我花了十多年时间开发游戏，从手机游戏到PC大型多人在线游戏和虚拟现实。

我曾沉迷游戏，高中就辍学了。之后生活给了我一些惨痛的教训。我一路打拼到北京，后来又去了美国，在硅谷重新开始，最终拿到绿卡，并创办了自己的公司。

我曾是Meta的高级工程师，在自己的工作室里研究人工智能和游戏已经三年多了。过去两年，我几乎很少手动写代码。我还为Unity的AI团队提供过咨询。

在用AI在Unity和Godot中构建游戏后，我想分享一些经验。我主要使用Claude Code和Codex这类工具。即使每月200美元的订阅费，对我来说也常常不够用😅

虽然我的背景是编程，但我从五岁就开始玩游戏，多年来玩过上百款游戏。我也花了很多时间思考游戏机制，所以自己能承担一部分设计、生产和运营工作。

在使用AI之前，我完全凭借自己的技术，利用Unity资源商店的素材，独立制作并发布了一款手机游戏。

那么，根据我自己的经验，一个人用AI制作商业游戏到底有多可行呢？

1. 我认为可行，但依然很难。

并非对所有人都同样有效。你的经验、技能以及你正在制作的游戏类型，对结果有很大影响。

2. AI是一种能力放大器。

我认为，那些理解游戏机制并能详细阐述需求的游戏设计师，会从中受益匪浅。

沟通需求本身就是一门技能。即使与人合作，你脑海里想的内容、写进文档的内容，与程序员或美工理解的内容之间，也可能存在差距。

而使用AI时，提供更清晰的需求和更多背景信息，有助于缩小这种差距。当然，随着项目规模扩大，管理所有这些背景信息会变得越来越困难。

但如果只是要做出一个可玩的演示版本，我认为游戏设计师借助AI已经可以独自走得很远。

3. 从演示版本到可发布的游戏，仍然需要技术判断力。

对于一个理解游戏但编程或技术经验较少的游戏设计师来说，这可能是一道难关。

架构和技术的选择很重要，尤其是对于更复杂的游戏。如果一个项目完全通过让AI一个接一个地添加功能来构建，随着项目增长，会变得难以管理。

上下文限制是其中很大一部分原因。AI需要足够且正确的信息来理解工作，当更多系统相互交互时，这就变得更加困难。

游戏开发还汇集了许多不同的挑战：软件系统、画面、操控、手感，以及结果是否真正有趣。这就引出了下一点。

4. 测试耗费大量时间。

在我自己的AI辅助开发工作中，我估计超过一半的时间花在自己测试游戏，然后向AI反馈问题上。

游戏手感和可玩性仍然很难自动评估。很多此类工作还是要靠开发者自己。

我特别感兴趣的是改进构建、测试和反馈的循环，并将更多基础检查自动化。难度取决于游戏类型。例如，快节奏的第一人称射击游戏与节奏较慢的游戏面临不同的挑战。

构建更完善的开发和测试循环，是我当前工作的一个重点。我以后会更详细地讨论这个话题。

5. 引擎选择有取舍。

Unity和虚幻引擎各有优势，都是可靠的选择。

就我个人而言，当AI成为开发流程的核心时，我认为像Godot这样的开源引擎具有长期的显著优势。能接触到源码，让你有更多空间去调查问题，并利用AI帮助解决问题，而无需等待引擎厂商。

这并不意味着你需要自己构建引擎。我感兴趣的是这种访问权限和灵活性。

我目前正在同时尝试Unity和Godot，并希望分享更多我从使用它们中学到的东西。

6. 开发只是让游戏能商业化的一部分。

营销则是另一个完全不同的挑战。

随着制作游戏的门槛降低，我认为触达合适的玩家变得更加重要。玩家的时间和注意力仍然是有限的，仅凭开发技能并不能保证游戏能获得受众。

我也有兴趣探索AI如何在这方面提供帮助。

这些只是我在实际项目中的经验和想法。内容很多，每一个点可能都值得单独讨论。

我很乐意听听其他开发者的经验，包括你们的经历与我的有何不同。