把老游戏逆向后，AI 的经济账

1989 年 SSI 出过一款叫 War of the Lance 的策略游戏，基于龙枪世界观，跑在 DOS 上。三十多年后，一个人把它逆向、移植到浏览器里，画面和规则都按原版还原。

他自己记的账是：一周，实际投入的专注时间不到四小时。

一、发生了什么

作者 Georg Zoeller，在 BioWare、EA、育碧和 Meta 做过二十五年游戏与前沿技术。文章发于 2026 年 9 月 4 日，三周后有过一次更新。

流程大致是这样：让 Qwen-3.8-Flash-Next 反编译原版并把逻辑移植到网页端，渲染用 Three.js；让模型写 Python 调 Blender 的无头模式，批量生成可以直接放进网页的 3D 模型；再搭一个测试装置，一边在 DOSBox-X 里自己玩原版、读内存和反汇编，一边用浏览器自动化工具玩自己做的版本，用视觉模型比对。

几个具体数字：生成 3D 模型的订阅一周能出八十到一百个；另一个移植 demo 由模型无人干预跑了八小时，完成约八成半；加一套"四季加昼夜加三月相"的机制用了十五分钟、两块多美元；引擎内 60 帧的开场动画约四小时。

他给了一条加速曲线：同类任务，本地小模型要一周，允许调云端接口缩到两天，9 月的前沿模型几小时。他预计一到三年内压到几分钟。

需要标明的边界：这是一个人的自述，n 等于一，没有对照组，也没有第三方复现。作者有工作站、订阅、二十五年判断力，还有全职工作——四小时是碎片时间里的专注时长，不是全部投入。

二、跟你有什么关系

做遗留系统的人。 你手上那套没人看得懂的旧代码，成本结构变了。以前是几个月的专家活，现在可以先让模型跑一版，再人工对齐。风险从"读不懂"变成"验证对不对"。

做外包和接私活的人。 按工时报价会越来越难。作者的转型说法很直白：产出变快之后，他反而挣得更少。计价单位得换。

看行业趋势的人。 这篇文章真正的论点不是"AI 会做游戏"，是知识本身的稀缺性在下降。他的手艺过去全球只有几千人会。

三、怎么算自己那笔账

1. 先记基线。这件事现在要几小时，写下来。没有基线，所有"提效"都是感觉。
2. 只算专注时间。挂机跑一晚不算你的成本，你被占用的那两小时才算。作者报四小时，用的是这个口径。
3. 把返工算进去。第一次能跑通的比例是多少？作者那个 demo 是八成半，剩下的一成半要人来补，往往比从头写更烦。
4. 算资产能不能复用。生成出来的模型、脚本、测试装置，下一个项目还能不能用。能复用才叫降本，一次性的是省钱。
5. 省下的时间去干没被自动化的部分。作者的判断是，人的位置在给意图、给品味、做关键验证——这三件事仍是他四小时里最值钱的部分。

四、三个别信的说法

"一个人一周做出游戏移植，游戏从业者要完了。" 他做的是移植，设计、剧情、美术、关卡平衡都是三十多年前别人定的。原创游戏最贵的部分没有被这段流程覆盖。他自己也说，反向工程和创造是两件事。

"成本已经降到一份快餐钱。" 那个说法对应的是一个很小的实验：一个移动端小游戏，模型自主跑十一小时。老游戏移植这一单，摊上硬件、订阅、作者二十五年的经验，以及大量试错，绝不是一顿饭的价格。单点报价不等于项目预算。

"他说 AI 解决了知识经济，所以白领没救了。" 作者的原话更克制：transformer 没有解决人类智能，只是解决了知识在存储和应用上的经济问题。这是判断，不是测算。他也没给乐观方案，明确说这不是给多数人的可行计划。

五、一句话结论

省下来的不是钱，是你被占住的那几个小时——先算清它值多少，再决定要不要用。

信息来源

• What reversing, modernising old games tells us about the economic impact of AI（Georg Zoeller） 2026-09-04

功能与价格以官方公告为准。本文写于 2026 年 10 月 22 日。