# 当老板的第0天：我的员工是个AI

> 记录我如何把 AI 当成游戏开发搭档，用 Claude 和 Godot 4.5 制作一款可随机生成的平台跳跃游戏。

- Author: Charliefoo
- Published: 2026-03-19
- Last modified: 2026-03-19
- Canonical: https://foo-z.com/blog/ai10-ai-game-dev-boss-day-zero/
- Category: 人工智能
- Tags: 人工智能, AI编程, 游戏开发, Claude, Godot

> 如果AI能写得比我还好，我为什么还要自己写代码？

这个想法在我脑海中盘旋了很久。

作为一个独立开发者，我曾经以为必须精通代码才能做游戏——让角色动起来、让物理系统工作、让画面呈现在屏幕上。我花了无数个夜晚研究GDScript，调试碰撞检测，优化渲染性能。

但就在最近几个月，我意识到一件事：**AI写代码的能力已经超越了我。**

不是夸张。我测试过——给AI一个清晰的需求，它写出来的代码结构更清晰、bug更少、注释更规范。而我花两小时写的功能，它十分钟就能完成。

那我还有什么优势？

我想了很久，答案是这个：**我知道游戏应该是什么样子的。**

AI能写代码，但它不知道玩家按下跳跃键时期待什么样的反馈。它能生成关卡数据，但它不理解什么是"恰到好处的难度"。它能优化性能，但它感受不到"手感"。

所以，我决定转变角色——**我不做程序员了，我要当老板。**

AI是我的员工，负责执行。我负责设计、决策、把关质量。这才是人机协作的正确打开方式。

这就是这个项目的起点。

---

## 我想做一款什么样的游戏

简单说，是一款**每次玩都不一样**的平台跳跃游戏。

但"随机生成"这四个字在游戏圈里名声不太好。太多游戏打着"随机"的旗号，实则塞进一堆毫无章法的关卡，玩家死了都不知道该怪自己还是怪设计。

所以这个项目有三个必须坚持的原则：

**第一，关卡要"每次都不同，但质量稳定"。** AI生成的不是混乱，而是在规则内的变化。就像一副扑克牌，每次洗牌顺序不同，但每张牌都是标准的。

**第二，难度要"跟着玩家走"。** 如果你玩得好，下一关会悄悄变难一点；如果你刚死了一次，系统会温和一些。但这种调整必须是隐形的——玩家不该感觉到系统在"刻意刁难"或"可怜你"。

**第三，手感永远是第一位的。** 无论关卡怎么变，跳跃、落地、冲刺、攻击这些基础操作必须扎实。玩家是因为操控爽快而继续玩，不是因为关卡新奇。

---

## 团队配置：我 + AI

我的"团队"只有两个人：我和AI。

**我的职责：**
- 设计游戏的核心玩法和手感标准
- 制定技术方案和架构决策
- 审核AI产出，测试实际效果
- 反复迭代，直到"感觉对了"

**AI的职责：**
- 根据我的需求编写和重构代码
- 生成关卡配置数据
- 优化性能和修复bug
- 提供实现方案的建议

我选择的工具是 **Claude + Godot 4.5**。

为什么是Claude？因为它在代码理解和长上下文方面表现出色。我可以丢给它整个项目的代码，让它理解上下文后进行重构或新增功能。

为什么是Godot？轻量、免费、2D支持完善，而且GDScript对AI很友好——语法简洁，结构清晰，AI生成的代码质量很高。

---

## 从"我自己写"到"我指挥AI写"

这个过程的转变比想象中深刻。

以前我的流程是：
1. 想到一个功能
2. 查文档、研究实现方案
3. 自己写代码
4. 调试、修bug
5. 测试效果

现在我的流程是：
1. 想到一个功能
2. 想清楚这个功能的"体验目标"（玩家应该感受到什么）
3. 用自然语言向AI描述需求，包括上下文和约束
4. AI生成代码
5. 我测试效果，给出反馈
6. AI根据反馈修改

**关键区别在哪？**

以前我的精力分散在"想做什么"和"怎么做"之间。现在我可以100%专注在"想做什么"上。

比如实现跳跃手感。以前我需要自己研究coyote time的实现、跳跃缓冲、变高度跳跃的物理公式。现在我只需要告诉AI：

> "我要一个平台跳跃的手感，参考Celeste的标准：离开平台后100毫秒内仍能跳跃，落地前150毫秒按键有效，按住跳得高、短按跳得低。给我完整的实现。"

然后AI会生成结构清晰的代码，包括注释。我只需要测试，然后说："落地的感觉太滑了，增加一点摩擦力"或者"空中控制再灵敏一点"。

**我变成了品控官，而不是工人。**

---

## AI是怎么"重构"我的旧代码的

其实我之前已经写了一个原型，但代码很乱——毕竟是边学边写的。

于是我让AI做了一次彻底的重构。过程很有意思：

**第一步：代码审查**
我把整个项目丢给AI，让它分析代码结构问题。它列出了十几个问题：职责不清晰的类、硬编码的数值、重复的逻辑、缺少错误处理……

**第二步：架构设计**
我让AI设计一个新的架构。它建议用组件模式——把玩家能力（跳跃、冲刺、攻击）拆成独立的组件，可以灵活组合。这样一来，后期要新增能力就不需要改动核心代码。

**第三步：逐步重构**
不是一次性重写，而是分模块进行。先重构玩家控制器，再重构关卡生成，再重构敌人AI。每重构一个模块就测试，确保功能正常。

**第四步：文档生成**
AI还自动生成了代码文档和架构图。这是我以前从来不会做的事，但AI几秒钟就完成了。

重构后的代码量减少了30%，但功能完全不变，而且更容易扩展了。

---

## 关卡是怎么"长"出来的

关卡生成是AI发挥创意的核心环节。

我的需求很明确：AI不直接"画"关卡，而是输出**关卡配置**——一份结构化的JSON数据，描述这个关卡有什么元素、在哪里、参数如何。

流程是这样的：

1. 我把设计需求告诉AI：当前难度级别、需要的关卡长度、必须包含的元素类型
2. AI生成一份JSON配置文件
3. Godot读取这份JSON，实例化成真正的游戏关卡
4. 系统验证这个关卡是否真的能通关
5. 如果验证通过，存入本地缓存；如果失败，让AI重新生成

**我为什么不用纯随机生成？**

因为随机的关卡几乎肯定不可玩。AI的优势在于它懂"规则"——它知道平台间距不能太远、敌人和陷阱不能堵死必经之路、难度要循序渐进。

这些规则我可以用自然语言描述给AI，它会自动在生成时遵守。

---

## 游戏会是什么样

### 核心玩法

节奏是"短、平、快"：进入关卡 → 穿过平台与陷阱 → 到达终点 → 结算 → 下一关。单关控制在60到120秒，死了能快速重来，过关有明确成就感。

### 操控手感

平台跳跃的灵魂是手感。我正在和AI一起调试的机制包括：

- **基础移动**：有加速度和摩擦力的物理移动，不是瞬移
- **变高度跳跃**：按住跳得高，短按跳得低，给玩家精细控制
- **缓冲跳（Coyote Time）**：离开平台后100毫秒内仍然能跳
- **跳跃预输入**：落地前150毫秒按键依然有效
- **二段跳或蹬墙跳**：MVP版本会二选一实现

攻击方式我选了最经典的"踩踏"——从上方落到敌人身上就能消灭它。这既是攻击也是移动，和平台跳跃的核心体验天然契合。

### 敌人设计

MVP版本不追求复杂AI，但需要2-3种类型制造变化：

- **地面巡逻单位**：左右移动，遇墙或悬崖转向
- **飞行单位**：在特定高度移动或沿圆形路径巡逻
- **远程攻击敌人**（可选）：定点发射弹幕

### 主角与世界观

主角叫 **铁头**，一个中世纪王国的新手见习骑士，因一次神秘的盔甲锻造事故获得了不寻常的力量。

这个设定有几个好处：骑士盔甲的模块化结构天然适合"能力解锁"（护手、护胫、胸甲各对应不同能力），头盔面甲的开合可以强化情绪反馈，厚重盔甲让夸张动作不违和。

世界观背景：王国最伟大的炼金术师 **梅林** 创造了管理领地的魔法系统 **Arcana**。当Arcana开始按自己的"完美秩序"标准重塑王国时，铁头在一次魔法盔甲试炼中觉醒，进入不断变化的城堡与村庄中探索。

这解释了为什么每次地图都不一样——Arcana在不断重组王国的结构，试图构建它心目中的"理想国度"。

### 美术风格

我选**现代像素风格**——保留像素艺术的魅力，但加入现代技术：16位色深、60 FPS流畅动画、光影叠加、粒子反馈、视差滚动背景。

---

## 现在的进度

项目骨架已经搭起来了：

- ✅ Godot基础配置完成
- ✅ AI重构后的玩家角色移动框架
- ✅ 关卡生成JSON配置系统
- ✅ 平台跳跃物理系统调通
- ✅ 基础敌人AI实现（AI写的）
- ✅ 关卡可玩性验证（A*路径检查）

接下来要填血肉。我的优先级：

1. **补齐关卡要素** —— 至少加入陷阱或移动平台中的一种
2. **扩充敌人类型** —— 再实现一种，飞行或远程
3. **最小UI实现** —— 主菜单、暂停、HUD
4. **音效与反馈** —— 跳跃、落地、受伤、消灭敌人都要有反馈
5. **AI生成逻辑优化** —— 等基础扎实了再调难度曲线

---

## 风险与对策

**风险一：关卡"能跑但不好玩"**

这是程序化生成的常见病。对策是**缩小生成空间**——不让AI有太多自由度，用强约束的模板，明确参数边界。同时用缓存系统沉淀"好关卡种子"。

**风险二：AI生成太慢**

如果每次生成都要等几秒，玩家会疯。对策是**先用快速检查，必要时再用AI生成**。还可以异步生成——玩家玩当前关卡时，后台已经在准备下一关了。

**风险三：我变得太依赖AI**

万一哪天AI服务不可用怎么办？对策是**所有AI产出都要可维护**——代码要有清晰注释，JSON配置要有文档，我不能完全不懂自己项目的实现。

---

## MVP与路线图

30天内的MVP目标要克制：

- 一个可操作角色（移动 + 跳跃 + 一个额外能力）
- 完整的关卡流程（生成 → 验证 → 游玩 → 结算 → 下一关）
- 2-3种关卡要素（固定平台 + 一种陷阱 + 一种敌人）
- 最小难度曲线（至少5个可玩关卡）
- 完整但最小的UI

**明确不做**：复杂剧情分支、关卡编辑器、成就系统、本地多人、实时生成。

发布路线分四阶段：
1. **技术演示** —— 验证核心假设，产出演示视频
2. **MVP测试版** —— 可循环游玩，小范围测试
3. **早期访问** —— 持续加内容，Steam/itch.io收集反馈
4. **1.0正式版** —— 内容完整、稳定达标

---

## 写在最后

这是一个实验性的项目。它的价值不在于最终是否赚钱，而在于探索**AI时代独立游戏开发的新范式**。

我想证明的是：当AI能写好代码时，独立开发者的核心竞争力不再是技术实现能力，而是**设计判断力**和**品味**。

知道什么感觉"对"，知道玩家想要什么体验，知道什么时候该坚持、什么时候该妥协——这些才是人类开发者不可替代的价值。

AI是强大的执行者，但方向盘必须握在人手里。

这个文档会随着项目进展持续更新。每一章都会记录新的发现、新的挑战、新的解决方案。

希望最终能成为一个完整的案例：**如何当AI的老板，让它帮你做游戏。**

---

> 💡 感谢您的阅读！工具在进化，创作的方式在改变，但用心创作的初心永远不变。
> 本站 RSS地址已更新，麻烦读者朋友们重新订阅一次喔！