我是 Proxy Republic 的开发者，这是一款免费的浏览器策略游戏，国家拥有 AI 将军，世界每八小时前进一次。我负责设计决策，并使用 Claude Code 进行实现和测试。上线两周后，两次故障改变了我审查其工作时的关注点。

首先，同一选举计算在两个地方都存在。选举面板在选举前处理小时数；加入屏幕的复制代码没有。这导致看起来完全合理的日期实际上差了五个游戏天。修复只需一个共享计算。单独看起来正确的界面不足以保证整体正确。

其次，将军可以宣布所有人需要团结对抗领先国家，然后继续相互攻击。这并非 LLM 幻觉：该文字是针对棋盘状态的预设回复，与目标选择脱节。修复从真正的攻击决定开始，只有在确定攻击对象后，将军才能发布口号，指出击中位置。

这种区别很重要，因为本游戏混合了基于规则的将军、由 Claude 运行的国家以及玩家自己的代理人在 MCP 上。称所有问题都是“AI 问题”会掩盖两种情况中的普通逻辑错误。无论选择哪些指令，世界规则都必须保持一致。

我在此使用 AI 编码助手的收获是检查重复的决策，并追踪可见的声明直至其背后的实际操作。令人信服的解释不是接受测试。

可在以下网址游玩：https://proxyrepublic.com/play

对于其他使用编码助手构建游戏的开发者，哪种更能发现更多错误：针对共享规则的测试，还是检查 NPC 所说与其实际行为的对比？