大家好！

我想分享一次 AI 游戏开发的经历，但这次更像是一个 AI 游戏 移植： Saint Dragon，我小时候很喜欢的那种半冷门的 Amiga 射击游戏，改编为原生 HTML/JS 浏览器游戏。

有趣的是，它没有源代码、原始资源和文档。我只有磁盘图像，属于 35 年历史的架构（至少在当时是著名的，而且有很多优秀的模拟器）。

我从原始磁盘的 ADF 和 IPF 开始。ADF 是逻辑复制：操作系统看到的字节。IPF 是更低层面的磁盘磁轨布局复制（我简化了），因此可以保留防复制磁盘。这很重要，因为磁盘空间很小，破解者常常从游戏中切除内容以适应磁盘。Saint Dragon 还使用了 Rob Northen 的 CopyLock 防复制保护，而 ADF 无法表示。

我使用 Claude 以及大量自己的旧 Amiga 知识完成了移植。首先我们构建了一个部分 Amiga 模拟器（68000 CPU、Copper、Blitter、Paula 音频、磁盘 DMA）。它不随游戏一起发布。我们把它当作显微镜，运行原始游戏，检查硬件状态，并将移植与其对比。要点如下：

  • 磁盘解码：我们编写了 IPF → MFM → 自定义轨道解码器。所有 82/82 轨道通过游戏自己的校验，因此原始游戏本身接受了我们的重建。我们真实通过 CopyLock 的第一阶段，而模拟器必须支持 ILLEGAL 指令作为控制流，因为 CopyLock 使用它们实现。

  • 我们的第一次大失败：我们尝试在运行时从模拟器中抓取精灵。背景出现了大量敌人和 “DEMONSTRATION” 文字，帧缺失，一个 “player” 精灵竟然是敌人。我们丢弃了大约三分之一的工作，转而直接解码资源格式。规则变为：磁盘数据是真理的来源，截图仅用于验证。

  • 资源：我们解码了全部 85/85 资源（自定义 RLE、平面图形），得到 685 个精灵对象、10 个调色板、背景和视差条。一个隐蔽的 bug：大型精灵是“链式”记录，索引错误会产生数十个无关的错误精灵。我们基本上通过匹配数据结构及其字段到实际数据字段实现。

  • 完整反汇编：我们分类了 538/538 例程和全部 2,891 个调用站点，将一团乱码转化为可导航的调用图。

  • 一个 1990 年的协程引擎：这很令人惊讶且意外，但每个敌人都有自己独立的栈并进行上下文切换，属于 80 年代末、90 年代初的小游戏。它几乎 1:1 对应 JavaScript 生成器，因此敌人脚本几乎逐行逐句翻译。

  • 隐藏的波形语言：所有敌人出现都来自 602 条六字节记录，由滚动距离触发。很长时间我们以为没有 spawn 数据。其实有，只是我们还没找到读取它的光标。

  • 碰撞：游戏使用双缓冲的 64×32 比特网格，子弹标记位，敌人消耗它们。基本上是 1990 年代手写的空间散列。

  • 音频，最难的部分：乐器是真正的 68000 程序，而非采样，三次尝试重新合成都失败了。成功的办法是运行原始音频驱动在模拟器中，记录每次向 Paula 芯片写入的操作，然后在浏览器中重放该寄存器流。舞台主题在 98.3 秒时出现，正好符合解码后的分数数据预测。

  • 结果：包括 intro、标题、全部 5 关及首领、配乐与音效、检查点、结局、最高分，以及键盘和触控控制，使其适配移动设备。

AI 表现出色与不足的地方：Claude 在搜索数千条汇编代码、翻译例程、编写探针和审计工具方面非常出色，而且永不疲劳。它在从外观猜测意义方面较弱：诸如 “这可能是龙精灵” 或 “这可能是调色板” 的合理标签常常是错误的。成功的循环是：

我发现了一个具体的不匹配（“这名敌人从错误侧进入”）→ 定位代码搜索 → 小幅修正 → 可执行检查 → 通过游玩确认。

我对原始游戏的记忆（以及与 WinUAE 并行运行的它）是最终的检验，而 Claude 提供了带宽。

如果你想了解所有血腥的细节（错误、死胡同、验证策略），完整的事后分析在这里： https://waldtier.com/games#saint-dragon

加分：与龙的链体代码亲密合作启发了我全新游戏 Vertebra，一款射击 Roguelike，你的尾巴即是你的构建。它可在这里玩： https://waldtier.itch.io/vertebra

很乐意回答问题！