零代码爸爸用Claude Code打造3D地球玩具,意外走红课堂

无编程背景的父亲用 Claude Code 为孩子做出 3D 互动地球,意外走进全球课堂。
一位没有编程背景的父亲,为了让孩子屏幕时间更有意义,借助 Claude Code 以自然语言驱动的「vibe coding」方式,独立开发出 3D 互动地球应用 My Earth Toy。两个孩子成为需求提出者和首席测试员,推动产品持续迭代。目前版本包含 830+ 个 3D 地标、470+ 种动物、180+ 种交通工具,并具备昼夜系统、月球旅行、猜谜测验和多语言支持。项目在 Reddit 分享后获得远超预期的关注,并被全球教师和家长引入课堂。文章认为,这一案例展示了 AI 编程工具如何降低创造门槛,让有明确需求的普通人独立完成功能完整的互动应用,其低迭代成本的工作流是关键。
一个没有编程背景的父亲,为了让孩子屏幕时间更有意义,用 Claude Code 做出了一个 3D 互动地球。这个名为 My Earth Toy 的项目,在 Reddit 分享后获得了远超预期的关注,甚至走进了全球的课堂。

从「爸爸,为什么游戏里没有这个?」开始
据 Reddit 原帖作者描述,他只是一名普通父亲,两个孩子分别 9 岁和 6 岁。因为希望孩子的屏幕时间更有价值,他开始用 Claude Code(Opus 5.5)进行所谓的「vibe coding」——通过自然语言描述需求来生成代码。
令他没想到的是,两个孩子迅速变成了他的「开发团队」。孩子们不断提出新需求:「爸爸,这个为什么不在游戏里?」「你能让它做这个吗?」这些问题成了产品迭代的原始驱动力。作者坦言,自己完全没有编程背景,整个项目几乎完全依赖 Claude Code 完成。
这种开发模式颇具代表性:AI 编程工具正在降低创造门槛,让没有技术背景的人也能把想法变成可用的产品。父亲负责描述与判断,孩子负责测试与提需求,AI 负责实现——一个三人「家庭开发组」就这样运转起来。
「Vibe coding」是 2025 年初由 AI 研究者 Andrej Karpathy 提出的说法,用来描述一种以自然语言为主要输入、几乎不逐行审查代码的编程方式。开发者把注意力放在「想要什么」而非「怎么写」,把语法、API 调用和调试细节交给大语言模型。它的典型流程是:用日常语言描述需求,模型生成或修改代码,运行后把报错或不满意的效果再贴回去,如此循环。这种方式擅长快速搭建原型和中小型应用,但对复杂架构、性能优化和安全性要求高的系统并不保险,因为使用者往往难以判断生成的代码是否正确、是否存在隐患。My Earth Toy 正是这一模式的典型案例:作者不具备编程背景,靠对话式迭代把想法推到了可上线的程度。
Claude Code 是 Anthropic 推出的命令行 AI 编程代理,与网页版聊天不同,它能直接读取项目文件、执行命令、修改代码并运行测试,相当于把模型嵌进了开发环境。文中提到的「Opus 5.5」指的是驱动它的 Claude 模型版本,模型能力越强,一次生成可用的代码比例就越高,迭代轮数也越少。对非程序员而言,代理式工具降低了「把代码粘贴到哪里、怎么运行」这类环境门槛,使描述需求到看到成品之间的路径被大幅缩短。
更新清单:从地标到动物,再到月球
自首次分享以来,My Earth Toy 经历了大量更新,多数来自孩子的愿望清单和社区反馈。据作者列出的功能清单,目前版本包含:
- 830+ 个 3D 地标与景点,每一个都以三维形式呈现
- 470+ 种动物,会行走、游泳和飞行,并配有可收集的动物图鉴
- 180+ 种可乘坐的交通工具,涵盖汽车、火车、轮船和飞机
- 真实的昼夜系统,入夜后城市灯光会亮起
- 可以飞往月球
- 定位猜谜游戏、测验和每日地标谜题
- 多语言支持:英语、韩语、日语、中文,以及新增的印尼语

这些数字值得注意:830 多个 3D 地标、470 多种动物、180 多种交通工具,对于一个个人项目而言规模相当可观。更重要的是,这些内容并非一次性堆砌,而是围绕「探索世界」这一核心体验层层叠加,形成游戏化的学习闭环——图鉴收集、猜谜、每日谜题都在强化孩子对地理知识的记忆。
3D 地标与自定义 3D 资产通常依赖 WebGL 或 WebGPU 渲染,配合 Three.js 这类 JavaScript 库在浏览器中实时绘制三维场景。要支撑数百个地标、数百种动物和大量交通工具,常见做法是使用 instancing(实例化渲染)和 LOD(细节层次)技术:远处的模型用低面数版本,同一模型的多份拷贝共享几何数据,从而控制显存与帧率。昼夜系统则通过调整环境光、方向光和自发光材质来模拟光照变化,城市灯光在入夜后亮起正是自发光材质与光照强度联动的结果。这些技术细节虽不直接出现在文章中,却解释了为何一个个人项目能承载如此规模的内容而不至于卡顿。
一个让父亲会心一笑的瞬间
作者分享了一个小故事:不久前他问其中一个孩子埃菲尔铁塔在哪里,孩子自信满满地回答「西班牙!」。虽然答案错了,但几天后,孩子的地理知识已经「比大多数成年人还好」。这个细节真实反映了互动式学习的特点——孩子通过反复探索建立空间认知,而非死记硬背。
更让作者意外的是,这个项目「不知怎么就进入了全球各地的课堂」。一个原本只为两个儿子做的小玩具,最终被教师和家长发现并用于教学场景。这种自下而上的传播,恰恰说明了工具型产品在真实需求面前的扩散力。
简单的工作流,不简单的产品
作者描述自己的工作流依然「非常简单」:孩子提出需求,他描述给 Claude,然后一起测试。孩子们仍然是首席测试员。这种模式揭示了 AI 辅助开发的一个关键优势——迭代成本极低,试错空间大,非专业开发者也能快速响应反馈。

My Earth Toy 目前完全免费、无广告,可以免账号试用,注册后获得完整体验。作者坦承它仍是一个「进行中的作品」,存在不少 bug 和待改进之处。他邀请有好奇心的孩子(无论是生理年龄还是心理年龄)一起尝试,并欢迎反馈。
对 AI 编程工具的启示
这个案例的价值不止于一个儿童教育产品。它展示了 Claude Code 这类工具在「非程序员创造者」手中的实际形态:不是替代开发者写复杂系统,而是让有明确需求和审美判断的普通人,能够独立完成一个功能完整的互动应用。
从产品角度看,My Earth Toy 的成功要素也很清晰:真实的使用场景(自己孩子的需求)、快速迭代的反馈循环(孩子即测试员)、以及免费无广告的定位降低了尝试门槛。对于正在探索 AI 编程边界的创作者而言,这个父亲的经验或许比任何教程都更有说服力。
相关推荐

AI检测误判风波:作家被指用AI写作,谁该举证?
2026年英联邦短篇小说奖地区获奖者被Pangram检测工具判定100% AI生成,最终靠草稿自证清白。这起事件揭示了AI检测工具的误判风险与创作者面临的举证困境,以及作家协会承认没有可靠AI检测方法的现实。

Paul Ford新作引热议:Web本身已经足够
Paul Ford 文章《The Web Is More Than Enough》在 Hacker News 引发讨论,主张 Web 标准已足够承载应用开发,反对动辄引入封闭平台。本文梳理其核心论点、与当前 AI 应用潮流的张力,以及对开发者技术选型的实际含义。

斯坦福如何教授AI原生工程:CS146S课程揭秘
斯坦福CS146S课程直面AI一键生成作业的挑战,探索AI原生工程教育。Mihail Eric分享如何将AI作为工程伙伴,培养系统设计和代码审查能力,为工程教育提供新范本。