Unity CLI实测：AI智能体一句话造游戏的真实体验

Unity CLI 是什么？为何被称为独立开发者的福音

Unity 近期发布了全新的 CLI（命令行接口）工具，这被不少开发者视为一次里程碑式的更新。CLI（Command Line Interface）是一种通过文本命令与计算机交互的方式，与我们日常使用的图形化界面（GUI）相对。在游戏开发领域，CLI 工具通常用于自动化构建、批量处理资源、持续集成等场景，但 Unity CLI 的定位远不止于此。据 B 站相关 UP 主的实测分享，Unity CLI 本质上是一种全新的、完全基于代码的实时交互方式，它提供了一个实时交互通道，让 AI 智能体能够通过命令行直接操控 Unity 编辑器内部的功能——包括创建对象、修改属性、编写脚本、编译并调试游戏项目。

与此前的 MCP（Model Context Protocol）方案相比，Unity CLI 最大的突破在于权限和自由度。MCP 是 Anthropic 于 2024 年底推出的开放协议，旨在标准化 AI 模型与外部工具之间的通信方式，它类似于一个"USB-C 接口"，让不同的 AI 模型可以通过统一的协议调用外部工具、读取数据源和执行操作。在 Unity 场景中，早期的 MCP 方案允许 AI 智能体查询场景层级、读取组件属性，但受限于权限粒度和交互延迟，智能体只能执行预定义的有限操作。而 Unity CLI 在此基础上开放了更大的自由度，开发者可以随时运行脚本，甚至在游戏运行时实时执行任意 C# 脚本，大大缩短了「创建脚本 → 运行脚本 → 获取反馈」这一整套开发循环的时间。对于独立游戏开发者而言，这意味着从想法到可玩原型的距离被显著压缩。

值得一提的是，社区中已经出现将 Unity CLI 与开源项目（如刚在 Hugging Face 上发布的相关工具）结合的呼声，这种「代码优先 + AI 智能体」的组合被认为具备巨大的潜力。

Unity CLI 安装与配置：几条命令即可上手

整个接入流程比想象中简单。以使用 Kimi 模型为例，配置步骤大致如下：

第一步：安装模型 CLI

首先需要安装 Kimi CLI（也可搭配桌面端）。前往 Kimi 官网获取 CLI，打开 PowerShell，一条命令即可完成安装，随后执行 Kimi Login 登录账号。你也可以通过网页命令运行，界面会直接在浏览器中打开——运行方式相当灵活。

第二步：安装 Unity CLI

同样是一条命令行。打开终端或 PowerShell 粘贴安装命令即可完成。安装后执行 Unity Auth Login，浏览器会自动打开，选择账号（如 Google）登录，看到成功提示即完成。

第三步：连接项目

需要在项目中安装 MCP 和 Pipeline。做法有两种：进入项目安装相应包，或在终端运行 Unity Pipeline Install。UP 主在测试中创建了一个 Unity 6000 版本的新项目（注意：仅此版本支持），通过 Package Manager 搜索 com.unity.pipeline 并安装，即可获得 MCP 与 EVO 支持。

安装后可运行 Unity Editors Running 命令，检测当前可见的编辑器，确认项目对 CLI 可见。

第四步：配置 MCP 连接

如果使用 Claude，可直接运行 Unity MCP Configure 类命令自动配置。但目前 Kimi 尚未在官方列表中，需要手动配置：新建一个文本文件，粘贴对应代码，其中 Command 参数指向 Unity 路径，第三个参数指向你的项目路径，最后将文件命名为 mcp.json 即可。

配置完成后，在项目文件夹下新建会话或直接运行 CLI，将 Max Thinking 设为对应模式（类似 Claude Code 里的 Bypass Permission），连接便一次建立成功，几乎零问题。

AI 智能体实测：一句话造出可玩游戏

UP 主用 Kimi 模型进行了多轮压力测试，涵盖了从休闲小游戏到复杂物理效果的各类场景。

堆叠切片游戏

第一个测试是类似「Stack」的堆叠游戏，但要求做得比单纯堆方块更精致——加入切片动画和弹性效果。结果视觉表现相当亮眼，切片带着动画掉落的效果获得好评，虽然摄像机角度略偏，但游戏完全可玩。这次用了两个提示词（一个构建、一个升级视觉），耗时约 2 小时 17 分，进行了 325 次模型调用，API 成本约 9–10 美元。

乒乓球与蜘蛛机器人

乒乓球游戏同样两个提示词搞定，特效扎实、速度极快，耗时约 1.5 小时、236 次调用、8.5 美元。

更有挑战性的是带程序化腿部的蜘蛛机器人——要求多条腿能真实贴合表面行走。程序化腿部动画（Procedural Animation）是一种不依赖预制动画片段、而是通过算法实时计算肢体位置的技术，其核心原理是逆向运动学（Inverse Kinematics, IK）：给定脚部应该踩到的目标点，算法自动计算出整条腿各关节的旋转角度。在蜘蛛机器人这类多足角色中，还需要加入步态协调逻辑——确保多条腿交替抬起而不会同时悬空导致身体失衡。传统做法需要开发者手动编写 IK 求解器、射线检测地面接触点、设计步态状态机，工作量相当可观。而此次测试结果虽然腿部有轻微拉伸，但整体效果令人惊喜。UP 主指出，在虚幻引擎中虽然也有类似设置，但需要花大量时间针对自定义角色配置物理，而 Unity CLI 仅用三次提示（含一次修复）就完成了，耗时约 2 小时，成本约 12 美元。

着色器、过马路与音乐生成：更复杂的压力测试

着色器效果测试

UP 主要求实现全息、熔岩、溶解、音波、波浪等多个着色器。着色器（Shader）是运行在 GPU 上的小程序，负责决定每个像素的最终颜色。在 Unity 中，着色器通常使用 HLSL（High-Level Shading Language）编写，或通过 Shader Graph 可视化编辑。文中提到的全息效果通常通过菲涅尔（Fresnel）边缘光和扫描线实现；熔岩效果依赖噪声纹理驱动的颜色渐变和自发光；溶解效果则是根据噪声图的阈值逐步将像素的 Alpha 值设为透明，配合边缘发光创造燃烧感。这些效果各自涉及不同的渲染技术，能让 AI 一次性生成多种着色器代码，说明模型对 GPU 编程范式已有相当的理解。

结果溶解、熔岩、全息效果均正常，音波着色器可能因球体展示不够理想略显怪异，波浪也基本可用。耗时约 2.5 小时、三次提示，作者坦言可能是自己要求不够具体。

3D 过马路游戏

这是最完整的一次测试之一：3D 化的「Crossy Road」类玩法，加入了音效设计和跳跃时的画面震动等细节，甚至还有飞行的蝴蝶和无限循环机制。用了 4 次提示（核心、两次视觉优化、一次修 bug），耗时 5 小时、544 次模型调用、约 23 美元。

程序化音乐生成

运行时实时合成音乐并配上 3D 视觉，效果「听起来有逻辑，不是瞎随机的噪音」，达到了要求，但作者认为音乐测试本身较为简单。

Unity CLI vs 虚幻引擎：代码优先的压倒性优势

本次测试最鲜明的观点，是Unity CLI 相比虚幻引擎在 AI 智能体开发上的巨大优势。

UP 主原计划在两个引擎中做相同测试，但第一次测试后便对虚幻引擎失去耐心。核心原因在于：在代码优先的引擎上用智能体开发体验好太多。你只需一句话，智能体就能完成任务，无需截图引导、无需点击各种按钮、也不用面对一堆复杂的蓝图连线。

蓝图（Blueprint）是虚幻引擎的可视化脚本系统，开发者通过拖拽节点和连线来实现游戏逻辑，而非编写 C++ 代码。这种方式对人类友好——尤其是非程序员背景的设计师，但对 AI 智能体来说却是巨大障碍。智能体天然擅长生成和修改文本代码，却很难精确操控二维画布上的节点位置和连线关系。这也是为什么代码优先的 Unity 在 AI 驱动开发中展现出结构性优势。

对比数据触目惊心：

• 乒乓球游戏：Unity CLI 两次提示搞定，虚幻引擎则需要更多时间反复修改才达到同样效果，且运行时有卡顿。
• Niagara 破坏测试：虚幻引擎光这一项就花了约 7 小时。Niagara 是虚幻引擎的粒子特效系统，功能极其强大但架构复杂，包含发射器、模块、渲染器等多层抽象，配置参数动辄数百个。测试中 Niagara 特效遮挡了炮弹、编辑器在夜间运行中崩溃约三次，作者猜测是 GPU 粒子模拟产生的显存压力或内存未优化所致。
• 智能体自检：虚幻引擎中智能体截图检查的过程冗长，整体「快不起来」。

作者的结论是：使用虚幻引擎必须先深入理解其复杂的机制才能正确引导 AI，而 Unity CLI 的代码优先特性天然契合智能体驱动的开发范式。

AI 智能体的核心能力与现存不足

从对话历史可以看出，智能体不仅能自主查看截图，还能在游戏运行时获取运行数据，从而理解游戏内实际发生的情况——因为「图片并非唯一有效信息」。这种能力使得智能体可以进行闭环开发：编写代码 → 运行游戏 → 观察结果 → 分析数据 → 修复问题，整个循环几乎不需要人类介入。这正是智能体驱动开发的理想状态。

当然，也存在明显短板。在「合并类广告游戏」测试中，方块始终没能正确合并，耗时约 5 小时、三次提示仍未修复，作者坦承可能是提示词写得不够好。在最终的「烟花之夜」测试中，湖面倒影出现明显 bug（粒子直接向下复制而非真实反射），但烟花本身效果颇为出色。

成本总结与未来前景

综合来看，Unity CLI 让「一句话造游戏」从概念走向了可用。虽然单个项目的时间成本（数小时）和 API 费用（数美元到二十余美元不等）仍不可忽视，但作者指出，若使用订阅制会更划算，或在显存足够的情况下本地运行开源模型，性价比将进一步提升。

关于 API 调用成本，文中提到的费用主要来自大语言模型的 token 消耗。每次模型调用都会消耗输入和输出 token，其中上下文窗口中的历史对话、代码片段、截图描述等都计入输入 token。以 325 次调用花费约 10 美元为例，平均每次调用约 3 美分。目前主流的降本方案包括：使用月付订阅制（如 Claude Pro、Kimi 会员）获得固定额度；或在本地部署开源模型（如 Qwen、DeepSeek^广告、Llama 系列），借助 vLLM 或 Ollama 等推理框架，在消费级显卡上运行。后者虽然推理速度较慢，但边际成本几乎为零，适合长时间迭代的原型开发场景。

对于独立游戏开发者而言，Unity CLI + AI 智能体的组合，或许正是降低开发门槛、加速原型迭代的一把关键钥匙。

核心要点