全部基础。

对开发者而言，眼下的问题并非模型能否制作一款完整游戏，而是 AI 能否在不削弱所有权、判断力或就业条件的前提下，消除可量化的摩擦。

关注 REX 的发布、Capcom 的保障措施，以及制作团队实际经历的结果。这些信号将决定“共同创作”描述的是富有成效的合作，还是将工作从人身上转移出去的一种柔性说法。