AI工作流实践：100% Vibe Coding完成Game Jam游戏开发

背景

本文作者参与了由机核（Gcores）举办的 BOOOM Jam 游戏创作马拉松。在为期三周的期限内，作者与艺术家 Frank 合作开发了一款名为《茫室》的俯视角射击游戏。游戏的核心机制设定为：敌人在光照下处于无敌状态，玩家必须在阴影中才能击杀敌人，主打预判与战斗爽感。

与以往不同，这次开发完全采用了“Vibe Coding”（氛围编码/自然语言编程）的工作流。作者指挥 Cursor 和 Codex 等 AI Agent 生成代码，音乐音效由 ElevenLabs AI 生成，而美术资产和关卡设计则由 Frank 手工制作。文章旨在通过这一案例，展示 AI Agent 在游戏开发中如何提升工程效率、改善团队协作，并具体分享驾驭 Agent 的实战技巧。

核心内容

效率提升与数据对比

作者通过代码量、Git 提交次数和工时三个维度展示了 AI 带来的效率变革：

• 代码量激增：在完全依赖 Vibe Coding 且剔除第三方插件（如 Top Down Engine）的情况下，项目代码量从去年的 4,000 行激增至 31,000 行，相比 2022 年的项目提升了十倍。主要逻辑（人物控制器、敌人行为）均由 Agent 堆砌而成。
• 开发节奏加快：Git 提交次数从约 400 次增加到约 1,000 次。更原子化的 Commit 有助于 Agent 理解项目上下文。
• 投入时间增加：实际投入时间约为 100 小时，是去年的两倍。Agent 带来的正反馈极强，甚至导致作者在最后几天亢奋工作至凌晨五点。

工作流实践：让 Agent 接手模糊转译

作者提出了一套反直觉但高效的工作流，核心在于利用 Agent 处理“模糊转译”——即将非结构化的人类自然语言或混乱文件转化为机器可读的结构化数据。

• 资产命名与整理：美术 Frank 使用自然语言命名文件（如 Reload GUI 指示物开启.png），Agent 自动完成重命名、目录移动及配置引用替换。
• 配置生成：Agent 直接从 Notion 文档读取对白，转换为游戏内配置，并自动提取立绘图片，全程无需打开 Unity。
• 本地化流程：Agent 收集分散的对白，生成 Notion 对照表供校对，校对后再将修改内容倒回游戏配置。此流程无需引入专业本地化工具或修改数据格式。

工具链整合：让 Agent 串起工具

Agent 需要接入开放工具才能发挥最大效能，作者推荐 Notion 和 Dropbox 作为 AI 友好的数据存储地。

• 需求传递：使用 GPT Image 2 生成视觉化美术清单，通过 Codex 调用生成，比文字描述更清晰。
• 物理 Todo 列表：Agent 连接小票打印机，将电子 Todo 打印为纸质清单，降低屏幕带来的脑负荷。
• 聊天记录挖掘：使用 Discrawl Skill 读取 Discord 聊天记录，自动提取 Frank 提出的优化建议，避免口头需求遗漏。

数据视角与冲突解决

• 宏观数据对比：Agent 将分散在多个 Prefab 中的属性（如敌人速度、音频音量）提取为表格，提升信噪比，便于批量调整。
• Scene 冲突处理：Unity 的 YAML Diff 缺乏语义信息，难以阅读。Agent 能用自然语言叙述冲突原因，并协助进行合并手术，甚至自动修复合并导致的 Reference 丢失。
• Git 操作接管：Agent 充当自然语言交互的 Git 客户端，协助完成合并、冲突处理，并通过 git bisect 快速定位渲染 Bug 的引入提交。利用 git worktree 隔离 WebGL 编译环境，避免打断主编辑器进程。

精准定位与 Deeplink

随着 Agent 能力提升，上下文管理变得关键。

• Continual Learning：利用 Cursor 的 Memory 插件进行持续学习，使 Agent 能理解项目结构及作者偏好，无需手动维护 AGENTS.md。
• Deeplink 技术：针对复杂场景（如多层级骨骼、大量敌人），作者让 Agent 编写 Deeplink 功能，通过复制 GameObject 的 GlobalObjectId 实现精确定位。这解决了 Prefab 生成时的命名、放置及 Reference 挂载问题。
• 区域替换：在 LDtk 关卡编辑器中，通过复制区域 ID 给 Agent，实现批量替换特定区域内的敌人实体。

闭环验证：Unity MCP 与 Debug Mode

• Unity MCP 闭环：通过 Unity MCP（Model Context Protocol）实现自我验证。Agent 执行代码修改后，自动触发 Asset Refresh、检查 Console Logs 错误，并进入 Play Mode 进行冒烟测试，直到无错误为止。
• 跨平台打包：Agent 可模拟手机点击进行基础测试，处理 iOS 打包中的 Plist 问题，甚至通过 TestFlight 部署，全程无需打开 Xcode。
• Debug Mode 策略：拒绝盲猜。Agent 先列出假设，植入 Debug Log，要求开发者复现并获取日志后，再基于证据分析问题。支持通过 SSH 连接 Steam Deck 获取真机日志，分析 Editor 崩溃日志和 Profiler 数据。

动口不动手与实验精神

• 批量操作：在 Runtime 下批量操作实例化 Prefab 或调整材质，比手动编辑更高效，且能避免退出 Play Mode 丢失数值。
• 动画状态机：通过自然语言描述需求（如“开枪重播第一帧，结束后衔接 reload”），让 Agent 生成 Animator 状态机，避免手动配置“意大利面”式逻辑。推荐使用 Cursor 的 Composer fast 模型处理此类快速指令。
• 降低试错门槛：Agent 使得低优先级需求的实验成为可能。例如，15 分钟内实现双声道脚步声系统，意外催生了氛围感极强的合成器 BGM（由音效 API 生成）。
• 工具定制：作者让 Agent 修改开源关卡编辑器 LDtk 的源码以适配工作流，体现了“不顺手就改到顺手”的理念。

音效生成与美学局限

• ElevenLabs AI 音效：所有音乐音效由 ElevenLabs 生成。Codex 一站式完成 API 调用与埋点。意外生成的 10 秒合成器循环增强了游戏紧张氛围。
• 细节打磨：AI 承担了体力活，使团队有余力打磨 Game Juice，如双声道脚步声、动态 BGM 音量调整、三段式（Intro/Loop/Outro）响应等。
• 美学局限：尽管 AI 提升了效率，但在艺术资产的生成上仍像“抽卡”，缺乏稳定性。文章末尾暗示，尽管 AI 改变了节奏，但在体验与美学层面，人类仍需把控，作者因过于自信而拖延了某些环节。

关键要点

• Vibe Coding 的本质：不仅是生成代码，更是通过自然语言驱动整个开发流程，包括资产整理、配置转换、工具链串联和 Git 操作。
• 模糊转译的价值：Agent 擅长处理非结构化数据（如自然语言命名、Notion 文档、聊天记录）到结构化数据（代码、配置、表格）的转换，大幅减少体力劳动。
• 原子化 Commit 的重要性：更频繁、更细小的 Git 提交有助于 Agent 理解项目上下文，提高代码维护和问题定位的效率。
• 精准定位机制：对于复杂场景，利用 GlobalObjectId 等唯一标识符（Deeplink）辅助 Agent 定位特定对象，是解决上下文歧义的有效手段。
• 闭环验证是关键：引入 Unity MCP 实现“修改-编译-检查-测试”的自动化闭环，是避免 Agent 犯错累积、确保代码质量的核心。
• Debug 思维转变：从“盲猜修复”转向“假设-日志-证据”的科学调试模式，利用 Agent 分析海量日志数据。
• AI 辅助实验：降低试错成本，使开发者敢于尝试低优先级但可能