← 返回博客
Ai预计阅读 10 分钟

49 个智能体做同一个游戏,作者在 README 里给出了否定答案

发布于 2026年11月9日
49 个智能体做同一个游戏,作者在 README 里给出了否定答案

Claude Code Game Studios 是一个 GitHub 模板,把一个 Claude Code 会话变成一个 49 人的游戏工作室。36,824 颗星,MIT 许可,49 个智能体,74 个斜杠命令技能,15 个 hook,14 条按路径生效的规则,62 个文档模板。

上面那段是被转发的那一版。值得读的那一版在 README 再往下四行,一节叫「它产出的是游戏,还是文档?」的地方。

作者用同一份需求,在不同流程档位下做了四个游戏,数了每个在写出第一行游戏代码之前写了多少份文档。

在 minimal 档,这个数字是一——那份一页纸的需求——用时零分钟。在 standard 档,是三十份文档,五十八分钟。四个版本都产出了能跑、测过的游戏。

然后两个盲评审和一次人工试玩,把 standard 那版排在了最后。

多出来的三十份文档买到的是可追溯性,没买到一个更好的游戏。在一个整个卖点就是「流程」的项目里,把这种结果写进自己的 README,这种诚实我没预料到,也是这篇文章存在的原因。

盒子里到底装了什么

这套结构是一张真实的游戏工作室组织图,其他一切设计都从这一个决定长出来。

第一层是总监:创意总监、技术总监、制作人。第二层是部门负责人——游戏设计、程序、美术、音频、叙事、QA、发行、本地化。第三层是二十来个专家:gameplay 程序、引擎程序、AI 程序、网络程序、工具程序、UI 程序、系统设计、关卡设计、经济设计、技术美术、音效设计、编剧、世界构建、UX 设计、原型、性能分析、devops 工程师、分析工程师、安全工程师、QA 测试、无障碍专家、live-ops 设计。

每一个都有明确的职责、升级路径和质量关卡。README 自己的说法是:决定还是你来做,只是现在有人会问你工作室会问的那些问题——这符合愿景吗,这个数字是不是一个魔法常数,这个系统的设计文档在哪。

技能就是工作流:/start、/brainstorm、/setup-engine godot 4.7、/project-stage-detect、/design-system、/create-epics、/create-stories、/dev-story、/story-done。hook 是在提交、推送、资产变更、读设计文档和会话生命周期上触发的校验。规则是按路径生效的编码规范,改 gameplay 代码、网络代码、场景文件时,适用的是不同的那一套。

A long meeting table surrounded by empty chairs, one document at the head

装起来大约一分钟

前提:Git、Claude Code、Python 3、Bash,想要 hook 校验还要 jq。Windows 上,Bash 跟着 Git for Windows 一起来。

然后:

git clone https://github.com/Donchitos/Claude-Code-Game-Studios.git my-game
cd my-game
claude

在放着 CLAUDE.md 和 project.yaml 的那个文件夹里开会话。在 src/ 里开,会跳过项目的 hook、拒绝规则和先问再做的权限模式,等于悄悄关掉了系统的大部分。

然后跑 /start。它会问你处在哪一步——完全没想法、有个模糊概念、设计已清楚、已经有东西——然后给你分流。如果你已经知道要什么,直接跳到 /brainstorm 或 /setup-engine godot 4.7。

唯一真正要紧的配置是 modes.rigor:minimal、standard 还是 full。它是六个独立旋钮前面的一个总开关——哪些 GDD 章节必写、文档密度、QA 级别、故事颗粒度、评审模式。/start 会替你写好。

我觉得设计得真好的部分

两个机制值得说。

Python 是承重墙,README 也承认。每个技能和 hook 都通过 Python 读 project.yaml。没有 Python,所有设置会悄悄回落到默认值。hook 也会优雅失败,你失去校验,但没东西坏掉。只有一个硬停点:一次提交如果暂存了数据 JSON,而没有 Python 来校验,就会被拦下。这是一个奇怪、具体、可信的细节。一个系统用了一年之后,就长这样。

视觉上的改动,没人看过就不算完成。任何改了玩家能看到的东西的故事,都要等游戏启动、被观察、截图存进 production/qa/evidence/ 之后才能关。测试通过不算跑过。解析检查不算跑过。这条在每个档位都成立,包括 minimal——那里自动化测试可以免,但「看一眼」不能免。

这一条规则对产出质量的贡献,比四十份文档还大。游戏在视觉上翻车的方式,测试看不见:菜单画到屏幕外,精灵的轴心不对,镜头在第二圈穿过地板。要求一张截图,是防最常见那类失败最便宜的办法,而且它由 hook 执行,不靠指望。

那 62 个模板是干什么的

游戏设计文档、UX 规格、架构决策记录、冲刺计划、HUD 设计、无障碍评审。单独看,这些就是没人想写的文书。在这样一个系统里,它们是智能体动手之前要读的东西。

这才是实际功能。在这里文档不是交付物,它是上下文——防止一个专家智能体因为不知道战斗系统的伤害曲线,就自己发明一个魔法常数。美术总监智能体需要知道游戏是风格化还是写实,它就去读别人填好的美术圣经模板。没有那个文件,它只能猜。

这就重新解释了前面那个测量。写代码之前先写三十份文档,不是三十份文档的价值,而是一个赌注:这些文档会被读——被智能体读,在后面的任务里,反复读。赌赢了你会得到一致性。赌输了,你得到五十八分钟的写作,和一个被盲评审排到最后的版本。

我的判断是,这笔回报完全取决于项目能不能活过一周。做一个周末,写一页。做三个月,写那三十份。

没人提的升级路径

clone 一个模板很容易。把一个已经改了两个月的仓库去接上游的改动,这部分才疼。智能体被改过,规则被调成适配你的引擎,然后下一个版本重排了一个目录。

README 有一节讲升级,这已经比多数模板强,其中真正有用的建议是:把你自己的改动收在少数几个可预测的地方——规则文件和 project.yaml——这样其余部分可以被整体替换。如果你把智能体本身 fork 了,你就吃不到更新,而这个项目动得够快,一两个版本之内你就会在意这件事。

这个模式会走向哪

把游戏专属的词汇剥掉,剩下的是一份通用配方:定义角色,给每个角色一个窄的职权,在阶段之间设关卡,让一个总监智能体守愿景,专家去执行。这跟一个真实的工程组织是一个形状,也是好几个团队现在在别的领域搭的形状——一个剧组、一个市场部、一个研究实验室。

老实的保留意见作者自己已经写出来了。流程更多,跟结果更好不相关,至少在这个尺度上不相关——一份需求,四个版本。它相关的是:三周之后你还讲得清一个决定为什么这么做。这对团队有价值,对一个人的 jam 作品几乎没价值。

你该不该用

如果你一个人做游戏,反复撞上的失败是「我有三十个系统,但没有一条连贯的愿景」,那就从 standard 开始,看那些问题有没有帮上忙。如果你反复撞上的是「我时间全花在写文档上」,那就从 minimal 开始——顺便注意,即使是那个档位,智能体也得先看一眼屏幕才能说一个故事做完了。

模板不会替你做出游戏。它让一个会话表现得像一屋子做过游戏的人。这值不值五十八分钟,你现在可以用一次测量来回答,而不是凭感觉——这已经比多数 AI 工具能给的多了。

相关文章