我使用 AI 在 ~30 天内创建了一个类似 GTA 的游戏，欢迎您来玩 Temu GTA 😂 玩游戏这里: https://gta.nitzan.games 过去一个月，我一直在使用 Astra 来创建 Grand Total Anarchy，一个完全在浏览器中运行的类似 GTA 的游戏。我提供了方向，请求了特性，玩了游戏，并给出了反馈。 Astra 写了所有的代码，创建了艺术品，实现了游戏玩法，测试了它，甚至制作了宣传片。 我们最终创建了以下内容： * 🌎 一个大型连接的岛屿，拥有城市，乡村，机场和军事基地。 * 🚗 37 个车辆模型，包括汽车，摩托车，公交车，直升机和飞机。 * 🔫 武器，战斗和五级警察追捕。 * 📖 一个 31 章的故事剧情，关于拯救您的阿姨 Rosa 的车库。 * 🚕 打车，送披萨，公交车路线和其他活动。 * 🚶 行人，具有日常活动和行为。 * 🎮 多人模式死亡竞赛，具有车辆和武器。 这是我如何创建它的。 该项目最初是一个更小的驾驶沙盒。 我们没有要求 Astra 在一口气中建造一个完整的 GTA 游戏，而是将其扩大到大约一个月。 我使用我的 Data-Oriented Design 技能，它基于我的即将出版的 Manning 书籍的架构。 它指导 AI 将数据，逻辑和呈现分开，使用数组和索引而不是复杂的对象层次结构，避免在游戏循环中分配。 有一致的架构是非常重要的，因为项目的增长。 否则，添加新特性很容易将代码库变成一团糟。 工作流程基本上是： 1. 描述我想要的特性或区域。 2. 请 Astra 计划和实现它。 3. 请 Astra 运行自动化测试并在实际浏览器中查看结果。 4. 我自己玩它并提供反馈。 5. 重复。 这个过程中的一大部分是让 Astra 负责测试自己的工作，而不是仅仅写代码。 例如，这些是您可以使用的示例提示（这些是示例提示，而不是我的原文）： 对于初始游戏： > 使用 Three.js 构建一个类似 GTA 的驾驶沙盒。 以一个小的可玩城市，一个可以走路的角色和可以偷车并驾驶的汽车开始。 使用 Data-Oriented Design 技能进行架构。 保持开发过程中保持可玩性。 添加特性时： > 实现特性，然后在浏览器中测试游戏。 捕获截图，检查结果，识别问题，修复它们并重复。 不要仅仅因为代码可以运行就认为特性就完成了。 扩展世界时： > 使用不同的邻里，道路，标志和活动扩展地图。 确保所有内容都连接到一个连续的世界。 测试车辆导航，行人路径，碰撞和摄像机行为。 测试现有系统时： > 为游戏玩法系统（包括任务，车辆，损伤，保存/加载和多人模式）创建自动化测试。 测试成功和失败路径。 修复测试过程中发现的问题，并验证现有特性仍然正常工作。 继续迭代是最重要的部分。 Astra 建立了自动化模拟测试，使用 Playwright 与游戏交互，捕获截图并查看自己的结果。 我可以专注于玩游戏并决定哪些需要改进。 即使宣传片也完全由 Astra 制作！ 它创建了一个系统来阶段和捕获游戏场景，控制摄像机，使用 Python 生成音频，并使用 FFmpeg 组装所有内容。 截图是实际的游戏渲染，而不是 AI 生成的视频。 现在，让我们进行现实检查。 我把它称为 Temu GTA 的原因是 😂 游戏具有惊人的功能，但仍然缺乏很多磨合度。 驾驶，战斗，动画，AI 和任务都需要更多的工作。 有一个特性被实现了和有一个感觉良好的特性之间存在很大差距。 然而，仍然很惊人的是，AI 可以在您给出明确的方向，一致的架构和测试自己的工作的方式下创建多少内容。 而且我认为这就是它的吸引力所在。 您不需要要求 AI 建造一个完整的游戏。 从一个小的可玩游戏开始，给它工具和架构来保持代码的可管理性，并从那里扩展。 尝试一下 Temu GTA： https://gta.nitzan.games 我很想知道您的意见，特别是哪些工作得很好，哪些仍然感觉像来自 Temu。 😂