两年前我测试了如果不写任何一行代码，Cursor 可以写多少个应用。当时的答案是：能写的不多，而且难以保持运行。第三个标签完成后，第一个已经坏了。缺乏上下文，没有真正的验证循环，功能一次又一次出错。

今年我开发了一款游戏，Crossroads Legends，这是一款基于位置的回合制 RPG，使用 d20 战斗，目前处于闭 Beta 阶段。我想分享它现在的不同之处，因为这个子版块正好是关于此的。

开始。1 月，Opus 4.5 和 ChatGPT，我手动描述、审阅并粘贴代码。3 月我进行了为期 14 天的 Alpha 版，约 30 名玩家参与，之后进展变慢。工具仍不足以应付如此大的项目。直到最近几周，工作流质量才提升到足以全力投入的程度。

对 PR 的反馈。游戏中的反馈按钮会发送到 n8n 工作流。n8n 创建 GitHub 问题，并启动一个无 UI 的 Opus 会话，该会话查看问题和代码并自行准备 PR。我审阅并合并。有时 PR 在我阅读反馈之前就已经准备好。这对我的最有趣的部分是：如果让它自行发展，软件开发会有多大的变化。

编码。并行的几个代理（Claude Code、Codex 和 Jarvis，以及我自己构建的一个代理）。对于更大的功能，我按层级拆分工作：数据库和类型、服务器、后台面板、客户端 UI。先共享 TypeScript 接口，然后每个代理有自己的 Git 工作树。一个 Roguelike 地牢功能当天由 4 个代理提交的 4 个 PR 完成。

QA。一个测试代理玩游戏 24 小时：截图，Claude Haiku 根据看到的内容决定下一步操作，没有硬编码选择器。它向 GitHub 提交问题并每小时撰写报告。

出错之处。7 月审计发现 70 个问题，其中一些是关键漏洞，所有问题的根本原因相同：我信任客户端输入。一周内修复（服务器测试 171 → 928，客户端 58 → 304）。我学到的教训是：应对代理生成的错误，并不是减少代理数量，而是在信任之前进行二次检查。

当然，并非一切都能一次成功，更快的开发不一定意味着更好的游戏。因此我需要玩家。当前的测试有约 14 名玩家，反馈前景乐观，但我需要那些不认识我的人并能坦诚给出意见的人。如果你想尝试，或想拆解工作流：crossroadslegends.com

还有其他人把玩家反馈直接连接到代理吗？在你那里哪里出现了问题？