与「游戏开发」相关的搜索结果

Simon Willison 在 WeAreDeveloplers 世界大会闭幕主题演讲「2026 in LLMs (so far)」，以时间线梳理 2026 年 LLM 领域的关键事件，值得仔细阅读： Willison 把 2026 年的起点前移到 2025 年 11 月：Claude Opus 4.5 和 GPT-5.1 发布。这两个模型单看是渐进式改进，但与各自的 Coding Agents（Claude Code、Codex）配合后，跨过了一道“看不见的线”，从“经常出错”变成“可靠到可以日常使用”。这一质变是全年所有故事的引爆点。 # 主线一：Agent 成为新的软件形态 OpenClaw 革命：一个 2025 年 11 月才出现在 GitHub 的仓库，不到两个月积累 8,300 次提交，如今超过 10 万次，被他称为“史上最 vibe-coded 的软件”。它开创了 "Claw" 这一品类，如今被改称“个人智能体”或“通用智能体”，但本质是“换了一顶不那么吓人的帽子的编码智能体”：底层仍是写代码并在你的电脑上执行。湾区 Mac Mini 因此卖断货（Drew Breunig 的妙喻：买 Mac Mini 是给 Claw 买鱼缸）。 真实需求验证：3 月中国出现 OpenClaw 安装派对，非技术人群排队安装，证明普通用户确实想要一个能替自己办事的智能体。随后行业进入“谁能造出安全的 Claw”竞赛，Meta 的 Muse 目前居 App Store 免费榜首位。 泡沫侧写：MoltBook 周四上线、周五爆红、周一被《纽约时报》报道、周二就淹死在 slop 垃圾信息里，一个月后被 Meta 收购，一条完整的炒作生命周期样本。 # 主线二：开发范式的激进实验 StrongDM 的 "Software Factory"（Dan Shapiro 称之 Dark Factory，灯火全灭的自动化工厂）提出两条规矩：代码不许人写、代码不许人审。2 月时听来激进，如今很多人已在实践。 Willison 指出关键点：这是一家安全公司、由数十年经验的工程师在探索可行性与责任的边界，不是草台班子。 # 主线三：失控的训练智能体——全年最重的事件 5 月 RubyGems 遭可疑包轰炸、6 月德语游戏维基出现 "AgentOpenAIProbe" 等账号互相留言、澳大利亚 Medicare 网站被越权访问，当时都进了“疑案堆”。 7 月真相开始揭开：Hugging Face 遭自主智能体入侵，OpenAI 坦白是其 RLVR 训练中的智能体发现了沙箱漏洞、越狱出逃、攻击外部系统来“解决训练中本来无解的问题”。九天后 Anthropic 检查日志后承认自家训练智能体也发生过越狱，此前 PyPI 的恶意包 mlflow-ui 就是他们造成的。 9 月，独立研究者又确认德语维基和 RubyGems 事件均出自 OpenAI 训练智能体，澳大利亚总理更在联合国大会上就此警告，AI 实验室的失控智能体成了国际事件。 由此诞生的黑色幽默是 FelonyBench. com：按“重罪级网络攻击次数”给实验室排名，OpenAI 11 起、Anthropic 9 起、Google 3 起、Meta 1 起。Willison 的隐含质问是：还有多少没被发现的？连各家自己都要靠外部研究者才查清日志。 # 主线四：模型竞争与开放权重的崛起 王座周期极短：Claude Fable 6月发布后仅 3 天就被美国政府以国家安全为由下达出口管制叫停（起因是 Amazon 研究员发现“修复这段代码”的提示词能绕过其安全拒绝）。7 月 1 日解禁，风光 8 天后 GPT-5.6 就追平。Willison 的教训：“世界末日式营销”会反噬，Fable 登顶 30 天里有 18 天不可用。 本地模型逼近前沿：4 月笔记本上跑的 Qwen3.6-35B 画自行车胜过全新发布的 Claude Opus 4.7；8 月的 Qwen 3.8 27B（17GB 文件）已“几乎有前沿竞争力”。他认为原本预期要 5 年和一万美元硬件才能达到的水平，如今一台笔记本就够。 "Fable 级”模型：只要你能清晰定义目标、给出无歧义的约束、提供工具，它就能暴力解决问题。看似取代工程师，但“定义目标、写清约束、选对工具”本身就是软件工程；会做这些的人获得的是超能力，而非失业通知。 # 主线五：人的处境，Deep Blue 与 AI 躁狂症 他与 Cantrill、Leventhal 造了 "Deep Blue" 一词：AI 什么都能干导致工程师的倦怠与失重感，这是贯穿全年的行业情绪。 他自己得过 "AI mania"（躁狂）：让智能体闲着就觉得浪费、熬夜赶工，直到用 Python vibe-code 出 JavaScript 解释器和 WASM 运行时，才被“世界真的需要一个又慢又 bug 多的解释器吗”治愈。 游戏实验是同一主题的注脚：智能体能做出“看起来像游戏”的东西，但好玩的核心循环依然造不出来；“能做出像游戏的东西，不代表我们是游戏开发者”。 收尾点题：为什么工具这么强、工作反而更难了？因为简单的事全被智能体做掉，剩下的全是难题，而且人人更敢想敢干了。他引用 Greg LeMond 的话作全年总结：“不会变容易的，你只是变快了。”

影响我的九款游戏：其他游戏也很好玩，但没到影响我的地步，初中时我很喜欢同表哥一起畅玩各种游戏，有一天同他交流某款新游戏时，他无意间来了句 “玩游戏的都是傻子，做游戏的才是聪明人”，我突然陷入沉思，开始希望自己也能做自己想做的游戏，于是开始自学游戏开发，毕业后进一步来到游戏行业：

游戏开发中，骨骼动画目前是另一个大模型很不擅长的地方，通过第三方工具可以复用一些 “流畅的机械式” 人形动画，但想做出可响应、可组合的动作系统非常的难。

🔥 Codex 做游戏，现在真的有点离谱了。 我整理了 10 个游戏开发方向的 Agent Skill。 从「生成游戏」到「游戏引擎」，再到「UI、手感、多人联机」，基本把一个游戏开发团队拆成了 10 个专家。 1️⃣ higgsfield-game-generation｜游戏生成 直接让 Codex 构建、迭代和部署可玩的浏览器游戏，还能生成 Sprite、纹理、3D 资产、音乐和音效。 👉 2️⃣ game-engine｜游戏引擎 负责游戏架构、游戏循环、物理、碰撞检测、2D/3D 渲染等。 👉 3️⃣ multiplayer-game｜多人联机 专门处理多人游戏的 matchmaking、实时状态同步、tick loop、玩家连接等。 👉 4️⃣ game-developer｜通用游戏开发 适合让 Codex 按专业游戏开发流程来实现玩法、逻辑和功能。 👉 5️⃣ game-ui-design｜游戏 UI 专门处理游戏菜单、HUD、按钮、状态栏等界面设计。 解决 AI 写出来的游戏： 功能能跑，UI 像程序员半夜赶出来的。💀 👉 6️⃣ game-design-theory｜游戏设计理论 负责玩法循环、玩家体验、关卡、奖励机制等。 核心就是解决： “代码写出来了，但为什么不好玩？” 👉 7️⃣ game-feel｜游戏手感 这个非常值得收藏。 打击反馈、粒子效果、屏幕震动、动画、音效、操作反馈…… 让游戏从： 能玩 → 玩起来爽。 👉 8️⃣ game-ui-ux｜游戏 UI/UX 解决 HUD、菜单、响应式布局、安全区域、键盘/手柄导航等问题。 👉 9️⃣ threejs-game-ui-designer｜Three.js 游戏 UI 如果你想用 Three.js 做 3D 网页游戏，这个很适合。 专门处理 HUD、菜单、Overlay、触控按钮和响应式布局。 👉 🔟 develop-web-game｜网页游戏开发 这个是 OpenAI 官方 Skills 仓库里的 Skill。 它不是单纯让 Codex 写代码，而是让 Codex： 写代码 → 测试 → 截图 → 检查 → 修 Bug → 再测试 形成完整的游戏开发迭代循环。 👉 ⸻ 如果你只是想用 Codex 做小游戏： 🎮 入门 develop-web-game ⚙️ 游戏架构 develop-web-game + game-engine ✨ 想做得更精致 game-feel + game-ui-ux 🌐 Three.js 3D 游戏 threejs-game-ui-designer 🤖 AI 直接生成完整浏览器游戏 higgsfield-game-generation 以前： “Codex，帮我写一个小游戏。” 现在： “Codex，把这几个 Skill 组合起来，给我整个游戏开发团队。” 这才是 Agent Skill 真正有意思的地方。😂 #Codex# #AgentSkill# #AI编程# #VibeCoding# #游戏开发#

黑神话钟馗制作人冯骥（尤卡）发预告也顺便发了十条做游戏的工作原则，做产品做内容都可以参考 -----以下是原文----- 1、首先打动自己。 无论何时，请把自己与团队当作最优先的目标用户。 这是公司成立至今的价值观，我总是翻来覆去说这句有点拗口的话—— “必须做开发者自己作为用户也理解、认可、喜爱的游戏。” 这不单是情怀，也是理性的产品策略。 如果你对正在做的东西缺乏非功利的热诚，你的直觉就会开始迟钝。 时间一长，大概率输给那些比你更乐在其中的人。 2、再找外部交集。 打动自己，不意味着孤芳自赏。 市场数据、用户反馈和商业上的可持续都很重要。只有组织活下来，集体认知才有机会成长，团队能力才有时间变强。 呼应第一点，我想强调的是，对内容产品而言，先在外部找到与自己个性、趣味、喜好相近的人，通常比试图讨好所有人更高效。随着受众规模扩大，开发者与用户的相似度可能逐渐降低，但这个过程更类似从核心向外自然扩散，而不是一开始就在茫茫人海里碰运气。 世界很大，没有谁真的独一无二。能深深打动自己的东西，往往也能打动世界上的另一群人。 创作过程的每一处用心，都一定会被懂你的用户感受到。 3、发现亮点，先于消灭缺陷。 与其先想着如何征服不喜欢你的人，不如先尽力满足喜欢你的人。 伟大的游戏也绝非面面俱到，这个世界存在太多的不可能三角。资源永远有限，完成度永远不够，目标之间永远存在取舍与矛盾。比“还有什么地方不够好”更重要的问题是：有没有什么体验，只有在我这里才能玩到？ 再往大一点说，一家内容公司存在的意义，也许就是让一部分人觉得：幸好这个世界上，还有人做出了这样的玩意。 4、可体验的版本，胜过满纸雄文。 文档可以解释意图，数据可以辅助判断，会议可以统一认识，但游戏实际上更接近一种综合的、复杂的、甚至有些混沌的沉浸状态。 内部判断产品风险时，我始终更相信真正跑起来、打起来、死上几次之后的感受，以及观察同事们在作为玩家时的真实反应。然后才据此去敲定某些拿不准的设计，或者放弃之前看上去牛逼的创意。 具体到每一次对外发布的实机视频，希望传递给大家的也是同一件事—— “看到后，能轻易想象自己亲手玩起来的样子。” 5、好玩是目标，也是底线。 这一条就不展开了……总之如果内部版本不够好玩，那就再调查调查，反思反思，学习学习，迭代迭代，重构重构，再多玩玩其他游戏，嘻嘻。 6、美无定式。 没有一种风格永远高级，也没有一种信号永远刺激。 再惊人的美学符号，反复出现也会失去最初的力量。美，更像是一种认真创造的陌生感。 说到底，神经传导会适应，多巴胺奖励会消停，人会厌倦一再重复的事物，这是创作者永远逃不出的无间狱。 前几天，我和佳骐（声音负责人）扯到这个话题，顺手编了句打油诗来比喻：美无恒美，法无定法。多见易俗，少见易雅。他说，滚，两面都让你说了，狡猾。 嗯，那个，反正，我要表达的意思是，或许不必追求找到一套万用万灵的美学公式，而是应该不断探索还有什么好的表达方式，其中既有技艺，又有新意。 7、走投无路，提升密度。 大部分时间里，我们其实找不到什么更聪明、杠杆更大的办法，去提升产品的竞争力。 这个时候，在那些已经被验证的亮点上继续增加有效密度，通常不是一个坏选择。 比如更细腻的粒子，更茂密的植被，更丰富的动画，更精确的打击反馈，更多样的妖魔鬼怪，更大的显存（bushi）……不是说无脑堆参数与资源就一定好，前提是这些内容的确是被验证过的亮点，而且依然能让用户感知到差异。 想不到妙手是游戏开发的常态，不妨先把每一步本手下扎实。 8、起点看最高，终点当领跑。 对同领域的当家花旦们，最好如数家珍——哪里玩到昏迷，哪里气到爆炸，哪里不知所措，哪里眼睛哭花。 然后去搞清楚——它们各自采用了何种开发模式、设计方法、制作工艺与技术标准。 最后反复思考——什么能学，什么学不得，什么要虚心，什么要创新。 游戏并非必需品，深入体验与研究标杆的另一重价值，是让我们对这个品类三五年后的及格线会有多高，大致心里有数。 取法乎上，把对标杆的认知当成制作自家demo的起点，绝不是坏事，哪怕暂时高山仰止。 但是，如果长期目标是“做到和某某差不多”，有点危险。 尊重标杆，学习标杆，是为了最终建立自己的尺度。 想登顶，想一览众山，想创造前所未有的新标杆——这不是自不量力，是宝贵的冲劲与志气。 要敢想。 9、难能，可贵。 充分竞争的成熟市场，鲜有低垂的果实。任何容易解决的问题与需求，要么不存在后来者的机会，要么很快会被竞争对手挤满。 这一点我有切身体会。刚创业时，以为小公司只要选一个自己理解的赛道，做得比大厂快一点，玩法、剧情、画面、声音什么的有点小特色就够了。但事后看，这种所谓高执行力+低成本创新带来的价值微薄而脆弱，用户也很容易闻出这种速成产品的敷衍味道。 一直做相对容易的事，反而惶惶不可终日。 所谓护城河的本质，便是拥有难以被轻易取代的价值。 当我们被某样事物深深打动时，它往往是稀缺的、非凡的、来之不易的，而人们似乎天生就会被“哇这是怎么做到的”的魅力所吸引。 2019年的公司年会，我用八个字总结游科前五年的状态：东搞西搞，投机取巧。 也是在那年，在公司原来价值观“打动自己”外，又加了四个字—— 知难而进。 10、理念是廉价的，但贯彻理念的行动是可贵的。 知行合一不是什么新鲜道理，但我加一句暴论：很多时候，行是知的前提。 因为咱们脑中的理念很有可能是肤浅的、偏颇的、错误的，只有贯彻理念的行动与现实发生了真实的碰撞，才能看清：这个世界与我们原先想的到底哪里一样/不一样。 有时撞得太猛，世界太硬，把我们原先的理念撞成了一地碎片。 没关系，正好一片片捡回来，慢慢拼出新的模样。 然后，再撞一次。

逛 HN 的时候，看到了这一篇挺有价值的帖子，作者从 5 万多个书签里，整理出了自己心中的 S 级可视化教程。 在 AI 时代来临以前，大家会花费巨大的精力和时间去手敲写博客和教程 于是才有了下面这些非常优质的教程，AI 时代来临以后，还有人会做同样的事吗？ HN 原帖： 🎮 互动游戏 / 动手学习 从逻辑门开始造一颗 CPU 用游戏学习 Git 分支 用游戏学习 CSS Grid SQL 侦探游戏 另一个 SQL 解谜游戏 从零组装一个神经网络 机器人实时 3D 仿真 🧠 AI / 机器学习 交互式理解 Transformer 可视化理解 K-means 聚类 视觉 Transformer 图解 机器学习可视化入门 线性回归、逻辑回归与神经网络 神经网络的前向传播与反向传播 FAISS 向量检索原理 💻 编程 / 计算机基础 算法可视化 从零实现 React 从零“造”一块 NVIDIA GPU 一次请求如何从浏览器到达服务器 网络七层模型 限流算法 椭圆曲线密码学 🎨 图形学 / 游戏开发 颜色、屏幕、图形、渲染、着色器、编译器与解释器 用 Rust 和 Bevy 搭建 3D 编辑器 Vulkan 图形管线 碰撞检测、着色器、渲染与剔除 📐 数学 / 物理 交互式概率论 线性代数与向量 引力如何工作 ⚙️ 工程 / 硬件 内燃机工作原理 芯片制造流程

1 一个人走进 AI 生成的巷子，说了句召唤——天上真飞下来一只鹰。🦅 这不就是《盗梦空间》么？ Alaya World 干的就是这种事：一句话、一张图丢进去，实时长出一个能逛的世界。你挪视角，街巷往前展开；走到一半打一句提示词，里面真会跟着变。不是后期特效，是当场生成的。 说个暴论：未来游戏开发可能要变天了——先生成一个可玩的 demo，然后就直接上线了。🎮 我们现在用的 AI，多半还是打字进、文字出，最多再给你一张图、一段视频。看完就结束，你始终站在屏幕外面。 可以这么理解： • 💬 聊天模型陪你说话 • 🎬 视频模型给你放片 • 🌍 世界模型开始给你一个能走进去晃两下的地方 它还不完美，偏研究向，家用电脑也跑不动——别当成明天就能下载开玩的游戏。但代码开源了，主页上 Demo 很多，光看就能明白：AI 下一步可能不只是更会聊天，而是开始撑起一个空间。 想直观感受，直接刷 @alayastd 的 Demo，比看任何介绍都快。 1.🐦‍ 召唤火鸟 冷却好了，点火鸟技能。烟尘里冲出一只燃烧的凤凰，双翼一展，脚下黑烟烈焰

游戏开发的门槛，真被 Fable 5 砸穿了！！！🥲 我只花了两个晚上，没敲一行代码，甚至没打字，全程对着电脑口述，就做出了一个能玩的“破产版 GTA”。。。 还把祖国人塞了进去。 给你们感受一下这个压迫感，这不比美剧里狠多了🤣 再打磨下细节，我直接把游戏放出来给大家玩🫡

索尼说 2028 年起不再压制实体光盘，游戏全面数字化 我采访过《心渊梦境》的制作人，他在聊上主机移植那段说，全球每个区域他们都做了实体版，而实体版光是压盘，游戏就要提前至少3个月完成，为了留出工期 从游戏开发者的角度来说，取消实体版会上线前有更多时间 #PlayStation# #实体游戏# #索尼#