AI 做游戏第 6 天:3D资产自动化管线后续难点-Codex+Tripo+Blender+Three.js
Source: https://x.com/i/article/2111348759296897024
从 Codex + Tripo AI + Headless Blender 的自动化资产管线,到 41 条工程规则、21 个 CI 校验器、确定性战斗引擎。六天过去,我发现 AI 开发游戏最大的难题,已经不是「能不能做出来」,而是「怎么让它们不跑偏」。
上一篇,我分享了如何从零跑通一条 AI 3D 游戏资产流水线: Codex 生成概念图 → Tripo AI 建模与自动绑骨 → Headless Blender 后处理 → gltfpack 压缩 → Three.js/WebGPU 渲染。
当时最大的成就感,是终于让一张概念图自动变成可以在浏览器里运行的 3D 游戏角色。
但流水线跑通以后,我很快发现,真正的难题才刚刚开始。
模型能生成,不代表能正确运动。
动作能播放,不代表武器不会穿模。
AI 能写出完整的战斗系统,不代表战斗有打击感。
几个 AI 可以同时写代码,也不代表它们不会互相破坏。
更麻烦的是,AI 有时候会在一个错误的方向上,极其认真地工作几个小时。
今天是我开发这款游戏的第六天。
我想把这几天最真实的经历整理出来。不只是展示成果,也包括踩过的坑、花掉的积分、推翻的方案,以及我最终建立起来的工程规则。
这篇文章分成两部分:
第一部分:资产线。解决模型生成之后,如何保证每一帧都正确。
第二部分:主线。解决一个人如何管理多个 AI,让整个游戏朝着同一个方向开发。
第一部分:AI 3D 资产管线·续——模型能用之后,难的是「每一帧都对」
一、从自动生成到自动验收:我开始给 AI 工厂设置关卡
上一篇解决的是「能不能自动生成模型」。
这一篇要解决的是「生成出来的模型,能不能真正放进游戏」。
最初,我对 AI 资产生产的理解比较简单。
生成概念图,交给 Tripo 建模,自动绑骨,经过 Blender 处理,最后导入游戏。
只要模型看起来不错,就算成功。
但随着角色和装备数量增加,我发现这个标准远远不够。
一个角色的正面很好看,背面可能是错的。
静态模型没有问题,一播放动画,头发可能被拉扯变形。
单独看武器和盾牌都正常,真正装备到角色身上,拳头却可能穿过盾牌。
这些问题如果等到游戏里才发现,返工成本会非常高。
所以,我给整个资产生产流程增加了两道人工关卡。
第一道:角色四视角定稿。
每个角色必须生成正面、左侧、背面、右侧四张原画。
我逐张检查,确认后才能定稿。
第二道:穿装合成图确认。
装备不是单独生成后再随意拼接,而是按照角色体型生成整身着装模型。
每套装备都需要先制作四视角穿装合成图,经过我确认,才能进入 Tripo 建模阶段。
为什么这么麻烦?
因为每个模型的建模加自动绑骨,大约需要 65 Tripo 积分。
如果输入原画有问题,生成出来的模型就可能需要重做。
重做一次,就是再花 65 积分。
而且我未来计划制作数百个模型。
如果不在输入阶段控制质量,AI 的高效率反而会变成高效率地浪费积分。
现在,每张图片和每个模型都有完整的来源记录:
- 使用了哪些参考图,以及对应的 SHA-256 指纹;
- 使用了哪份提示词;
- 生成时消耗了多少积分;
- 我批准生成时的原始指令;
- 最终对应哪个模型版本。
一旦模型出了问题,可以沿着记录一路倒查到最初的参考图。
AI 生产得越快,越需要把质量控制放在生产之前。
这已经不是简单的 AI 生图,而是在建立一套可以追溯、可以审核、可以持续运行的资产生产系统。
二、出图 Prompt 的重要性:输入质量决定了整个 3D 资产管线的上限
在 AI 3D 资产生产中,我越来越意识到,最重要的环节不是建模,而是建模之前的概念图生成。
Tripo 可以快速把二维图片转换成 3D 模型,但它无法保证输入图片里的结构一定合理。
如果四视角原画存在比例不一致、结构冲突、透视错误,或者前后视角的细节互相矛盾,最终生成的 3D 模型就可能出现多余的肢体、错误的几何结构,甚至无法正常绑骨。
而这些问题一旦进入建模阶段,往往意味着重新生成、重新绑骨,再次消耗积分。
所以,我开始把更多精力放在 Prompt 的设计和输入图片的质量控制上。
现在的出图 Prompt,不再只是描述角色的外观、服装、材质和美术风格,而是加入了明确的工程约束:
- 视角一致性: 正面、左侧、背面、右侧必须保持相同的身体比例、服装结构和装饰位置,不能凭空增加或遗漏部件。
- 结构合理性: 四肢、手指、关节必须符合正常的空间关系,不能为了让画面好看而生成不合理的结构。
- 参考图使用规则: 明确哪些参考图用于角色造型,哪些用于材质、配色或局部细节,避免错误地复制其他视角的结构。
- 自动绑骨友好: 避免过于复杂的头发、细长悬挂物,以及容易与身体或四肢融合的装饰。
- 3D 重建友好: 保持轮廓清晰、体块明确,尽量减少遮挡、悬浮结构和难以判断深度的细节。
- 生成后自检: 检查四视角的结构、比例、服装和配件是否一致,发现问题先修图,不直接进入建模。
但实际测试也让我发现,Prompt 并不是万能的。
当参考图片本身存在错误时,即使在 Prompt 中反复强调正确的结构,生图模型仍然可能优先复制参考图中的视觉信息。
这意味着,仅靠增加文字约束,并不能解决所有问题。
有时候必须直接修改参考图,去除错误或容易产生歧义的部分,才能得到正确的输出。
因此,我现在将出图阶段分成三个步骤: Prompt 约束 → 四视角生成 → 人工检查与修正。
只有输入图片通过检查,才允许进入 Tripo 建模。
这套流程看似增加了前期工作量,但实际上减少了后续昂贵的返工。
因为修改一张二维原画,通常远比重新生成一个已经建模、绑骨并进入游戏的 3D 资产更划算。
这几天最大的经验是:AI 3D 资产流水线的质量上限,往往在 Prompt 和参考图阶段就已经决定了。
与其让 AI 在建模之后不断修复错误,不如在出图之前,就尽可能把结构、视角和生产约束定义清楚。
Prompt 不再只是告诉 AI「画什么」,而是在定义后续整个 3D 生产流程「允许生成什么」。
三、能自动绑骨的设计,是另一种美术设计
另一个比较典型的问题,是头发。
最初,我给部分女性角色设计了长发和麻花辫。
概念图很好看。
3D 模型生成出来也不错。
但自动绑骨以后,问题就出现了。
垂在身体两侧的头发,有时会被自动分配到肩膀和手臂骨骼上。
角色一举起武器,头发就跟着手臂一起运动。
轻则鼓包。
重则直接被拉扯、撕裂。
最初,我试图通过后处理解决这些问题。
但随着模型数量增加,我意识到,对于一条需要批量生产的资产流水线来说,更好的办法是从设计阶段规避。
例如,把容易干扰手臂运动的长发改成低发髻,或者直接采用短发。
其中一个村姑角色,原本的麻花辫不仅造型不够理想,自动绑骨也处理不好。
后来改成短发,本体和两套装备一起重建,花了 195 积分。
这让我开始重新思考游戏美术设计。
传统的概念设计,主要考虑角色是否好看、是否符合世界观。
但在 AI 自动化资产生产中,还必须考虑: 这个设计能不能稳定建模?能不能自动绑骨?能不能正确执行动作?
例如细长的链条、悬挂饰品、复杂的发型、过于贴近身体的装饰,都可能增加自动化处理难度。
这也是我越来越坚定选择低多边形与厚重卡通风格的原因之一。
大体块、清晰轮廓、夸张比例,不仅适合游戏的视觉表达,也更容易建立稳定的自动化生产流程。
美术风格不只是审美选择,也是一种工程选择。
四、什么时候重新建模,什么时候用代码修?
随着模型数量增加,我开始把问题分成两类。
第一类,是模型本身没有问题,只是骨骼、权重或者动作参数不合适。
这种问题,尽量用脚本修复。
例如: 胸背权重错误。 自动绑骨把部分胸口和脖子区域分配给锁骨。
角色一抬手,胸甲就会跟着塌陷。
解决方法是在 Headless Blender 里,通过脚本把相关权重重新分配到脊柱骨骼。
脚掌朝向错误。 动作库中脚掌着地时的朝向,与角色模型的平底鞋存在约 24~35° 的偏差。
结果就是角色站在地上,鞋底却是斜的。
最后通过修正骨骼绑定朝向解决,不需要改变模型外观。
持盾穿模。 不同体型的角色使用同一套持盾动作,左手位置并不完全相同。
有些角色的拳头会直接穿出盾牌正面。
现在会为每个模型测量左手挂点需要向前移动的距离。
双手武器握持不准确。 同一段双手待机动画,套在不同体型上,有的角色左手距离握柄十几厘米。
后来为当时的 14 个模型分别拟合专属待机动作,将左拳与握柄之间的距离控制在约 0~1 毫米。
这些问题都有一个共同点: 修复方法可以沉淀成代码,并且在后续模型上重复使用。
第二类,是原画或模型几何结构本身有问题。
例如多出来的大拇指,或者不适合自动绑骨的头发。
这种问题不能单纯依靠动作脚本解决。
必须回到原画阶段修改,然后重新建模。
分清这两类问题非常重要。
因为我未来需要的不是十几个模型,而是几百个。
一次性的脚本修复,可以在后续生产中不断复用。
而没有必要的重新建模,只会持续消耗积分。
五、这几天最大的工程教训:检测器必须运行游戏本身的代码
这是我认为整个资产管线里最重要的一次架构调整。
为了批量验证角色动画,我开发了一套自动检测器。
它负责检查模型在不同动作下,武器、盾牌和身体之间是否存在穿模或位置偏差。
最初,这套检测器是独立实现的。
我把游戏里的姿势计算逻辑复制了一份,放到检测器中。
刚开始运行正常。
但随着游戏主线持续开发,两边的逻辑逐渐出现差异。
结果发生了一件很尴尬的事: 检测器里一切正常,到了真正的游戏里,收刀后的单手剑却贴进了角色手臂。
原因很简单。
检测器验证的是自己复制出来的那套逻辑。
游戏运行的却是另一套已经修改过的逻辑。
两边都没有报错,但检测结果已经不可信了。
最后,我直接修改了检测架构。
现在,检测器在 Node 环境里直接调用游戏本身的代码。
包括角色创建、模型加载、持械姿态、武器挂载、拔刀与收刀控制,以及跑步摆臂。
模型也通过同一个加载器读入。
检测器不再维护另一套动作逻辑。
它只负责调用真实游戏代码,导出渲染结果和测量数据。
现在可以自动检测:
- 武器和盾牌穿进了身体的哪个部位;
- 持盾的拳头有没有露到盾牌前面;
- 双手武器的左手距离握柄多远;
- 动画过程中网格被拉伸了多少;
- 最后生成带材质、带贴图的明亮渲染图,供我人工确认。
最初 AI 生成的检查图太暗,很多细节根本看不清。
我直接打回去重做。
因为检测系统不是为了生成一份漂亮报告,而是为了真正发现问题。
现在主线修改动作代码,检测器的结果也会自动跟着变化。
不再出现「检测通过,但游戏里出错」的两套逻辑问题。
这件事让我定下了一条原则:
不要复制一套游戏逻辑来验证游戏。让检测器直接运行真正的游戏代码。
六、到目前为止,我到底花了多少积分?
先说实际投入。
上一轮统计时,角色、怪物、武器和其他资产累计消耗约 4600 Tripo 积分。
其中,游戏实际采用的模型对应约 2850 积分。
其余接近四成,花在试错、废弃版本和返工上。
今天又新增了一套装备,覆盖四个角色。
按每个模型约 65 积分计算,新增约 260 积分。
因此目前累计投入约为: 4860 Tripo 积分。
其中,游戏实际采用的模型对应投入约 3110 积分。
剩余约 1750 积分,属于试错和被替换版本的成本。
这组数字对我来说很有意义。
它说明 AI 建模确实已经把单个模型的制作门槛降得很低。
但在真正的游戏生产中,返工仍然是一笔不可忽视的成本。
而我的长期规划更大。
我计划制作:
40 套装备。
4 个可选角色。
每套装备包含戴头盔和不戴头盔两个版本。
理论上需要: 40 × 4 × 2 = 320 个模型。
按每个模型约 65 积分计算,基础建模成本约为: 20,800 积分。 这还没有计算返工。
所以我做了一个非常重要的玩法决定: 装备不采用任意部件自由组合,而是整套获取、整套穿戴、整套替换。
玩家打败怪物,可以从它身上获得整套装备。
穿上以后,角色外观立即发生明显变化。
玩法上,强化了「穿上就变样」的爽感。
工程上,则避免了大量独立装备组合带来的模型数量膨胀和穿模问题。
这就是我目前的设计思路: 让玩法适应可持续的资产生产方式,而不是让资产生产成本无限追赶玩法需求。

第二部分:AI 做游戏·主线篇——先立规矩,先定设定,再让 AI 跑
如果说资产线解决的是「怎样生产出能用的模型」,那么主线解决的就是另一个更大的问题: 一个人,怎样让多个 AI 同时开发同一款游戏,而且不互相冲突、不擅自改变方向?
目前项目主要分为三条工作线。
资产线负责角色、装备、怪物、模型处理和动作验证。
UI 线负责界面、交互和展示。
主线负责所有上游定义,包括世界观、剧情、美术方向、玩法规则、数值、技能、套装、怪物数据、特效、音频,以及所有 AI 都必须遵守的工程规则。
主线的很多产出,并不是玩家能直接看到的东西。
而是让其他工作线知道应该做什么、怎么做、哪些东西不能改。
这段时间,项目已经积累了数百次代码提交、数十份设计决策记录和大量归档任务。
我越来越确定:
多 AI 协作真正的难点,不是让它们同时工作,而是让它们始终遵守同一套规则。
七、第一份决策:制度即代码
项目最早确定的一项工程原则,就是: 制度即代码(Policy as Code)。
我不希望项目规则只存在于聊天记录里。
因为聊天记录太容易丢失上下文。
AI 代理切换会话以后,也未必知道之前定下了什么。
所以,我把规则写进代码仓库。
目前有一张包含 41 条规则的规则表。
每条规则都有编号、出处和生效阶段。
同时,还有 21 个校验器在每个 PR 上自动执行。
只要违反强制规则,就不能合并。
例如: 数字只能有一个权威来源。
性能预算只能定义在专门的预算文件中。
其他文档必须引用它,而不能到处写死同一个数字。
否则一旦预算变化,就可能出现多个互相矛盾的版本。
内容数据不能硬编码进业务代码。
技能、怪物、套装等内容,都必须放在有明确格式定义的数据文件里。
代码只负责解释和执行这些数据。
不同工作线只能修改自己负责的内容。
甚至可以精确到字段。
例如套装数据里,「使用哪个模型」归资产线负责。
其他玩法和数值字段归主线负责。
AI 只能提出决策建议,不能替我批准。
决策记录里的「已接受」状态,只能由我授权修改。
AI 擅自改变,CI 就会报错。
还有一点很重要:
规则不是一制定就必须立即全部强制执行。
它们有不同的生效阶段。
例如「所有动作必须经过人工验证才能进入游戏」这条规则,可以先进入计划阶段。
等现有动作逐步完成验证,再转成强制规则。
否则规则刚建立,整个项目的 CI 就可能全部变红。
这套机制最大的价值,是让 AI 不需要反复询问什么可以做、什么不能做。
规则已经写在仓库里,而且机器会自动检查。
八、方向可以改变,但每一次改变都必须留下记录
AI 开发速度太快,还有一个容易被忽略的问题。
项目方向可能在短时间内发生多次变化。
如果不记录原因,过几天连自己都可能忘记,当初为什么放弃某个方案。
所以,现在每个重要决定都必须有一份决策记录。
里面包括:
背景。
候选方案。
最终决定。
以及我拍板时的原话。
例如,游戏的战斗表现形式就经历过几次变化。
最初的方向是: 文字战报为主,在关键时刻弹出漫画分镜。
后来又提出过: 在文字战报中插入一整页漫画。
这个方向被否决,作为候选方案封存。
最后,我决定采用: 连续的实时 3D 战斗画面。
旧的文字战报和高光镜头代码已经从主线移除。
但相关原型保留在封存分支中,不允许随意删除。
这样,以后如果想重新评估某个方案,不需要从头研究。
而且每一次转向,为什么转、转之前是什么,都可以追溯。
现在,AI 如果发现新需求与已接受的决策冲突,不能直接修改。
它必须先起草一份新提案,列出需要我确认的问题。
等我批准以后,才能动手。
前几天修改通关和掉落流程,就是按照这个方式执行的。
AI 可以高速执行,但不能悄悄改变游戏的设计方向。
九、最有意思的一次设计:世界观是从装备机制里长出来的
这一部分,是我最近特别满意的设计过程。
最初,我先确定了一个玩法机制: 装备从怪物身上整套获取,只能整套穿戴,不能拆开混搭。
这个机制最早是为了控制模型数量和换装成本。
但我不希望它只是一个生硬的技术限制。
所以我要求 AI:
围绕这个机制建立世界观。
而且整个故事必须围绕一个最终 Boss 展开。
AI 没有先写几万字的设定集。
而是从游戏机制出发,逐条解释这些规则在世界里为什么成立。
最后形成了一张「机制 → 世界观解释」对照表。
为什么装备只能整套穿?
因为铠甲使用一种叫做「魂铁」的材料打造。
一锭魂铁只能打造一套完整铠甲。
穿甲的人必须亲手敲下最后一锤,再滴血结契。
一旦拆开,契约就会断裂,铠甲重新变成死铁。
为什么打败怪物,就能穿它的装备?
因为主人死亡以后,魂铁契约就会解除。
失去主人的魂铁会陷入饥饿状态,愿意依附下一个身体。
所以玩家可以直接接管被击败敌人的铠甲。
为什么死铁可以强化装备?
因为死铁虽然失去了契约,但仍然可以重新熔炼。
玩家可以将它敲平,用来修补和强化自己身上的铠甲。
为什么怪物不戴头盔?
因为魂铁认的是身体,不认恶魔的脸。
所以怪物往往把头盔挂在腰间。
这个解释同时解决了美术设计和游戏机制的问题。
而最有意思的,是最终 Boss。
他的名字叫: 千甲者。 他原本是一个普通村民。
当年为了保护村子,他第一次从敌人身上扒下铠甲。
后来,他不断收集更多铠甲。
每一套都舍不得脱下。
最终,上百套铠甲与上百份执念,将他压成了一个巨人。
而玩家现在做的,正是他当年做过的事情。
整个故事因此形成了一个循环。
玩家通过扒取敌人的装备不断变强。
但最终面对的,是一个因为不断收集装备而失去自我的人。
我希望游戏的基调带一点黑色幽默。
例如,一个只穿背心和短裤的普通村民,去扒穿着王国铠甲的怪物。
这比单纯写一个严肃的黑暗奇幻世界,更符合我想要的游戏气质。
后来,我又加入了断角镇、5 位 NPC、序章和支线任务。
剧情主要通过装备名称、怪物称号、战区、战报和人物对话逐渐展开。
而不是依赖大量过场动画。
我最喜欢这个设计的地方,是世界观没有和玩法分离。
最初为了控制生产成本做出的机制选择,最后反而成为整个游戏世界的核心设定。
十、主线负责定义,下游负责生产
目前,主线已经建立了大量结构化内容定义。
包括:
- 5 个战区;
- 40 套装备;
- 32 个技能;
- 9 种怪物;
- 5 位 NPC;
- 6 个任务;
- 30 段对话;
- 6 个配乐场景。
这些不是随意写在聊天记录里的描述。
而是具有明确格式定义的数据。
代码和其他工作线可以直接读取。
美术也是同样的方式。
整体风格底稿由我制定,并且逐字保存。
角色、怪物、NPC 和武器的生图提示词,由主线根据世界观与美术规范编写。
资产线负责按照这些定义生成图片、建模和处理资产。
这样可以避免不同 AI 代理各自理解一套美术风格。
同时,各工作线之间主要通过任务交接,而不是互相修改文件。
例如,前几天取消地面掉落机制。
原本战斗结束后,装备会掉在地上。
后来我决定改成宝箱领取。
这涉及多个工作线。
最终的处理顺序是:
- 主线删除旧的掉落逻辑。
- 资产线删除对应的旧模型和登记。
- 主线再清理不再使用的生图提示词。
谁负责的文件,就由谁修改。
交接信息写进任务包。
我只需要确认方向和安排交接。
这比让多个 AI 同时修改同一批文件可靠得多。
十一、战斗引擎必须确定性:同样的输入,得到同样的结果
战斗系统采用确定性设计。
同一个存档、同一个随机种子,在相同条件下运行,应该得到相同的战斗结果。
离线补跑、在线战斗和数值模拟,使用的是同一套战斗规则。
这样做有一个很大的好处: 战斗问题可以复现。 如果某次战斗出现异常,可以使用相同的初始状态重新运行。
不需要依靠猜测去还原现场。
套装机制也是结构化数据。
例如某套装备触发额外伤害,不只是写一句「有几率造成额外伤害」。
而是明确记录触发条件、概率、效果和结算方式。
由引擎统一处理。
目前相关机制已经有 89 个测试进行验证。
特效和音效则与战斗计算分离。
战斗引擎只负责产生事件。
例如:
起手、蓄力、命中、增益、召唤、位移、套装机制触发。
特效和音效系统只消费这些事件。
它们不会反过来修改战斗结果。
这样,无论后面增加多少视觉和声音表现,都不会改变原本的胜负计算。
还有一个很实际的教训。
前几天,AI 一直在反复模拟不同战区的胜率。
不断修改数值。
运行测试。
分析结果。
它确实在认真优化游戏平衡。
但当时技能表现还没有打磨完成。
我意识到,继续精细调整胜率,可能很快就需要返工。
于是直接叫停: 「不要在这里消耗时间了,先打磨技能表现力。」
AI 的执行效率很高。
但开发顺序是否合理,仍然需要我判断。
十二、一个人带多个 AI,最重要的工作正在发生变化
过去,一个人开发 3D 游戏,最大的困难往往是技能和时间。
你需要写代码。
制作模型。
处理动画。
设计界面。
制作音效。
还要考虑性能、玩法和数值。
一个人很难同时做好所有事情。
现在,AI 正在大幅降低这些工作的执行门槛。
但新的瓶颈出现了。
以前,我需要花大量时间亲自制作内容。
现在,我更多时间花在:
确认概念图。
检查模型。
审核动作。
试听声音。
判断战斗效果。
制定工程规则。
批准设计决策。
以及及时叫停错误方向。
我越来越少亲自处理每一个具体实现细节。
但需要做的判断反而越来越多。
这六天,我最明显的感受是: AI 把游戏开发的瓶颈,从「生产能力」推向了「判断能力」。
当 AI 能在几分钟内生成模型、编写代码、制作特效时,真正稀缺的是:
知道应该做什么。
知道为什么这样做。
知道什么时候应该停止。
知道什么才算真正完成。

写在最后:我不是在让 AI 替我做游戏,而是在建立一套能持续开发游戏的系统
今天是这款游戏开发的第六天。
目前,资产线已经拥有多个可换装角色、9 个怪物,以及正在逐步验证的共用动作系统。
主线已经建立了世界观、装备、技能、怪物、任务、确定性战斗引擎,以及一套可以自动执行的工程规则。
多个 AI 代理按照各自的工作线并行开发。
但游戏还远远没有完成。
部分动作仍在验证。
拔刀与收刀流程还需要继续调整。
资产规模扩大后的性能和稳定性,也需要进一步测试。
更重要的是,游戏最终好不好玩,还需要真正进入持续试玩和迭代阶段才能判断。
所以我并不认为,六天就能证明 AI 已经可以独立完成一款成熟的 3D 游戏。
但这六天至少让我看到了一种新的可能性。
过去,一个独立开发者的能力边界,很大程度上取决于自己能亲手完成多少工作。
现在,这条边界正在发生变化。
AI 可以承担越来越多具体执行工作。
而开发者开始更多地负责设计生产流程、制定质量标准、协调不同系统,以及决定整个项目的方向。
我搭建的不再只是一条从图片到模型的流水线。
它正在逐渐变成一套完整的游戏生产系统。
从世界观和玩法定义,到概念图、3D 模型、骨骼、动画、战斗、特效、音效,再到自动化检测和人工验收。
每个环节都可以被拆分、执行、检查和追溯。
但这套系统最重要的部分,仍然是人。
因为 AI 可以告诉我代码是否通过测试。
却不能替我决定这个游戏应该是什么。
AI 可以生成几百个模型。
却不能替我判断哪些模型真正值得留下。
AI 可以把一段错误的方案优化几十轮。
却未必知道,一开始就应该换个方向。
所以,如果要用一句话总结这六天的经历,我会说: 一个人用 AI 开发游戏,难的已经不只是「怎么做」,而是「怎么让所有事情都朝着正确的方向做」。
代码可以让 AI 写。
模型可以让 AI 生成。
但方向、规则和最终验收,必须牢牢掌握在自己手里。
第六天,继续。