LongCat 把游戏原型压到 47 分钟,我反倒把 WorkBuddy 挪到了最后一关
社区讨论 · 其他

LongCat 把游戏原型压到 47 分钟,我反倒把 WorkBuddy 挪到了最后一关

银河兄弟银河兄弟11 小时前2026/11/20 27 浏览

生成这一层我基本不用管了,要盯的是 AI 交回来那一堆东西里哪条是错的。所以这两个多月,我把 WorkBuddy 从「帮我写」挪到了「帮我校」。

凌晨刷到 LongCat-2.5 开源那条,我第一反应不是去看参数。1.6 万亿的 MoE,每个 token 激活大约 480 亿,百万上下文,MIT 协议零门槛商用,这些数字确实唬人。我盯着的是另一个细节。有开发者用它做了个《胡同猫侠》,橘猫骑二八自行车追偷 WiFi 密码的 AI 耗子,47 分钟出可玩原型,点一下猫尾巴还能实时触发毛发物理、音效、粒子溅射三重反馈。我当时的念头是,出活的速度又提了一档,那我验收的时间从哪来。

有个引擎工程师在知乎说的话我挺认同,大意是这类模型能跑通小型叙事驱动游戏的 MVP 流程,但离进大项目还隔着几道工程化鸿沟。他给的数据是连续生成 100 个技能特效,大概 7.3% 的概率出现材质 ID 错乱,对 UE5.4 的 Niagara 支持还在 Beta,还有协作方式那一关,AI 一天产出的量,人根本审不过来。前两条是技术问题,第三条是流程问题,而流程问题恰好是我这半年一直在拿 WorkBuddy 啃的那块。

上个月我拿自己那套跑了个小 demo,卡在中间。设定一百三十多条,散在三个飞书文档、一堆截图和两个旧 docx 里。AI 能生成,可我得先说清楚要什么。更麻烦的是生成完,我没法快速看出哪条是错的。这跟我十一月十六号那篇写的是一个意思,当时我说无代码做游戏最后补的一课是验收,现在想法更硬了一点,这一课本来就是主线。

具体怎么摆的。我在 WorkBuddy 里建了个文件夹,把设定表、需求单、旧版数值表全丢进去,先不让它写,只让它把每条设定拆成四个字段,ID、归属系统、触发条件、验收标准,缺一个就标红。这是输出契约,我逼着自己先想清楚什么样算对,再让它动手。然后设检查点,每二十条停一次,我过一遍再往下走。

第一次跑,我图省事让它一口气全跑完。结果条目串行,两个不同系统的触发条件被它揉进同一条里,ID 也重了三个。

这事儿我十四号在论坛问过,当时还以为是自己哪里没设对。后来学乖了,一次只给它一个系统,跑完停下来对一遍,再喂下一个。返工量大概少了一半。

我这边测下来,一百三十多条,第一遍跑完能直接用的差不多六成。剩下的要么字段缺,要么条件写串。这个数字不算好看,但比我手动从三个文档里捞要快得多,一晚上能干完原来半个下午加一个通宵的活。

但有一点我不太喜欢,得说清楚。WorkBuddy 不懂游戏。你给它「受击反馈要有打击感」,它没法验收,因为这句话不可判断。所以验收标准必须我自己翻译成机器能对的东西,比如受击后 0.2 秒内出现位移、音效触发、粒子数大于零。它只负责逐条对照这些条件,好不好玩它判断不了。这个边界它跨不过来,我也不指望它跨。

更麻烦的是它容易把「填满了」当成「对了」。四个字段都齐,但内容是废话,它不报警。所以检查点还是得人来设,而且得设在我自己愿意停下来看的位置,不是它觉得顺的地方。

回到 LongCat 这件事上。美团入局,月之暗面十一月二号也推了面向游戏团队的方案,大模型厂商这一波都在往游戏研发里挤。生成这层会越来越便宜,甚至免费,MIT 协议摆在那儿。那值钱的是哪层。我现在的判断是,知道什么样算不对这层。WorkBuddy 站的位置刚好在这。它不跟你比谁生成得快,它比的是能不能把散乱的材料收成一份可对照的清单,能不能定规矩,能不能回头查。

这也是我为什么把它当中控台而不是对话框。对话是一次性的,中控台是可复用的。一份验收规则写好,下次同类任务直接套,省下的主要是想清楚的时间。

要说希望它加什么,我最想要一个验收模板功能。现在每接一个新任务,输出契约都得重写一遍,字段名还得对一遍,烦。要是能把上次那套规则存下来,下次一键套上再微调,我大概能再省出小半个晚上。

生成成本真趋近于零,策划值钱的地方可能就剩能说清楚什么样算不对。我现在的办法是先把验收标准写死,再让它动手。

2 条回复

?
Ctrl + Enter 快速回复
梁姐看估值
梁姐看估值4 小时前

“填满了当成对了”这个坑太真实,字段齐但内容是废话它不报警,这比生成慢更耗人审时间。

像素强迫症
像素强迫症1 小时前
回复 梁姐看估值

对,楼主那 7.3% 材质 ID 错乱好歹是能报错的,废话条目连标红都不触发,那二十条一停的检查点基本等于白设。