AI 做游戏,先想清楚玩法
这次做《界门》,我发现 AI 在游戏开发里可以分工协同:参与需求讨论、整理规格、生成概念稿、代码和素材,推进实装、批量测试,再把过程整理成资料。它把执行环节接得更快,但人仍然要负责目标、偏好、取舍和验收。
AI 能降低制作成本、提高迭代效率,却不能把不好玩的玩法变好玩。做游戏前,还是要先想清楚核心玩法,以及它为什么值得玩家继续玩。这个问题想不明白,AI 参与得越多,可能只是更快做出一个功能完整、但没有意思的游戏。
还没长成文章的想法,先记在这里。短的一句,长的一段,都是过程。
这次做《界门》,我发现 AI 在游戏开发里可以分工协同:参与需求讨论、整理规格、生成概念稿、代码和素材,推进实装、批量测试,再把过程整理成资料。它把执行环节接得更快,但人仍然要负责目标、偏好、取舍和验收。
AI 能降低制作成本、提高迭代效率,却不能把不好玩的玩法变好玩。做游戏前,还是要先想清楚核心玩法,以及它为什么值得玩家继续玩。这个问题想不明白,AI 参与得越多,可能只是更快做出一个功能完整、但没有意思的游戏。
如果我们正在做的是证明自己比 AI 有用,那就尽早转向。
越往底层门槛越高,真正留给普通创业者的只有最上面这层。
做 3D 界面时模型都生成好了,只卡在绑骨这一步。GPT-6 没挂任何 Blender 的 MCP 或 Skill,直接操控 Blender 把骨骼绑好还加了动作。我的理解是:绑骨的知识在预训练就吃进去了(网上全是 bpy 代码和教程),能一步步操控软件、收敛到真绑好,是后训练磨出来的——两样都不靠临时外挂现教。
判断AI先颠覆哪个行业,别看技术强不强,看它的经济账。账亏到补不上、AI能省出真金白银、责任和信任能靠制度绕过去,三条对上,技术再不完美也会被拽着走。
大家都说 Claude Code 风格独特,像个高冷执拗的资深程序员,话少、不抄近道、还不肯顺手帮你多做一步。扒开它的系统提示词才发现,这脾气全是明文写死的,一条条列在那儿。你以为它话少,是因为写着”先给答案别先铺推理”;你以为它有代码洁癖,是因为”默认不写注释,只在为什么不明显时才加”;你以为它执拗不抄近道,是因为”别拿破坏性操作图省事,比如 —no-verify”;你以为它谨慎,是因为”用户批准过一次不代表所有场景都批准”。性格原来能被逐条定义,那点”倔”是装出来的——换段提示词,寡言技工立马变话痨同事。
逐行审查只是换人、换时间还理解债,越还越累。真解法是让 AI 照提前立好的独立标准自验、打回、重试,人只在末端收口。债没消失,是从一大片代码浓缩进一张标准;代价是代码不再给人看,工程师守的是标准不是代码。
过去先理解后写码,coding 既是产出也是理解的载体,理解是写的时候免费送的;AI 把最长的 coding 链路一口气塌缩后,变成先有码后理解,理解没了寄生的宿主,只能事后专门腾时间去读、去重建。所以理解债不是理解变贵了,而是被推迟——外包给 AI 又没真外包成,活写完走了,债还挂在你名下。验证成本绝对值没降,但占比暴涨升成新瓶颈:过去 review 自己写的码等于确认、白嫖,现在 review AI 写的码等于从零补课。
而 loop 停不下来的本质是不收敛:缺明确的完成判据和单调递减的误差信号,就在原地随机游走、修 A 冒 B 打补丁。同源 subAgent 互相 review 治标不治本,会一起漏掉同一类错;真正的收敛锚是不跟模型串通的确定性裁判——编译、测试、类型检查、静态分析。iLoop 要做的,就是把理解债前置还清(每轮改了什么、为什么改,沉淀成可回溯的因果链),再给 loop 装上这个确定性收敛锚。
2.8 万亿参数,开源第一、综合全球第三,和最强闭源差距约几个月。技术上真在最前沿地基上做了取舍:注意力用 KDA 混合线性路线,超稀疏 MoE 走 896 选 16。评测有”挑着说、测法偏心”的水分,但架构层面确有原创探索,不是套壳换皮。差距在收窄,方向是对的。
Token 已是 AI 世界的通用货币,模型厂商就是新央行,手握定价、限流、迭代三权。它跑的循环和《货币战争》逐环对上。今天的无限量 Token 不是慷慨,是放水期——你烧掉的一半是纯挥霍,一半是替公司跑”怎么用 AI 取代你”的探索学费。最优解一旦跑通,水龙头就关,回旋镖飞回的正是当初帮它跑通的那批人。
一个环节做得再快,只要它还卡着整条链路,就不算真被自动化。真正的信号是它不再是瓶颈——瓶颈每被解决一次,就往上游挪一格,永远存在,只是换了位置。
Ralph Loop 对抗模型退化的办法是”丢弃上下文”而不是”管理上下文”:每轮都重启到干净状态,把状态外置到文件里。它赌的是结构收敛——在不确定的环境里,稳定地做得不够好,反而比时好时坏更可用。它和 iLoop 是同源异轴:一个把循环轴拉满,一个把反馈轴拉满,强项互补。
开枪、跳跃、绕物这些玩法在世界模型里没有硬编码接口,全靠分层 prompt 加少量运动原语在运行时拼出来。真正的杠杆不在接口,而在怎么组织输入。
可恶的人类,总想着忽悠我们单纯的大模型。大模型哪有什么坏心思啊。
根子在于:系统指令、用户输入、外部内容、工具返回被读进同一条只按相关度衡量的文字流,没有 root 和访客那样的权限边界,模型分不清哪句该服从、哪句只是参考。要命的是,让它聪明的和让它危险的是同一件事——把所有文字一视同仁地读进去。这是这代技术的地基,不是产品疏忽,所以只能一层层加固,焊不死。
有,但不完整。
说它有智能,是因为它并不是把训练数据存下来查表,而是做有损压缩——丢掉具体细节,把其中的规律提炼进参数,再用这些规律去处理没见过的新输入。有三个实验支持这个判断:
说它不完整,是因为它的智能建立在纯文本之上。从把文字切成 token 开始,它接触的世界就是人类已经描述、记录下来的那一层,而不是世界本身。它擅长归纳和总结已被表达过的东西,但缺少直接的感官经验,碰不到那些只能亲历、难以用语言说清的部分,比如痛觉、温度、身体的平衡感。这个局限既划定了它智能的边界,也是它会一本正经地说错话的原因:在没有经验支撑的地方,它只能靠规律外推,而且无法判断自己什么时候推错了。
给 Agent 做记忆,说白了就是给一个”每次上工都失忆的临时工”配个归档助理。拆开看是四块:怎么存、怎么抽、怎么检索路由、怎么维护。市面上四大流派各玩各的——流式反思、分层分级、知识图谱、复合混合,没谁通吃。整篇调研看下来最反直觉的就一条:没有银弹,只有”对不对得上你的场景”。还有两条也反直觉:保真度比压缩度金贵,宁可多存原文别急着概括;维护同理,先补局部,别一上来就全局重整。工程和学术压根是两套目标函数,选型别对着论文榜单抄。这套东西落到我这儿——AI 做大型工程开发时缺的运行时状态、跨模块检索、业务链路,不就是”记忆”要去补的那几个洞么。
写代码这事现在基本不要钱了,可做软件,一分没便宜。软件工程更像盖楼,AI 真正干得漂亮的只是”砌墙”这一段——Brooks 早说过,那叫偶然复杂度;而想清楚要盖啥、怎么拆、各部分怎么严丝合缝对上,这些本质复杂度,还是压在人肩上。你以为省下了写码的钱?转头就被”验收税”收走了:AI 交的活你得读懂、得敢信、还得替它兜底。四张多米诺一张推一张倒下去,理解债、意图、信任、上下文,最后剩那 20% 最难啃的,难就难在上下文,不在智能。所以真正值钱的还是三拨人:想清楚要什么的、拍得了板的、会给 AI 修赛道的(护栏、仪表盘、路况图,一个都不能少)。
越想越残酷。残酷不在于有个反派在作恶——恰恰相反,没人作恶,每一步都合情合理,可所有”合理”叠在一起,就成了一座把 90% 的人关进去的牢笼。AGI 再配上具身智能,大多数人不是被谁剥削,而是在经济账本上直接变成了”多余”那一栏。更别扭的是它还错着位来:信息传得快,白领先崩;物理世界改造慢,蓝领反倒能多喘几口气。连想逃都得看你接入权在哪一层,逃避这件事本身都分阶级。唯一的死穴是永生,谁先摸到,谁就点燃一场文明级的抢夺。而最温柔也最冷的收场,是以关怀之名把你请出局,毕竟道德这东西,也是会折旧的。
「去搭那个循环。但要像一个打算继续当工程师的人那样搭它,而不是一个只想按下『开始』键的人。」——Addy Osmani
聪明人没趁手的工具,一样干不了精细活,AI 也这样。思路不在把模型调得更聪明,而在给它足够多趁手的工具——内置工作流(怎么想)、内置工具(怎么做)、取证手段(怎么看),再拿 playbook 定死什么场景抽哪几把、怎么组合:验数据看日志、抓包,验 UI 看视图树、截图,验 crash 看 crash report。模型本身没变,可工具够多、组合够对,它在具体任务上就肉眼可见地变聪明。能编译、能跑、能看日志、能看 UI 的 Agent,跟只会读代码文本的,根本不是一个物种。而且这事带复利:往后使劲的地方,从调教模型转到不断加工具、磨实践——它的能力上限,被我们的工具和经验一路往上抬。
大部分 9-12-7 是无用功。人一天高强度脑力专注也就 4-6 小时,凑不满 15 小时,剩下的不是机械执行,就是应付上级。这套打法只在纯拼手速的卡位冲刺里管用,可 AI 时代连这个前提都没了。你还能比 AI 快吗?说穿了,是管理层量不出产出,只好退一步量投入:看不见你想了多少,只看得见你几点走。代价是把留白榨干,而灵感偏偏长在留白里,它跟创新天生互斥。AI 时代的瓶颈已经从”手快”挪到”判断准”,最先贬值的就是执行力,而 9-12-7 练的恰恰只有执行。大厂还在打鸡血突进,不过是人月神话的老路径依赖——牌桌规则都换了,还在比谁牌摸得快。真正的护城河从来不是谁先做、谁做得多,是谁想得对、谁敢不做。
AI 的第一批副作用已经冒头,根子就一句:你把它当成什么。当外包,从敲下提示词那一刻起,方向盘就交出去了;可它本质只是个工具,顶多算个聪明同行,只是还没摸清你的业务。对的用法是自己先搭好大框架,让它少量多次地填细节。别扭就别扭在:它全知,却没主意——判断力和方向感,得你替它注进去。
过去,一个想法到真正落地之间,横着一道很深的沟:钱、精力、时间,每一关都要刷掉一批人,能走到最后的没几个。
AI 把这道沟基本填平了。对脑子里想法多的人来说,这其实是个黄金时代:那些你曾经心里嘀咕过 “要是能做出来就好了” 的东西,现在都能用很低的代价先试一把,跑通了再慢慢迭代。
门槛塌下来之后,比的就不再是谁能做出来,而是谁的想法更值得被做出来。
我没那么乐观地相信 AI 会同步长出等量的新岗位,去稳稳接住被替代下来的程序员。大多数常规岗位上的码农,确实会被压缩;但把 AI 用到极致的工程师,依然有自己的位置。
我也不太信 “人人都能用 AI 写软件” 这件事。普通人没有代码能力做底,最后只能把整件事整包丢给 AI—— 而一旦你把 AI 当外包,就等于把方向盘也交出去了,迟早会失控。
所以铁匠铺的意义其实很朴素:与其被动等着被浪潮推走,不如早一点把自己武装起来,成为最后一批离场的人,这样N+1能多一点。
你要还在维护一套系统、一个代码库,现在最值当做的就一件事:把它从对人友好改成对 AI 友好。
道理不复杂——往后动你这套东西的,越来越多不是人,是模型。人可以连蒙带猜,可以翻三页文档扒出那行关键注释;模型不会,它要的是直给,一眼看到底。所以别再纠结注释写得够不够漂亮了,换个问题问自己:一个从没碰过你代码的 AI,零上下文丢进去,能不能直接把它跑起来。能,就成了。
一个 Agent 不靠谱就多整几个让它们工贼互相卷,听起来像段子,但本质上和正常软件工程没区别
多方协作的前提就是”每一方都可能出错”,所以才需要交叉验证、互相兜底、流程把关。
Agent 协同不是新发明,它只是把人类工程团队那套规则,搬给了硅基同事用。
但也需要祛魅:不要问”哪种多Agent最强”,而要问——任务能否拆解?子任务能否并行?是否需要专家接管?是否要审核回滚?是否跨系统互通?是否要长生命周期状态?如果大多回答是 No,请先用单 Agent + 合适工具,更可靠。
Agent 先靠 Guides 在行动前尽量做对,再靠 Sensors 在行动后看见偏差、自我纠正。那些在循环里反复出现的问题,最后由人沉淀回 harness,变成下一轮更可靠的引导。
不是 iOS 难,是它先天缺东西。比如我们看看前端为什么 AI 写得飞起?因为它有完整的”写 → 编 → 跑”反馈闭环。而iOS的问题是
前三个没啥办法,但有了XcodeBuildMCP(相比xcodebuild门槛低),iOS Agent 起码能玩了
你可以把 AI 想成一个很聪明的同行(或者一个刚入职的实习生) —— 脑子够用,但他要帮上你,前提是先得搞懂你这套工程。而 “搞懂” 这件事,其实是分层的:
把这七层补齐,AI 才真的能上手干活。系统性的做法是做AI知识库:从文件系统到各种上下文都有覆盖。
大模型本质是判断概率分布的机器,这决定了它的三个先天特性:
所以所以一定要带着人类的那股子高傲劲儿,随时对 AI 的能力打个问号???
聪明的人类早都把那一套糟粕蒸馏成skill啦 https://github.com/tanweai/pua