WomenTalk / PTTBBS 推薦

[閒聊] AI:web後端比遊戲行業更容易被淘汰

看板: WomenTalk

作者: iLeyaSin365 (365)

標題: [閒聊] AI:web後端比遊戲行業更容易被淘汰

時間: Fri Jan 16 10:07:36 2026


昨天晚上,和AI聊了兩小時,

問他們關於軟體行業護城河的事,

AI認為的確一般現在大量職缺的web應用職場需求,受到淘汰的衝擊比遊戲領域的職場需求

高。並且認為:2026 年的技術環境下,我們不能只看「職缺數量」,更要看「職位壽命」

與「人才密度」。

我也不太能洞察他們到底是為了迎合我

才編出來騙我的,還是的確事實真的是這樣。



一開始我問他們:

“最近跟AI討論了不少在遊戲行業領域可以輔助自動化流程,還有目前人工智能模型尚無法

解決遊戲製作開發的部分,例如戰鬥動畫、角色的佈線需求....

另一方面像是asp.net 、go語言開發應用,前段以vue.js,k8s等技術堆棧,反而似乎正面

臨程序員較被大量淘汰的可能性。難道真的有這個現象?身為一個需要決定就業職場的學生

,把時間投入學習web api 與後端學習例如現金流接口開發,相比於遊戲的硬派程序員、動

畫師、建模師,哪個較有技術價值?(不考慮薪資)請問你的看法,稍微比較一下。”



回答:

1. 為什麼 Web 後端看起來更容易被「淘汰」?

Web 開發(特別是 CRUD 增刪改查、API 對接)正處於 AI 自動化的重災區,原因有三:

高度標準化: Web 框架(如 ASP.NET Core, Go-Gin)的模式非常成熟。AI 擁有海量的代

碼庫學習,能瞬間生成高品質的腳本和 K8s 配置,這導致「熟練工」的價值暴跌。

業務邏輯 vs. 物理邏輯: Web API 多處理「業務邏輯」(如:轉帳、授權、數據查詢)。

這類邏輯是文字性的、規則明確的,是 LLM(大型語言模型)最擅長的領域。

抽象層級高: 現有的 Web 技術(Vue, K8s)本質是高度抽象的工具,開發者更像「組裝員

」。

2. 遊戲「硬派」技術的價值護城河

相比之下,遊戲開發中的戰鬥動畫、物理同步、拓撲佈線(Topology)等領域,屬於 AI 目

前的低效區:

感官與「手感」的不可量化: 一個流暢的戰鬥動畫(Combat Animation)涉及打擊感、幀

同步和非線性狀態切換。AI 可以生成一段影片,但很難生成一套在不同延遲環境下都能完

美運行的「交互式邏輯」。

拓撲結構的性能極限: 佈線需求(Topology)不只是為了好看,是為了在骨骼動畫變形時

不穿插、不拉伸,且要在有限的 GPU 算力下運行。這需要深層的幾何學知識與對硬體底層

的理解。

數學與底層優化: 遊戲程序員常需處理線性代數、碰撞檢測優化、Shader(著色器)開發

。這些工作更接近硬體,且具備極高的「非標準性」


最終他們建議:

我的觀點是:「不要為了安全而選擇人多的路。」


如果你選擇 Web 方向: 請務必跳過「API 搬運工」階段,直接攻讀分佈式架構、雲端原生

運算、與複雜金融業務邏輯。你的目標是成為能指揮 AI 組件的「架構設計師」。


如果你選擇遊戲/動畫方向: 擁抱 AI 工具(如 AI 協助紋理生成),但深鑽 AI 做不到的

性能優化、動態交互邏輯與數學底層。


--


「不要為了安全而選擇人多的路。」

這句話真的是讓我反覆思忖再三。

這就是窮爸爸富爸爸作者清崎羅伯特說的,

或者是ai抄來的?

但我自己內心的確是有一絲無法壓抑的恐懼感,我就是因為這隱約的不安全感而不由自主

看起我已經認為我不想做的事的書。



--

※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 111.83.19.223 (臺灣) ※ 文章網址 ※
VoV : 遊戲性很吃人性,後端可靠AI模組化 98.98.9.27 01/16 10:09
VoV : 解決 98.98.9.27 01/16 10:09
u9612123 : 看不出來GPT說的K8s是指哪部分 27.51.16.12 01/16 13:40
u9612123 : Linux基金會給的Roadmap跟K8s的 27.51.16.12 01/16 13:41
u9612123 : 證照就有13張,當然以Web工程師來說 27.51.16.12 01/16 13:42
u9612123 : 大概只要會寫上版的YAML就好 27.51.16.12 01/16 13:42
u9612123 : 如果是單純上版,倒是很容易被取代 27.51.16.12 01/16 13:43
u9612123 : 以矽谷大公司來說聽說微軟明年要砍 27.51.16.12 01/16 13:46
u9612123 : 3000名研發,因為LLM很擅長寫數學題 27.51.16.12 01/16 13:47
u9612123 : 奧數的題目都難不倒LLM,反倒是業務 27.51.16.12 01/16 13:48
u9612123 : 業務邏輯這種要跟人大量接觸的 27.51.16.12 01/16 13:49
u9612123 : 被取代的速度會比純演算法單位慢? 27.51.16.12 01/16 13:49
u9612123 : 我不是很了解你說的意思,不過有個 106.64.57.156 01/16 14:19
u9612123 : 有在遊戲產業當美術的YouTuber 106.64.57.156 01/16 14:19
u9612123 : 近在分享AI對遊戲產業的衝擊分享給 106.64.57.156 01/16 14:19
u9612123 : 你:


https://youtu.be/DOac1iGvwmoc
106.64.57.156 01/16 14:19
u9612123 : ?si=jqIawiFKwT7ybVE5 106.64.57.156 01/16 14:19
makairin : 職位危險看產出是否具有二元性質 42.79.187.118 01/16 20:06