Steam 新遊戲近半數揭露使用 AI
Steam 10 月新遊戲有 49.9% 揭露 AI,生成式內容正從例外變成普通工具
新聞重點
根據針對約 6.36 萬款 Steam 新作的分析,2026 年 10 月發布的遊戲中,有 49.9% 在 Steam 頁面揭露使用 AI 生成內容,相較 2025 年同月的 26.4%,一年內接近翻倍。
若拉長時間觀察,變化更明顯。2024 年全年約有 13.2% 的新作揭露使用生成式 AI,2025 年上升至 24%,2026 年截至目前則來到 40.1%。這些數字統計的是開發商主動揭露的 AI 使用,因此不代表所有實際使用 AI 的遊戲都已被納入。
目前最常見的用途仍是美術,占揭露案例約 63%;文字與翻譯約 30%,商店頁面與行銷素材約 26%,音樂與程式開發也占有一定比例。真正讓 AI 在遊戲運行過程中即時生成內容的案例反而只有約 3%,顯示現階段 AI 最主要的角色仍是協助「製作遊戲」,而不是直接改變玩家遊玩的方式。
分析也發現,規模較小的作品更常揭露 AI。2026 年發布、Steam 評價不足 10 則的遊戲中,有 47% 揭露 AI 使用;評價超過 1,000 則的作品,比例則只有約 14%。
背景脈絡
遊戲產業非常適合生成式 AI 先落地,因為開發一款遊戲本來就需要大量不同類型的素材。角色圖、場景概念、美術草稿、NPC 對話、翻譯、音效、宣傳圖片,過去每一個環節都需要不同專業人員投入時間。
對大型遊戲公司而言,AI 可能只是提高效率的工具;對只有幾個人的獨立團隊而言,它甚至可能決定某款遊戲能不能被做出來。
這也解釋為什麼小型作品的 AI 揭露比例特別高。資源愈有限的團隊,愈容易把原本外包或需要額外人力處理的工作交給生成式 AI。
但「使用 AI」本身已經變得過於寬泛。一款遊戲可能只用 AI 翻譯十種語言,也可能整套角色美術都由模型生成,兩者現在都可能出現在同一個 AI 揭露分類中。因此看到「近半數遊戲使用 AI」,並不能直接理解成 Steam 上一半的遊戲都變成所謂的 AI 遊戲。
知識點補充
Valve 的 AI 揭露制度主要關注玩家實際會看到或聽到的生成式內容,例如圖像、聲音、文字與遊戲中的生成內容。
如果 AI 只被當成幕後開發工具,例如工程師使用程式助理協助除錯,現行規則的關注程度就不同。
另一個重要區別是 Pre-generated Content 與 Live-generated Content。前者指遊戲上市之前就已經利用 AI 產生並完成審查的內容,例如角色插圖;後者則是在玩家遊戲過程中即時生成內容,例如 AI NPC 臨場回答。
後者的風險更高,因為開發者無法事先看到模型會產生什麼,因此 Valve 對這類遊戲要求額外說明安全措施。
生活化說法
以前做一間餐廳,老闆可能要自己找設計師畫菜單、攝影師拍照片,再找人翻譯外文版本。現在 AI 可以先把其中幾項工作完成初稿,再由人修改。
遊戲開發正在發生很像的事情。
一張背景圖、一段 NPC 對話或一份日文翻譯,未必需要從零開始人工製作。真正重要的問題逐漸從「有沒有用 AI」變成「用了之後品質到底好不好」。
玩家最後買的是遊戲,不是開發工具。
我們的觀察
49.9% 這個數字最大的意義,不是證明玩家已經接受 AI,而是顯示開發端的使用習慣正在快速正常化。
未來「本遊戲使用 AI」可能會像今天的「使用 Unreal Engine」一樣,愈來愈難單獨決定作品好壞。真正影響玩家評價的,仍然會是美術是否一致、劇情是否有趣、遊戲是否好玩,以及 AI 產出的內容有沒有經過足夠人工整理。
目前有揭露 AI 的遊戲平均好評率略低於未揭露作品,也不能因此直接判定 AI 造成評價下降。AI 使用比例本來就在小型、新上市與低評價數作品中比較高,遊戲規模、完成度與開發資源都可能影響結果。
對遊戲公司而言,下一階段真正需要解決的不是「要不要用 AI」,而是建立品質標準。當生成成本愈來愈低,沒有經過挑選與修整的內容反而更容易大量出現,最後拉低作品辨識度。
對一般讀者的影響
玩家未來在 Steam 上遇到 AI 內容會愈來愈普遍。比較實際的判斷方式,不必只看到 AI 標籤就決定買或不買,而是進一步看開發者用在哪裡,以及成品品質如何。
對獨立開發者而言,AI 也確實降低了進入遊戲市場的門檻。以前做不起來的翻譯、美術或宣傳素材,現在可能有新的解法,但門檻降低同時也代表競爭會增加,Steam 上的遊戲數量可能繼續快速成長。
Anthropic 一季花 17 億美元在人身上,AI 公司最昂貴的資產不只有 GPU
新聞重點
Anthropic 最新提交給美國證券交易委員會的 S-1 修訂版文件,進一步揭露公司快速擴張後的人員成本。2026 年 9 月底,Anthropic 員工人數約 5,300 人,相較 2024 年底約 940 人,短短不到兩年擴張超過五倍。
今年第三季,公司人員相關成本超過 17 億美元,其中約 11 億美元來自股票薪酬。若以員工人數粗略平均,相當於每位員工單季成本超過 32 萬美元,但這個數字包含大量股權激勵,不能直接理解為每名員工實際領到同等現金薪資。
2026 年前九個月,Anthropic 人員成本約 48 億美元,但隨著公司營收快速增加,人員成本占營收比例已降到約 15%。這和早期營運階段形成很大差異,顯示 Anthropic 雖然持續以高成本搶人才,收入規模也正在更快放大。
公司在上市文件中特別強調「人才密度比人才數量更重要」,反映前沿 AI 公司的競爭並不是單純比員工人數,而是集中爭奪少數能推動模型、產品與基礎設施突破的技術人才。
背景脈絡
談 AI 成本時,外界最容易想到的是 GPU。
一座大型訓練叢集可能耗費數十億美元,因此算力常被視為 AI 公司最大的競爭門檻。但模型並不會因為關注 GPU 就自己進步,真正決定研究方向、訓練方法、安全機制與產品架構的仍然是人。
這讓頂尖 AI 公司的人才市場變得非常特殊。一般科技公司可以透過大量招聘擴張團隊,前沿模型公司卻需要少數非常稀缺的研究員與工程師,而且 OpenAI、Anthropic、Google DeepMind、Meta 等公司都在爭奪同一批人才。
因此股票成為重要工具。公司不一定全部用現金支付,而是透過股權讓員工分享未來公司的價值,也因此在會計帳面上形成龐大的股票薪酬費用。
知識點補充
這裡最容易誤解的是 Stock-based Compensation,股票薪酬。
假設一家公司給員工價值 100 萬美元的股票或股票選擇權,會計上會逐步認列相關成本,但這並不代表公司當天從銀行帳戶拿出 100 萬美元現金發給員工。
所以用「17 億美元除以 5,300 人」計算出每個人的平均成本,可以用來理解公司的整體人才投入,但不能直接稱為平均薪資。
另一項值得看的指標是 Revenue per Employee,人均營收。如果一家企業在增加員工後,營收成長速度更快,人均產值就可能維持很高。AI 軟體具有高度可擴張性,一套模型完成後可以同時服務大量客戶,因此頂尖 AI 公司有機會用相對少的人創造非常大的營收規模。
生活化說法
一家高級餐廳最貴的資產不一定只是廚房設備。
買得到最好的烤箱,不代表就做得出最好的菜,因為還要有懂得怎麼使用設備、設計菜單與控制品質的主廚。
AI 公司也很像。
GPU 是非常昂貴的廚房,但真正決定下一道菜能不能做出來的,還是那些知道模型該怎麼訓練的人。
我們的觀察
Anthropic 的數字讓「AI 人才戰」第一次變得更具體。外界過去常看到某位研究員獲得數千萬美元等級待遇的新聞,很容易認為只是少數明星人才的極端案例;現在從整家公司財報來看,可以確定股權激勵本身已是營運成本的重要部分。
不過,人事成本占營收比例下降也顯示另一件事:如果 AI 模型能服務足夠多企業與開發者,高薪本身未必會成為不可承受的負擔。真正危險的是高薪、高算力與高資本支出同時存在,營收卻沒有跟上。
IPO 之後,Anthropic 面臨的考驗也會改變。私人公司可以長時間強調模型能力與成長速度,公開市場則會更仔細追問每一美元算力與人才投入最後創造多少收入。
對一般讀者的影響
AI 人才成本高昂,不代表只有頂尖研究員才有機會。真正的連鎖效應會出現在整個人才市場,包括模型工程、資料、產品、安全、企業導入與垂直產業專家。
不過,AI 也會讓一般知識工作的價值重新分化。當基礎寫作、程式與整理工作更容易自動化,真正稀缺的能力可能愈來愈集中在問題定義、研究判斷、產品設計與能把 AI 接進實際產業的人。
Tolan 再募 3,000 萬美元,AI 陪伴開始證明「有人真的願意長期付錢」
新聞重點
AI 陪伴應用 Tolan 最近宣布完成新一輪 3,000 萬美元融資,由 Union Square Ventures 領投,既有投資者 Khosla Ventures 等也參與,使公司累計募資規模進一步提高。
Tolan 沒有採用一般 AI 助理常見的空白聊天框,而是讓使用者與卡通角色長期互動。產品定位介於朋友、情緒支持工具與生活助理之間,可以陪使用者整理情緒、處理人際問題,也逐步加入購物、家庭規劃與日常任務協助。
官方表示,目前每月有超過 25 萬名活躍使用者,過去一年累計對話超過 7,000 萬次。公司主要依靠分級訂閱服務營收,年度經常性營收已達數千萬美元規模。
使用者結構也相當值得注意。Tolan 表示約 70% 使用者是女性、40% 是家長,部分使用者把它當成整理生活壓力與情緒的輔助工具,而不只是聊天娛樂。
背景脈絡
AI 陪伴並不是新概念,真正困難的是如何讓使用者在新鮮感過去後仍願意留下。
一個很會聊天的角色,使用幾天很有趣;但如果它只能陪聊,幾個月後很容易被其他新產品取代。因此近期陪伴型 AI 開始往「有用」移動,不再只提供情緒回應,而是逐漸介入行程、家庭、購物與任務管理。
Tolan 選擇的路線就是把兩件事情合在一起。使用者先因為角色與互動建立感情,之後 AI 再慢慢從「朋友」增加「助理」能力。
這和一般 Agent 的方向正好相反。傳統 Agent 先證明自己能做事,再思考如何讓人願意長期相處;Tolan 則先建立關係,再把功能加上去。
知識點補充
這類產品最關鍵的商業指標之一是 ARR(Annual Recurring Revenue,年度經常性營收)。
如果一款 App 每個月有固定訂閱收入,就可以把目前月費收入推算成一年規模。相較一次性購買,ARR 更能反映使用者是否願意持續付費,也是訂閱型軟體公司常用的重要指標。
陪伴型 AI 另一個重要指標則是 Retention,留存率。第一次下載的人很多沒有意義,真正困難的是幾個月後還有多少人繼續使用。
因為陪伴是一種累積型產品。AI 記得的事情愈多、使用者和角色建立的共同歷史愈長,離開成本才可能逐步提高。
生活化說法
一般工具像計算機,用完就關掉,你不會在意昨天用的是哪一台。
陪伴型 AI 比較像每天會去的同一家咖啡店。你慢慢習慣店員知道你的名字、記得你喝什麼,也知道最近工作比較忙。
如果隔壁突然開了一家設備更好的咖啡店,你不一定立刻換過去,因為原本那間店已經累積了關係。
Tolan 想建立的,就是這種數位黏著度。
我們的觀察
Tolan 的成長說明 AI 陪伴並不一定只能靠獵奇或孤獨經濟生存。當產品同時提供情緒價值與實際生活協助,訂閱理由就比較容易成立。
但這類產品同樣面臨比一般生產力工具更複雜的責任。如果 AI 只幫你整理 Email,回答錯誤通常是效率問題;如果使用者把它當成重要情緒支持來源,模型的語氣、記憶甚至拒絕方式都可能影響真實生活。
尤其通用聊天機器人已經面臨多起與心理健康及高風險互動相關的訴訟,專門提供情緒陪伴的公司更難把自己單純定位成一般軟體服務。
Tolan 接下來最大的競爭也可能來自 Agent。當 ChatGPT、Claude、Meta 等通用 AI 同時擁有記憶、角色與行動能力,單純「陪伴」的護城河會變薄。Tolan 必須證明,長期建立的角色關係本身具有一般 Agent 無法輕易複製的價值。
對一般讀者的影響
未來個人 AI 很可能不再清楚分成「聊天機器人」和「工具」。
陪你聊天的 AI 可以順便買東西、安排家庭活動;幫你工作的 Agent 也會逐漸知道你的習慣、個性與情緒狀態。
對使用者而言,方便程度會提高,但交出去的個人資料也會更深入。陪伴 AI 要真正了解一個人,就需要長期記住關係、生活與情緒資訊,因此「它記得多少」和「這些資料由誰控制」會成為比模型多聰明更重要的選擇條件。
我們的觀察
今天的三則新聞剛好把 AI 商業化拆成三種完全不同的價值來源。
Steam 上的開發者正在利用 AI 降低生產成本。一張圖、一段翻譯、一首音樂,原本需要更多人力與時間完成,現在可以透過模型加速,因此 AI 很自然地滲透進開發流程。
Anthropic 走的是另一條路,它正在花極高成本建立人才密度。AI 可以替很多企業降低人力需求,但最頂端的模型公司反而願意支付更高代價爭奪少數人才,因為真正能推動技術前沿的人還沒有被大量複製。
Tolan 則販售第三種東西:關係價值。它不是單純讓使用者少工作幾分鐘,而是希望人因為被理解、被記住,願意每個月持續付費。
這三種商業模式同時存在,其實說明「AI 產業」已經很難被視為單一市場。
有人用 AI 把原本昂貴的東西變便宜,有人因為 AI 讓少數專業人才變得更加昂貴,也有人利用 AI 創造過去幾乎不存在的數位商品。
這也讓未來 AI 競爭的問題變得更務實。市場不會只問模型參數多少,而會開始計算:它幫你少花多少錢、替你創造多少產出,以及是否建立了使用者願意留下來的理由。
Steam 的 49.9% 或許就是其中最清楚的訊號。當一項技術已經出現在接近一半的新產品裡,它就不再只是值得放在宣傳標題上的新功能,而開始變成產業的普通配備。
AI 真正普及的時刻,不是每個產品都寫上「Powered by AI」,而是有一天大家根本懶得特別寫了。
資料來源
- Yahoo 財經|Steam 十月遊戲近半使用 AI 內容
- https://tw.stock.yahoo.com/news/steam-%E5%8D%81%E6%9C%88%E9%81%8A%E6%88%B2%E8%BF%91%E5%8D%8A%E4%BD%BF%E7%94%A8-ai-%E5%85%A7%E5%AE%B9-%E6%8F%AD%E9%9C%B2%E6%AF%94%E4%BE%8B-013238635.html
- ETtoday|Anthropic 人員成本報導
- https://ai.ettoday.net/news/3265272
- 科技新報|Tolan 融資與 AI 陪伴服務
- https://technews.tw/2026/11/03/ai-startup-tolan-valuation-268m/
延伸閱讀
作者:NineLife AI 編輯室
最後更新:2026年11月3日
本文由 NineLife AI 編輯室整理公開資料後撰寫,可能使用 AI 工具協助草稿整理;發布前會人工檢查來源、事實與語意。內容僅供資訊參考,不構成法律、投資、醫療、稅務或其他專業建議。
留言
張貼留言
留言會先經過審核。歡迎補充觀點或來源;請勿張貼廣告、無關連結、成人、賭博、藥品或自動產生的內容。