AI无法重现Thrust游戏，但能帮你理解它

背景

经典游戏《Thrust》最初由 Jeremy C. Smith 于 1986 年为 BBC Micro 编写，是一款在 32K RAM 环境下运行的 4X 策略游戏变体（实际是物理驾驶射击游戏）。玩家操控飞船穿越洞穴，收集燃料、躲避炮塔火力、回收吊舱获取额外分数，同时对抗重力和动量。作者（本文原作者）是一位资深游戏开发者，曾从零构建基于 WebGPU 的 4X 策略游戏，对 8-bit 时代的编程技巧充满兴趣。他最近尝试用 AI（Claude Code）在浏览器中复刻这款经典，结果引发了一场关于 AI 能力边界与技术考古的深入探讨。

核心内容

作者最初对 AI 的能力抱有一定期待，特别是看到 OpenAI 和 Anthropic 的最新公告后，他给了 Claude Code 一份详细的技术规格说明书，并提供了原版 Thrust 的反汇编源代码截图，要求它完整复刻。结果 AI 生成了一个“垃圾级别”（slop）的产物——勉强有视觉上的扫描线效果，但重力错误、飞船坠落不自然、操控感糟糕，完全不像真正的 Thrust。作者指出，这类游戏的精髓不在于表面机制（以设备帧率运行、使用标准 delta-time 物理、绘制洞穴），而在于具体的时序、飞船的重量感、动量的累积方式——这些细节 AI 无法从文字描述甚至原始源代码中捕获。

此后，作者转向了更有价值的活动：利用 Claude 对 6502 汇编代码进行技术考古。他找到了 Kieran Connell 精心注释的反汇编版本，然后向 Claude 提问——“关卡数据如何工作？”“物理模型在这里做了什么？”Claude 给出了详细、准确的解释，帮助作者深刻理解了原版代码的运行机制。作者认为，如果没有注释的引导，Claude 的效果会大打折扣，但即便如此，它也极大地简化了工作。

在理解原版后，作者开始基于这些答案重新创建规范，并逐步编写自己的实现。他特别深入研究了两个核心部分：

1. 物理系统：Thrust 使用 Q7.8 定点数算术（8-bit 机器常见技巧），旋转系统有 32 个步进并通过查表计算力分量。但真正的难点在于时序。作者最初使用了原版反汇编中的常量（重力、推力、阻力相同），但飞船太快、太灵活。经过分析发现，原版物理并非以 BBC Micro 的 50 Hz VSync 频率运行，而是有一个“滴答循环”，每帧至少等待 3 厘秒（约 33.33Hz），并且每个滴答内部，物理更新仅限制在 16 个滴答窗口中的 6 个有效槽位。具体代码逻辑显示：旋转每 4 个滴答跳过 1 个，力计算仅在该 6 个活跃槽位中执行，位置积分则每个滴答都做。有效的力和阻力率约为 12.5Hz，而非 50Hz。此外，X 轴阻力（乘以 63/64）远强于 Y 轴（乘以 255/256），导致水平运动比垂直运动更“粘滞”。只有匹配这些精确的时序模式，复刻版本才能与原版感觉完全一致。

2. 声音系统：作者本可以通过采样模拟器中的声音来复刻，但觉得那样“不对”。于是他选择直接重建 SN76489 声音芯片（与 Sega Master System 相同的声音芯片）的模拟，从而精确再现原版引擎的连续低鸣、按键响应以及爆炸的特定包络。这部分需要真正的底层模拟，而非简单采样。

最终，作者成功在浏览器中实现了与 BBC 模拟器手感一致、声音真实的 Thrust 复刻版，并宣布相关规范文件已放入源代码仓库的 specs 文件夹中。

关键要点

• AI 无法复刻经典游戏的“感觉”：即使用相同的常数和源代码，AI 生成的作品在操控手感、重量感、细节时序上与原版相去甚远，因为真正的游戏体验是由硬件时序、编程技巧和人对细微差异的感知共同定义的。
• AI 在代码考古方面很有价值：Claude 在理解注释良好的 6502 汇编代码时表现优异，能快速解释子系统的底层工作原理，大大加速了逆向工程过程。但如果没有注释引导，其有效性会显著下降。
• 物理时序是游戏的灵魂：Thrust 的物理并非简单基于帧率或标准 delta-time，而是采用“6/16 滴答门控 + 非对称阻力 + 旋转跳过”的独特模式。直接使用原版常量但忽略这些时序会导致完全不同手感。
• 声音复刻需要底层模拟：对于连续变化的声音（如引擎声），采样不如模拟芯片行为准确。作者重建了 SN76489 芯片，才获得与原版匹配的音效。
• 技术考古的价值：通过分析 8-bit 游戏的源代码，可以揭示现代游戏开发中容易忽视的物理细节（如固定点运算、非均匀帧率、门控更新），这些技巧对打造独特手感至关重要。

意义与影响

这篇分享不仅是一次有趣的复刻实验，更引发了对 AI 在游戏开发中实际角色边界的思考。当前 AI 能够快速生成“形似”的东西，但真正的经典游戏体验源自开发者对硬件极端约束下的精细调优——这些细节往往无法被量化成文本或代码中的常量，而需要人类对“感觉”的长期磨练。同时，AI 作为解读古老代码的辅助工具，展示了将 40 年前的程序逻辑转化为现代实现的可能性。作者通过这项“考古”工作，不仅重现了一款自己的童年最爱，还为其他人提供了理解 8-bit 时代编程智慧的窗口。未来，类似的 AI 辅助逆向工程可能帮助更多经典游戏以原汁原味的方式复活，而不仅仅是粗糙的“重制”。