19年游戏老兵用Claude全流程做游戏,却被社区删帖

19年经验开发者用Claude Code与Unity MCP,5周独立完成游戏开发至Steam上架。
一位拥有19年经验的游戏开发者用Claude Code在5周内独立完成了一款农场小游戏的全部流程,从C#编码、美术制作到营销与Steam上架。技术核心是Funplay MCP驱动Unity 6编辑器,让Claude能直接检查场景、改数值、截图并试玩;美术侧由Magnific生成概念与贴图、Tripo转3D模型、Blender配合MCP脚本修复。他还设计了卡片式runner脚本,在夜间自动构建、测试、测量手感并仅在全部通过后合并分支,营销视频也由脚本化镜头自动拍摄剪辑。作者强调手感与设计判断仍由人完成,AI只接管执行。但他因主动披露AI使用而被多个游戏开发社区删帖,引发关于AI透明披露与社区接纳度的讨论。
一位有着19年经验的游戏开发者,最近在Reddit上分享了自己用Claude在5周内独立完成一款小游戏全流程的经历——从开发、美术到营销和Steam上架。但帖子在几个游戏开发版块被删除,原因是他主动披露了AI使用情况。

一场找回乐趣的实验
这位开发者坦言,做了近二十年游戏后,工作逐渐变成纯粹的营生,乐趣早已消失。几周前他给自己定了个挑战:借助AI,独自把一款小游戏走完整个管线。
成果是一款 chill 风格的非写实农场游戏:玩家驾驶机器开进茂密的田地,清理作物,用赚到的收益购买下一块地。整个项目耗时约5周,他表示这是多年来第一次真正享受做游戏的过程。
工具栈:Claude 当主程,MCP 打通引擎
技术方案的核心是 Claude Code 中的 Claude(Opus 5.5),它几乎包办了所有 C# 代码。作者把工作方式比作"指挥一个小型代理团队"。
关键环节是 Funplay MCP + Unity 6:Claude 可以直接驱动 Unity 编辑器,检查场景、修改数值、截图甚至试玩游戏。这意味着它能"看到"自己构建的东西,而不是靠猜。作者在对比测试多个 MCP 后,认为 Funplay 是其中最好用的。
美术管线同样全自动衔接:Magnific 负责概念图、贴图和材质贴图;Tripo 将选定的概念转成 3D 模型;Blender 搭配 MCP 通过脚本完成清理、拆分、缩放和修复,再导入游戏。
MCP(Model Context Protocol) 是 Anthropic 于 2024 年底推出的开放协议,用于在 AI 模型与外部工具、数据源之间建立标准化连接。可以把 MCP 理解为「AI 的 USB-C 接口」:只要外部系统实现了 MCP 服务器,Claude 就能以统一方式调用其能力,无需为每个工具单独编写适配代码。在游戏开发场景中,MCP 服务器可以暴露 Unity 编辑器的 API——加载场景、读取和修改 GameObject 属性、触发构建、截取画面等,模型则通过协议发起的工具调用完成操作。这使 AI 从「生成代码文本」升级为「直接操作生产环境」,也是文中 Claude 能「看到」自己构建结果的技术前提。相比早期为每个工具定制插件的方式,MCP 降低了集成成本,也让代理式工作流更容易复用。
自动化流水线:睡觉时游戏在自我迭代
作者认为最有趣的部分是自动化。他把计划、设计想法和反馈写成卡片积压起来,一个 runner 脚本会在离开时(比如睡觉期间)逐张处理,每张卡片设有严格的时间和费用预算。
每张卡片在独立分支上工作:无头模式构建游戏、运行测试、驱动成品游戏测量操控手感、截图,只有全部通过才合并变更。营销侧采用同一套思路——脚本化镜头在游戏内自动拍摄,剪辑成短视频,按发布计划排队。
文中「无头模式(headless mode)」指的是不启动图形界面、以命令行方式运行 Unity 构建产物或编辑器,常用于 CI/CD 流水线。无头模式下,程序仍可执行构建、加载场景、运行自动化测试,但不会弹出窗口占用桌面,因而适合在夜间无人值守时批量执行。结合「独立分支」与「全部通过才合并」的门禁策略,整体构成了一套典型的持续集成(CI)实践:每张任务卡片相当于一次提交,自动构建和测试充当质量闸门,避免 AI 的改动在未经验证的情况下污染主干。测量「操控手感」则是把主观体验部分量化为可比较的指标(如输入延迟、移动曲线、碰撞响应),让自动化脚本能给出通过或失败的判断。
AI 没决定游戏是什么
作者特别强调,所有品味层面的判断仍由自己做出:手感如何、画面如何、什么才好玩。AI 并没有决定游戏的本质。切割机制、作物、镜头、拖拉机结构与移动、关卡和环境搭建,都需要大量手工游戏设计和反馈迭代。
这也是整件事的微妙之处:AI 接管了执行,但设计判断依然是人。而被社区删帖的遭遇,则抛出了一个尚未有答案的问题——当披露AI使用成为被驱逐的理由,开发者该如何分享真实的制作过程?
(游戏 Steam 页面见原帖链接。)
背景补充
Claude Code 是 Anthropic 推出的代理式编程工具,运行在终端中,能够读写项目文件、执行 shell 命令、运行测试并根据结果自主调整。与传统代码补全不同,它以「代理循环」方式工作:接收任务→规划步骤→调用工具→观察输出→继续修正,直至任务完成或触及预算上限。文中「指挥一个小型代理团队」的比喻正源于此——开发者给出高层意图与约束,代理负责拆解为具体操作。卡片式积压(backlog)加时间与费用预算的做法,实际上是把代理工作流纳入项目管理框架,避免单次任务无限膨胀,也便于事后审查每次改动的来源与成本。
相关推荐

Claude Mythos 5.2 与 Fable 5.2 错误率异常升高
Claude Mythos 5.2 和 Claude Fable 5.2 出现请求错误率异常升高,官方状态页已标记为调查中。本文梳理事件概况、对开发者的实际影响及应对建议。

ReAct运行时上下文裁剪:Claude Code为何70%就动手
深入解析ReAct运行时的上下文裁剪机制:为什么Claude Code在上下文使用约70%时就触发压缩,工具调用为何占用最多、为何必须成组丢弃,以及代码库为何不需要RAG。基于B站小福哥《分币不掏,学习AI Agent开发》第17节整理。

AI Agent vs LLM:Cursor和Claude Code如何真正工作
深入解析AI Agent与LLM的本质区别:LLM生成代码建议,Agent则通过工具调用修改文件、运行测试。以Spring Boot Bug修复为例,拆解Cursor和Claude Code的工作流、权限控制与验证机制。