零代码基础用AI做游戏上架Steam：两个月独立开发全流程复盘

一个普通人的AI游戏开发实验

一位自称"入门级选手"的开发者，花了两个月时间，在不写一行代码的情况下，靠AI完成了一款类似《吸血鬼幸存者》的肉鸽生存游戏，并成功上架Steam。

背景补充： 《吸血鬼幸存者》（Vampire Survivors）于2022年正式发布，由意大利独立开发者Luca Galante单人开发，以极低的制作成本创造了数千万美元的商业奇迹，成为独立游戏史上的标志性案例。这类游戏的核心机制是"Roguelite+自动战斗+Build构建"：玩家在有限时间内不断击杀怪物、收集经验、选择技能升级，最终形成强力的技能组合。其成功验证了一个重要命题：玩法简洁、数值驱动的游戏类型，代码逻辑相对规整，非常适合作为AI辅助开发的切入点。

这个案例再次印证了一个趋势：AI正在把游戏开发的门槛大幅拉低，核心竞争力从"会不会写代码"变成了"有没有想法和执行力"。

作者坦言，这款游戏并非什么神作，他真正想验证的是：一个编程基础薄弱的普通人，能否借助AI工具链完整交付一款可上架的商业游戏？答案是肯定的。

代码全靠AI生成，从逐行检查到完全信任

整个项目的代码基本由AI完成。开发初期，作者还会逐行检查AI生成的代码，确认逻辑是否正确、有没有潜在Bug。但随着项目推进，他逐渐建立了对AI代码能力的信任，后期几乎不再仔细审查，直接采用AI的输出结果。

这种心态变化其实很有代表性。当前主流的大语言模型（如GPT-4、Claude等）在处理游戏开发中常见的逻辑编写——比如角色移动、碰撞检测、技能系统、数值计算等——已经具备相当高的准确率。

技术背景： GPT-4、Claude等大语言模型在代码生成领域的能力，源于其训练数据中包含了GitHub上数以亿计的开源代码库。这类模型不仅能理解自然语言描述的需求，还能生成符合特定框架（如Unity C#、Godot GDScript）语法规范的代码。在游戏开发场景中，角色移动、碰撞检测、技能冷却等逻辑属于高度模式化的代码，在训练数据中出现频率极高，因此AI的生成准确率相当可观。值得注意的是，AI代码生成的质量与"提示词工程"（Prompt Engineering）密切相关——如何清晰描述需求、分解任务粒度，本身就是一种需要学习的新型技能。

对于一款肉鸽生存类游戏来说，核心玩法的代码复杂度相对可控，AI编程完全能够胜任。

UI开发新思路：用UI Toolkit替代传统UGUI

在UI开发方面，作者做了一个值得关注的技术选择：没有使用Unity传统的UGUI系统，而是采用了UI Toolkit。

UI Toolkit的语法类似HTML+CSS，采用声明式的布局方式来构建界面。

技术对比： Unity的UI系统经历了两代演进。第一代UGUI（Unity GUI）诞生于2014年，基于GameObject和Component的架构，开发者需要在Scene视图中手动拖拽、配置组件，操作直观但难以用代码完整描述界面结构。第二代UI Toolkit（原名UIElements）则借鉴了Web前端的设计理念，使用UXML（类似HTML）定义界面结构，USS（类似CSS）控制样式，并支持C#逻辑绑定。这种"结构-样式-逻辑分离"的声明式架构，使得整个UI可以用纯文本文件完整表达，AI因此能够直接生成、修改和调试UI代码，无需依赖编辑器的可视化操作，极大降低了人机协作的摩擦成本。

这个选择背后有一个关键考量——这种结构化的描述语言对AI极其友好。相比UGUI需要在编辑器中手动拖拽组件、设置属性，UI Toolkit可以让AI直接生成布局代码、按钮样式和交互效果，开发效率提升非常明显。

作者甚至透露，他一度考虑过在Unity中嵌入一个浏览器组件来实现更炫酷的UI效果，但最终因为打包体积过大而放弃。这个思路虽然激进，但也反映出AI时代独立开发者的一种倾向：尽量选择AI擅长生成的技术栈，让人机协作的效率最大化。

AI做游戏的最大瓶颈：3D素材

尽管AI在代码和UI方面表现出色，但开发过程中也遇到了明显的瓶颈——3D素材的获取和处理。

为了找到合适的3D资源，作者几乎翻遍了Unity Asset Store里购买过的所有素材包。虽然目前已有AI工具可以生成3D模型（如Meshy、Tripo等），但生成模型只是第一步，后续还需要进行骨骼绑定、动画制作、动作调试等一系列工作，这些环节目前AI的自动化程度还远远不够。

行业现状： 当前AI 3D生成领域正处于快速发展但尚未成熟的阶段。Meshy、Tripo3D、Stable Zero123等工具已能从文本或图片生成基础3D网格（Mesh），但生成的模型普遍存在拓扑结构不规整、细节精度不足等问题。更关键的是，游戏中的3D角色需要经过完整的"资产管线"处理：骨骼绑定（Rigging）定义骨骼层级结构，蒙皮（Skinning）将网格顶点与骨骼关联，动画制作（Animation）定义运动关键帧，最终还需要在引擎中进行动画状态机配置。这一流程目前仍高度依赖专业美术人员的手工操作，AI自动化工具（如Mixamo的自动绑定）虽然存在，但对复杂角色的支持仍有明显局限，这正是AI辅助游戏开发当前最显著的能力边界。

这也揭示了当前AI辅助游戏开发的真实现状：

• 代码层面：AI已经非常成熟，能处理大部分逻辑需求
• 2D素材：AI图像生成工具（Midjourney、Stable Diffusion等）已经能产出高质量的2D资源
• 3D素材：从建模到动画的完整流程，AI仍然存在明显短板

基于这个认知，作者表示下一个项目将转向2D游戏开发，因为2D的素材生成和表现方式更加可控，AI的介入程度也更高。

对独立开发者的三点启示

这个零代码AI游戏开发案例，给我们几个重要启示：

1. AI降低的是"执行门槛"，而非"设计门槛"

代码可以让AI写，UI可以让AI生成，但游戏的核心玩法设计、数值平衡、关卡节奏这些决定游戏品质的要素，仍然需要人来把控。AI是一个强大的执行工具，但它不会替你想清楚"做一款什么样的游戏"。

2. 技术栈选择要"AI友好