Développeur et concepteur de jeux vidéo — sur quoi nous nous fondons
La page elle-même donne les jugements. Celle-ci donne ce sur quoi ils reposent : quelles technologies touchent réellement ce travail, comment l'estimation a évolué depuis que les modèles de langage ont atteint le public, et la méthode derrière les deux.
Quatre signaux distincts. Ils ne sont délibérément pas additionnés — un métier exposé à deux technologies n'est pas deux fois plus exposé.
Automatisation cognitive
Concevoir mécaniques, missions et énigmesÉquilibrage et playtestsPrototypes et maquettesDocuments de conception et spécifications de testHistoire, personnages et textes du jeuFixer les règles du contenu généré
Processus et libre-service
Documents de conception et spécifications de testRevues de conception et direction de l'équipeFixer les règles du contenu généré
L'indice n'est pas un nombre figé. Voici où il se serait situé à chaque jalon de capacité depuis ChatGPT — reconstitué, et étiqueté comme tel.
Reconstitué · inférence de plateformeEstimé aujourd'hui pour chaque jalon passé — non mesuré à l'époque. 22 → 48.
1007550250
123456789non évalué
2e semestre 20222e semestre 2024Aujourd'hui
—— ce segment contient un fait vérifié- - - aucun fait sur ce segment — reconstruction seule0 = aucune tâche exposée, 100 = toutes exposées
La courbe part de 22 parce que, bien avant ce graphique, les moteurs de jeu, la génération procédurale de niveaux et de terrains et la télémétrie des joueurs assuraient déjà une partie de la construction et du réglage. Elle monte dans la partie centrale du graphique à mesure que les assistants de code et les générateurs d'images et de texte atteignent le prototypage, la documentation et les textes en masse, et que les studios les intègrent à leurs pipelines. Elle s'aplatit vers 48 parce que ce qui décide d'un jeu — si une mécanique est amusante, et où va l'équipe — demande encore des personnes qui jouent et débattent, et parce que les réactions des joueurs et des éditeurs au contenu généré freinent son usage dans les jeux finis.
12e semestre 202222La génération de texte généraliste arrive au grand public. Avant ce point, l'exposition venait d'automatisations déjà déployées — OCR, RPA, vision industrielle, caisses en libre-service, algorithmes de répartition. ChatGPT research preview (2022-11-30) ↗
21er semestre 202326Un modèle généraliste qui réussit des examens professionnels. La qualité du premier jet franchit le seuil à partir duquel le travail professionnel commence à s'en servir. GPT-4 (2023-03-14) ↗
32e semestre 202331Entrée visuelle, contexte long et appel d'outils. Les modèles peuvent être pointés vers des documents et connectés à des systèmes, et c'est cela qui déplace le travail de processus plutôt que le travail d'écriture. GPT-4 Turbo:128k 上下文、视觉、工具调用(DevDay) (2023-11-06) ↗
41er semestre 202436La même capacité devient bien moins chère et bien plus rapide. Rien de nouveau ne devient possible ; beaucoup devient abordable à grande échelle, et c'est là que les décisions de déploiement changent.
52e semestre 202440Des modèles de raisonnement qui traitent des problèmes à plusieurs étapes, et les premiers modèles qui pilotent un ordinateur en regardant l'écran. C'est le second qui atteint les métiers dont le travail consiste à faire marcher des logiciels. OpenAI o1(推理);同期 Claude 的 computer use 进入公测 (2024-09-12) ↗
61er semestre 202543Les agents commencent à faire fonctionner de vrais logiciels de bout en bout, au lieu de produire du texte qu'une personne recopie. C'est aussi le moment où apparaissent les premiers retours en arrière publics — des organisations qui avaient automatisé et l'ont partiellement défait. Claude 3.7 Sonnet 与 Claude Code:混合推理 + 命令行编码代理 (2025-02-24) ↗
72e semestre 202545Le contexte long et l'usage d'outils deviennent la norme plutôt qu'une fonctionnalité. Les gains de capacité continuent ; la contrainte visible se déplace de ce que les modèles savent faire vers la responsabilité juridique, les achats et le coût. GPT-5(2025-08-07);Claude Opus 4.5(2025-11-24) (2025-08-07) ↗
81er semestre 202647Les agents à long horizon s'installent dans des flux de travail sectoriels précis. L'adoption devient propre à chaque secteur plutôt que générale. GPT-5.5:「专为实际工作打造」 (2026-04-23) ↗
9Aujourd'hui48L'appréciation actuelle — ce point est l'indice d'impact publié sur la page du métier, donc la courbe est ancrée à un chiffre que le site assume déjà. À noter pour les courbes plates : durant les mêmes semaines, un aperçu de recherche d'une spécification commune permettant à des agents d'IA de piloter des appareils physiques a été ouvert aux laboratoires et aux fabricants. C'est la première classe de capacités pointée vers les métiers physiques dont les courbes bougent à peine ici. GPT-6 Astra(2026-09-03);Claude Fable 5.1 / Mythos 5.1(2026-09-01);Model Hardware Standard 研究预览(2026-08-27) (2026-09-03) ↗
Une courbe plate n'est pas une prévision de sécurité. Elle dit quelles tâches l'automatisation a atteintes jusqu'ici — les métiers qui ont le moins bougé ici sont ceux où la contrainte est physique ou réglementaire, et les deux peuvent changer.
LO
