Playco 用 GPT-6 Astra 制作游戏原型：人工修复减少 50%

OpenAI 于 9 月 3 日发布了一则客户案例：游戏公司 Playco 使用新旗舰模型 GPT-6 Astra 进行游戏原型开发，并报告了显著的生产力提升。案例显示，Playco 团队从同一个“灰盒”（grey box）基础出发，搭建出三款不同主题的游戏原型；与上一代模型相比，人工修复的工作量减少了 50%。灰盒原型是游戏开发中用于验证玩法手感的最小可玩版本，通常不含最终美术资源，过去从灰盒分化出多个主题版本往往意味着大量重复劳动和人工修正。Playco 的实践表明，GPT-6 Astra 能在一套基础玩法之上高效生成多个差异化版本，并把需要人工兜底的修复工作大幅压缩，这正是原型阶段最消耗人力的部分。这一案例的行业信号在于：游戏工作室可以在投入完整制作之前，用更低成本验证更多玩法方向，从而把资源集中在更有潜力的产品上。值得继续观察的是，Playco 是否会将该流程延伸到完整制作管线，以及更多工作室采用 GPT-6 Astra 后，原型效率数据能否在更大范围内复现。