在Unity中国举办的团结引擎2.0发布会上，CEO张俊波宣布推出能够独立执行游戏开发任务的AI Agent「团结Codely」，标志着团结引擎正式迈入AI驱动的新阶段。这款新引擎不仅对底层数据格式和API进行了深度改造，使其更适配AI调用，还强化了渲染能力并新增主机平台支持，旨在构建面向AI时代的游戏生产基础设施。
据介绍，团结Codely的核心功能在于实现游戏开发全流程的自动化。开发者输入需求后，该工具可自主完成代码编写、场景搭建、测试运行、错误分析以及问题修复等环节，最终交付可直接验证的成果。这一突破得益于引擎底层架构的全面升级——传统Unity项目依赖的C#脚本和YAML状态文件被新型数据格式取代，新格式能完整记录开发过程，为AI提供更精准的上下文信息。
针对国内开发者长期关注的平台适配问题，新版本补齐了Switch、PlayStation等海外主机支持，同时优化移动端性能。张俊波坦言，由于起步较全球版本晚两年，团队在追赶过程中采取差异化策略：优先集成被验证的实用功能，而非简单同步所有特性。这种选择源于对国内市场需求的洞察——中小团队更需要开箱即用的成熟解决方案，而非承担高昂的定制化成本。
在AI工具开发层面，Codely团队重点攻克了增量修改难题。与通用AI Agent不同，游戏开发需要持续在现有工程上迭代功能，这对模型处理具体指令的能力提出更高要求。通过与清华大学合作研发垂直领域模型，以及优化技能调用机制，目前Codely已能高效处理"调整灯光颜色"等精细化操作。张俊波透露，他们的目标是用300亿参数模型达到通用2.8万亿参数模型的处理效果，同时将调用成本降低80%以上。
模型选择方面，团队保持开放态度。当前主要采用智谱GLM系列模型，因其编程能力突出，但正逐步部署多模态模型Kimi-3以弥补视觉处理短板。选择标准聚焦于实际效果与性价比，每月根据模型迭代动态调整技术栈。对于数据合规问题，现阶段主要使用内部生成的合成数据训练，未来将明确告知开发者数据使用方式，并提供企业级数据隔离方案。
在行业生态层面，张俊波认为AI将重塑游戏开发格局而非取代引擎公司。他以3D资产生产为例，指出Blender、Maya等DCC软件与Unity形成上下游关系，AI工具的介入反而会扩大引擎的使用场景。对于大厂技术人才流向中小团队的趋势，新引擎通过降低维护成本和协作门槛提供支持，但强调核心开发仍需具备系统架构和图形渲染等基础能力，AI目前更多扮演辅助角色。
面对国内小游戏市场的变革，张俊波观察到用户习惯正在转变：从追求即点即玩转向接受适度加载时间，为内容深度提供发展空间。2023年Unity与微信、抖音的渲染优化合作，使99%的Unity游戏能直接运行在小游戏平台，推动市场向3D化、重度化演进。他预测未来发行环节将更依赖AI评测系统，完成度低的产品会更快被淘汰，这倒逼开发者提升内容质量而非单纯追求数量。
