核心内容总结
这篇文章讲述了作者首次用AI Agent（如Cursor、Codex）全程辅助完成游戏开发的经历：通过AI生成代码、处理资产、优化协作流程，实现了工程效率的十倍提升（代码量从4千行涨到3.1万行），但也发现AI无法替代人在游戏体验和美学层面的判断。文章既分享了AI在开发中的具体应用（如资产整理、Git操作、调试），也点出了AI的边界，强调人和AI协作的核心价值。
一、AI让开发效率“坐火箭”：十倍代码量背后的秘密
作者对比了三次游戏开发比赛（BOOOM Jam）的数据：
- 代码量暴增：今年用AI生成核心逻辑（比如人物控制器、敌人行为），代码量是去年的7倍、2022年的10倍（3.1万行 vs 4千行）。原因是AI帮他抛弃了第三方插件，自己“堆”出了所有关键逻辑。
- 提交更勤快：Git提交次数从400次涨到1000次，因为AI帮写commit信息，作者养成了更细的提交习惯，这也让AI更易维护项目。
- 时间投入翻倍但更高效：虽然花了100小时（去年的2倍），但AI的正反馈让作者更投入，甚至能在最后几天边修bug边加新功能——换以前，优化性能这种“奢侈活”根本不敢碰。
简单说，AI把写代码、整理文件这些重复活全包了，让作者能把精力放在更重要的设计上。
二、AI是团队协作的“超级翻译官”：解决沟通和体力活
团队里美术和程序的协作常卡壳？AI帮他们打通了“语言障碍”：
- 资产自动整理：美术Frank用自然语言命名文件（比如“Reload GUI指示物开启.png”），AI会自动把这些文件重命名、分类到正确文件夹，甚至替换游戏里的引用——以前这些事虽简单，但会打断开发节奏，现在AI一键搞定。
- 文档转配置：Frank在Notion写的剧情对白，AI直接转成游戏内的配置文件，还把立绘扒进工程，根据对白里的人物注释显示对应图片，全程不用打开Unity手动填配置。
- 需求可视化传递：作者让AI把游戏资产需求整理成图片（用GPT Image 2），给美术Frank看，比文字更清晰；后期还用AI从Discord聊天记录里扒Frank的优化建议，避免漏掉细节。
AI就像个“中间人”，把人类的模糊需求（自然语言、文档、聊天记录）转成机器能懂的结构化数据，省去了大量沟通和搬运工作。
三、AI搞定开发中的“脏活累活”：从Git冲突到调试bug
开发中最头疼的琐碎事，AI都能接手：
- Git冲突不再头疼：Unity场景文件是yaml格式，diff很难看懂，AI能把冲突原因用自然语言解释清楚，还帮你合并、修复引用丢失——解决冲突像“做手术”一样顺畅。
- 批量处理数据：调整多个敌人的走路速度时，AI会把所有数据做成表格，让作者全局对比；音效音量不一致，AI能批量归一化，筛出不合格的音频。
- 智能调试：遇到渲染bug，AI帮跑git bisect（二分法找错误提交），作者只需要验证版本是否正常；Cursor的Debug Mode不会瞎猜，先加日志让你复现，拿到日志再分析修复——比靠直觉盲猜靠谱多了。
这些以前需要手动反复操作的事，AI能快速高效完成，还减少了人为错误。
四、AI的边界：体验和美学，还是得靠人
AI再强，也有搞不定的事：
- 体验拼不起来：作者前期用AI快速搭好了机制，后期却发现游戏体验“散架”——因为游戏不只是机制（Mechanics），还要有动态的玩法反馈（Dynamics）和传递给玩家的美学感受（Aesthetics），这些AI无法自动生成，需要人来打磨。
- 美学是“抽卡”不是稳定生产：AI生成的音效、音乐像“抽卡”，偶尔有惊喜（比如误生成的合成器BGM很有氛围），但无法稳定输出符合游戏风格的内容；关卡生成也只能做简单战斗关卡，解谜关卡完全不行。
- 核心判断还是人：游戏最后是否好玩，取决于人的测试和审美——AI能加速生产，但质量的最终把关者还是开发者。
五、开发流程的“革命”：从工具依赖到AI协作
这半年的AI开发让作者抛弃了很多旧习惯：
- 丢掉IDE和插件：以前离不开VS Code和各种Unity插件，现在只需要和AI对话；压箱底的20款插件丢了一半，AI的定制化能力都能解决。
- 实验门槛降低：以前不敢尝试的细节（比如双声道脚步声），AI15分钟就能实现；美术也能让AI生成粗糙效果，再由程序优化——异步协作更顺畅。
- 未来趋势：AI还在进化（实时语音控制、自动测试），但核心不变：AI提升效率，人负责体验和判断。
总结来说，AI不是替代开发者，而是让开发者从“动手”转向“动脑”——把重复劳动交给AI，把精力放在游戏的灵魂部分。
这篇文章最打动人的点在于：它不是炫技AI有多厉害，而是真实展示了AI如何融入日常开发，以及人和AI协作的正确姿势——AI是助手，不是主角，游戏的核心永远是人。