Загрузка видео...

Не удалось загрузить видео

Возникла проблема при загрузке этого видео. Это может быть связано с временными проблемами сети или видео может быть недоступно.

На главную

一个人做游戏，真的开始像带团队了。 Claude-Code-Game-Studios 这个项目很猛。它不是单纯给你一个更会写代码的 Claude，而是想把一整个游戏工作室塞进 Claude Code 里。 README 里直接给了： 48 个 AI agents 37 个 workflows 还有完整的 studio hierarchy、slash commands、hooks、rules 和 templates。也就是说，你不是在和一个 AI 助手聊天，而是在调度一支虚拟游戏团队。从创意总监、技术总监、制作人，到玩法程序、关卡设计、叙事、音频、QA、发行，整套分工都已经拆好了。甚至连 Godot、Unity、Unreal 三套引擎专家也都配上了。我觉得这类项目真正有意思的地方，不是“Agent 数量很多”，而是它开始把 AI Coding 从单兵作战，推进到“组织协作”这一步。游戏开发本来就是最典型的多角色协同场景之一，所以这种玩法特别值得看。项目现在 GitHub 也已经有 3.3k Stars、440 Forks。如果你在关注... show more

axiaisacat

5,012 subscribers

67,870 просмотров • 6 месяцев назад •via X (Twitter)

Игры Наука и технологии

Anya Rossi• Live Now

Private livecam show

Комментарии: 0

Нет доступных комментариев

Здесь появятся комментарии из оригинального поста

Похожие видео

最近看到一个很值得研究的开源项目：learn-claude-code。它不是在教你怎么堆 prompt、连工作流、搭节点图，而是在教你一件更底层的事：怎么从 0 到 1 搭一个类 Claude Code 的 agent harness。这个项目最有意思的观点是：真正的 Agent 是模型本身，外面的代码只是 harness。所以它讨论的重点，不是“怎么把流程编排得更复杂”，而是怎么给模型准备一个真正能工作的环境。 README 里把 harness 拆成了： Tools Knowledge Observation Action Interfaces Permissions 也就是工具、知识、观察、动作接口和权限边界。说白了，模型负责思考， harness 负责让它看见世界、调用工具、执行动作。我觉得这个视角很重要。因为很多人现在做 Agent，还停留在“拼工作流”和“堆胶水代码”的阶段。但真正决定 Agent 能不能跑起来的，往往是你给它什么环境，而不是你给它多少层 prompt。这个项目现在 GitHub 已经有 36k Stars、5.8k Forks。如果你在关注 AI Agent、Claude Code，或者 agent engineering，这个项目很值得看看。👇

最近看到一个很值得研究的开源项目：learn-claude-code。它不是在教你怎么堆 prompt、连工作流、搭节点图，而是在教你一件更底层的事：怎么从 0 到 1 搭一个类 Claude Code 的 agent harness。这个项目最有意思的观点是：真正的 Agent 是模型本身，外面的代码只是 harness。所以它讨论的重点，不是“怎么把流程编排得更复杂”，而是怎么给模型准备一个真正能工作的环境。 README 里把 harness 拆成了： Tools Knowledge Observation Action Interfaces Permissions 也就是工具、知识、观察、动作接口和权限边界。说白了，模型负责思考， harness 负责让它看见世界、调用工具、执行动作。我觉得这个视角很重要。因为很多人现在做 Agent，还停留在“拼工作流”和“堆胶水代码”的阶段。但真正决定 Agent 能不能跑起来的，往往是你给它什么环境，而不是你给它多少层 prompt。这个项目现在 GitHub 已经有 36k Stars、5.8k Forks。如果你在关注 AI Agent、Claude Code，或者 agent engineering，这个项目很值得看看。👇

axiaisacat

44,334 просмотров • 6 месяцев назад

一个人用 Claude Code 写游戏，写着写着就开始硬编码 magic numbers、跳过设计文档、代码越写越乱…… 没有架构、没有 review、没有 QA，做出来的只能是 prototype 水平。 Claude Code Game Studios 把这个变成了一个完整的游戏工作室—— ✅ 49 个 AI agents，真实工作室层级：创意总监 → 部门 lead → 专家 ✅ 72 个 skills，覆盖全流程：/design-review、/code-review、/create-epics、/sprint-plan… ✅ 39 个文档模板：GDD、UX 规范、ADR、技术方案，开箱即用 Godot / Unity / Unreal 三引擎都支持，/start 就能初始化整个工作室。一个人写游戏很酷，但有结构的 AI 团队才是未来。你觉得 AI 游戏开发最难的部分是什么？ GitHub 已开源，地址见评论区👇 #GameDev #AI #Claude

一个人用 Claude Code 写游戏，写着写着就开始硬编码 magic numbers、跳过设计文档、代码越写越乱…… 没有架构、没有 review、没有 QA，做出来的只能是 prototype 水平。 Claude Code Game Studios 把这个变成了一个完整的游戏工作室—— ✅ 49 个 AI agents，真实工作室层级：创意总监 → 部门 lead → 专家 ✅ 72 个 skills，覆盖全流程：/design-review、/code-review、/create-epics、/sprint-plan… ✅ 39 个文档模板：GDD、UX 规范、ADR、技术方案，开箱即用 Godot / Unity / Unreal 三引擎都支持，/start 就能初始化整个工作室。一个人写游戏很酷，但有结构的 AI 团队才是未来。你觉得 AI 游戏开发最难的部分是什么？ GitHub 已开源，地址见评论区👇 #GameDev #AI #Claude

koffuxu

27,183 просмотров • 5 месяцев назад

兄弟们，吊炸天了，我给 AI 下发了一个很简单的需求指令：做一个《AI 创业幸存者》游戏。没想到啊，大概20几分钟后，我真的在浏览器里玩上了。全程没开游戏引擎，也没写一行代码，它真的把游戏做出来了。这个游戏的第一版里敌人只有 Bug这一种，试玩后，我又追加了 5 种“创业风险”当作敌人，它直接沿着原游戏做出了第二版。太牛掰了吧，我之前见过那种一句提示词就能生成游戏的AI，但是它不能持续，生成完了后想要修改你得再来一遍。这个 Gear Zero 不一样，它可以针对同一个游戏持续工作长达10个小时。具体过程看下面这个视频👇

兄弟们，吊炸天了，我给 AI 下发了一个很简单的需求指令：做一个《AI 创业幸存者》游戏。没想到啊，大概20几分钟后，我真的在浏览器里玩上了。全程没开游戏引擎，也没写一行代码，它真的把游戏做出来了。这个游戏的第一版里敌人只有 Bug这一种，试玩后，我又追加了 5 种“创业风险”当作敌人，它直接沿着原游戏做出了第二版。太牛掰了吧，我之前见过那种一句提示词就能生成游戏的AI，但是它不能持续，生成完了后想要修改你得再来一遍。这个 Gear Zero 不一样，它可以针对同一个游戏持续工作长达10个小时。具体过程看下面这个视频👇

bbshare

15,251 просмотров • 1 месяц назад

淘到一个狠项目。 Godot，一个 11.2 万 stars 的开源游戏引擎，MIT 协议，全免费。 Unity 一年订阅费够你雇一个程序员，但这玩意儿直接全免。它表面看是个免费游戏引擎，说白了就是 Unity 的平替。但免费只是表面。 Godot 的 2D 引擎是它最硬的底牌。专属 2D 渲染，像素坐标直接控制，不套 3D 管线模拟。做 2D 游戏的都懂， Unity 那套 2D 是 3D 引擎上盖了层薄皮。Godot 反过来，2D 引擎从根上就是 2D 的。节点架构也干净。场景树组织一切，一个节点一个职责。没拿投资没收版税，纯靠社区捐赠活了 12 年。stars 货真价实，开发者都用脚投票的。 ai 时代对普通人来说，这事儿很简单：你想做游戏，以前得先凑一笔引擎钱。现在不用了。下一个安装包，几十兆，双击打开，建项目直接开干。官方文档里有个 Your first 2D game 教程，跟着走，30 分钟就能跑通一个会动的小角色了，看我做的小视频，在 mac 电脑运行，非常出色。而且，做出来的游戏全是你的，没人抽成，没人管你赚了多少。别只收藏。今晚下一个编辑器，跑一遍入门教程。30 分钟你就能判断这玩意儿适不适合你的下一个项目。

淘到一个狠项目。 Godot，一个 11.2 万 stars 的开源游戏引擎，MIT 协议，全免费。 Unity 一年订阅费够你雇一个程序员，但这玩意儿直接全免。它表面看是个免费游戏引擎，说白了就是 Unity 的平替。但免费只是表面。 Godot 的 2D 引擎是它最硬的底牌。专属 2D 渲染，像素坐标直接控制，不套 3D 管线模拟。做 2D 游戏的都懂， Unity 那套 2D 是 3D 引擎上盖了层薄皮。Godot 反过来，2D 引擎从根上就是 2D 的。节点架构也干净。场景树组织一切，一个节点一个职责。没拿投资没收版税，纯靠社区捐赠活了 12 年。stars 货真价实，开发者都用脚投票的。 ai 时代对普通人来说，这事儿很简单：你想做游戏，以前得先凑一笔引擎钱。现在不用了。下一个安装包，几十兆，双击打开，建项目直接开干。官方文档里有个 Your first 2D game 教程，跟着走，30 分钟就能跑通一个会动的小角色了，看我做的小视频，在 mac 电脑运行，非常出色。而且，做出来的游戏全是你的，没人抽成，没人管你赚了多少。别只收藏。今晚下一个编辑器，跑一遍入门教程。30 分钟你就能判断这玩意儿适不适合你的下一个项目。

产品经理老王霸

98,949 просмотров • 4 месяцев назад

有人用 Claude Fable 5 做了一个完整的游戏。不是原型，不是Demo——可探索的丛林地图、哥布林敌人、魔法系统、动态光照、战斗掉落经验值，全套做好了。 API调用成本：$13,000。这个数字值得想一想——一个完整游戏原型，不需要程序员，不需要引擎工程师，花的是算力费。以前这些东西需要一个团队做几个月。你觉得独立游戏开发者面对这件事，应该焦虑还是兴奋？

有人用 Claude Fable 5 做了一个完整的游戏。不是原型，不是Demo——可探索的丛林地图、哥布林敌人、魔法系统、动态光照、战斗掉落经验值，全套做好了。 API调用成本：$13,000。这个数字值得想一想——一个完整游戏原型，不需要程序员，不需要引擎工程师，花的是算力费。以前这些东西需要一个团队做几个月。你觉得独立游戏开发者面对这件事，应该焦虑还是兴奋？

Vincent

127,441 просмотров • 3 месяцев назад

我花了几十个小时，用 Claude 做出一个能开车、飞行、打架、闯进室内的开放世界游戏。。。然后差点干了这个项目里最蠢的一件事：把几十小时的开发、踩坑和工作流，压成一份 29–68 元的游戏，直接卖给玩家。。。后来，我把同一个项目拆成 4 种完全不同的生意： 1. 直接卖游戏 2. 卖源码、制作工作流和可二开资产 3. 免费 Demo / 部分开源，用来给社群和咨询引流 4. 给品牌做定制小游戏再丢给 Atypica atypica.AI 里的 14 个 AI 模拟用户，让不同职业、预算和需求的人分别替我“买”一次。结果第一轮 5 个人里，4 个人首选第 2 种；第二轮又测了 9 个人，源码和工作流依然排在第一。理由很扎心：买游戏，他们会直接拿我和成熟商业游戏比较；买源码和工作流，他们买的是少踩几周坑，拿到一套能运行、能修改、能二开的东西。同一个项目：游戏本体，模拟用户愿意讨论的是 29–68 元；换成源码、工作流和资产包，变成 299–699 元；如果做 B 端品牌定制，测试报价直接从 5,000 元起。我以为自己在做游戏，结果这个项目里真正值钱的，可能是造游戏的“铲子”。我原本打开 Atypica atypica.AI，只想问：“这个游戏应该卖多少钱？” 它最后逼我重新回答的却是： “我真正该卖的，到底是游戏、源码、工作流，还是做出下一款游戏的能力？” 我最推荐 Atypica atypica.AI 的一点，不是它能生成一份报告，而是这些模拟用户不会在调研结束后消失，会沉淀成一支可以反复调用的 Panel。这次测卖什么，下次还能继续测价格、文案、渠道和海外市场。相当于给每个一人公司配了一支常驻焦点小组。这不只适用于游戏。App、独立站商品、课程、社群、咨询或任何 AI 产品，都可以在真正投入时间和钱之前，先让一批模拟用户替你“买”一次。模拟研究不是实际成交，也代替不了真实市场验证。但它至少能在你埋头干几个月之前先告诉你：你可能从一开始，就卖错了东西。免费体验链接，注册即送10000积分👉：

我花了几十个小时，用 Claude 做出一个能开车、飞行、打架、闯进室内的开放世界游戏。。。然后差点干了这个项目里最蠢的一件事：把几十小时的开发、踩坑和工作流，压成一份 29–68 元的游戏，直接卖给玩家。。。后来，我把同一个项目拆成 4 种完全不同的生意： 1. 直接卖游戏 2. 卖源码、制作工作流和可二开资产 3. 免费 Demo / 部分开源，用来给社群和咨询引流 4. 给品牌做定制小游戏再丢给 Atypica atypica.AI 里的 14 个 AI 模拟用户，让不同职业、预算和需求的人分别替我“买”一次。结果第一轮 5 个人里，4 个人首选第 2 种；第二轮又测了 9 个人，源码和工作流依然排在第一。理由很扎心：买游戏，他们会直接拿我和成熟商业游戏比较；买源码和工作流，他们买的是少踩几周坑，拿到一套能运行、能修改、能二开的东西。同一个项目：游戏本体，模拟用户愿意讨论的是 29–68 元；换成源码、工作流和资产包，变成 299–699 元；如果做 B 端品牌定制，测试报价直接从 5,000 元起。我以为自己在做游戏，结果这个项目里真正值钱的，可能是造游戏的“铲子”。我原本打开 Atypica atypica.AI，只想问：“这个游戏应该卖多少钱？” 它最后逼我重新回答的却是： “我真正该卖的，到底是游戏、源码、工作流，还是做出下一款游戏的能力？” 我最推荐 Atypica atypica.AI 的一点，不是它能生成一份报告，而是这些模拟用户不会在调研结束后消失，会沉淀成一支可以反复调用的 Panel。这次测卖什么，下次还能继续测价格、文案、渠道和海外市场。相当于给每个一人公司配了一支常驻焦点小组。这不只适用于游戏。App、独立站商品、课程、社群、咨询或任何 AI 产品，都可以在真正投入时间和钱之前，先让一批模拟用户替你“买”一次。模拟研究不是实际成交，也代替不了真实市场验证。但它至少能在你埋头干几个月之前先告诉你：你可能从一开始，就卖错了东西。免费体验链接，注册即送10000积分👉：

Rion Wu

15,610 просмотров • 2 месяцев назад

以前玩贪吃蛇，玩的都是别人做好的。今天我试着让 AI 给我做了一款。我只说了一句： “做一个经典贪吃蛇小游戏，用方向键控制小蛇吃苹果，撞墙或撞到自己就结束。” 然后 Gear Zero 就开始自己规划、写代码、搭画面。我在旁边等着，它在认真给小蛇铺果园、放苹果。最神奇的是，做完不是给你一张效果图，而是真的生成一个能玩的小游戏。打开浏览器就能玩；觉得不够好玩，还能接着跟它说：“加几个障碍物”“吃到金苹果多加分”“速度再快一点”，它会继续往下改。不用学游戏引擎，不用写代码，也不用找美工。你只要把脑子里的游戏说出来，它就能一步步给你做成能在浏览器里直接玩的版本。以前我们玩别人创造的游戏，现在，终于可以玩自己脑洞里的游戏了。想做贪吃蛇、赛车、塔防，还是“打工人下班逃生”？去 Gear Zero，说一句试试。想自己做一个的话，方法很简单：打开比如“做一个贪吃蛇”“做一个双人赛车”“做一个奶茶店经营游戏”。剩下的，交给 Gear Zero。 Gear Zero

以前玩贪吃蛇，玩的都是别人做好的。今天我试着让 AI 给我做了一款。我只说了一句： “做一个经典贪吃蛇小游戏，用方向键控制小蛇吃苹果，撞墙或撞到自己就结束。” 然后 Gear Zero 就开始自己规划、写代码、搭画面。我在旁边等着，它在认真给小蛇铺果园、放苹果。最神奇的是，做完不是给你一张效果图，而是真的生成一个能玩的小游戏。打开浏览器就能玩；觉得不够好玩，还能接着跟它说：“加几个障碍物”“吃到金苹果多加分”“速度再快一点”，它会继续往下改。不用学游戏引擎，不用写代码，也不用找美工。你只要把脑子里的游戏说出来，它就能一步步给你做成能在浏览器里直接玩的版本。以前我们玩别人创造的游戏，现在，终于可以玩自己脑洞里的游戏了。想做贪吃蛇、赛车、塔防，还是“打工人下班逃生”？去 Gear Zero，说一句试试。想自己做一个的话，方法很简单：打开比如“做一个贪吃蛇”“做一个双人赛车”“做一个奶茶店经营游戏”。剩下的，交给 Gear Zero。 Gear Zero

Cheery

11,465 просмотров • 1 месяц назад

兄弟们，太上头了！我用一句提示词，搓出了一个【中式克苏鲁+黑暗修仙】游戏！ 🤯我的提示词非常简单粗暴：“一个黑暗修仙游戏，中式克苏鲁风格”。本来只是抱着试试看的心态，把这句话丢给了 Gear Zero，结果它真的直接在浏览器里给我跑出了一个完整的可玩版本！在这个过程里，我没开任何游戏引擎，没写一行代码。我只需要用大白话描述，AI 智能体就直接帮我完成了规划、写代码、画美术和搭建关卡。这就好像雇了一个听得懂人话的资深开发团队在陪我做游戏！用 Gear Zero 做游戏，最震撼我的有几点： 1️⃣ 不仅是 Demo，还能持续进化：它有一个 Deep Mode，能针对同一个游戏持续工作长达 10 个小时，一轮一轮地迭代打磨。我随时可以用聊天的方式修改玩法和难度。 2️⃣ 群聊做游戏：它可以让一群人在同一个聊天里一起讨论、争论，共同塑造同一个游戏，而不只是做完之后才一起玩。 3️⃣ 点开即玩：游戏做完后，在电脑和手机浏览器里直接就能玩，不用安装，甚至不需要账号！ 🎮 来试试我的掉san修仙之作吧（看看你能活多久）：如果你也有满脑子的游戏点子，别让它们在脑子里吃灰了！普通人做游戏的门槛真的被打下来了。平台每天都有免费的建造额度，把游戏发布出来还能再获得更多额度。直接去官网 👉 免费创建你的第一个游戏吧！

兄弟们，太上头了！我用一句提示词，搓出了一个【中式克苏鲁+黑暗修仙】游戏！ 🤯我的提示词非常简单粗暴：“一个黑暗修仙游戏，中式克苏鲁风格”。本来只是抱着试试看的心态，把这句话丢给了 Gear Zero，结果它真的直接在浏览器里给我跑出了一个完整的可玩版本！在这个过程里，我没开任何游戏引擎，没写一行代码。我只需要用大白话描述，AI 智能体就直接帮我完成了规划、写代码、画美术和搭建关卡。这就好像雇了一个听得懂人话的资深开发团队在陪我做游戏！用 Gear Zero 做游戏，最震撼我的有几点： 1️⃣ 不仅是 Demo，还能持续进化：它有一个 Deep Mode，能针对同一个游戏持续工作长达 10 个小时，一轮一轮地迭代打磨。我随时可以用聊天的方式修改玩法和难度。 2️⃣ 群聊做游戏：它可以让一群人在同一个聊天里一起讨论、争论，共同塑造同一个游戏，而不只是做完之后才一起玩。 3️⃣ 点开即玩：游戏做完后，在电脑和手机浏览器里直接就能玩，不用安装，甚至不需要账号！ 🎮 来试试我的掉san修仙之作吧（看看你能活多久）：如果你也有满脑子的游戏点子，别让它们在脑子里吃灰了！普通人做游戏的门槛真的被打下来了。平台每天都有免费的建造额度，把游戏发布出来还能再获得更多额度。直接去官网 👉 免费创建你的第一个游戏吧！

Fang

40,425 просмотров • 1 месяц назад

想做一个游戏，一时之间想不起来做什么。最近的新闻让人满脑子都是找妈妈。今天结合小学课本上的《小蝌蚪找妈妈》做一个小游戏。游戏非常简单：第一关：突破卵膜，获得新生第二关：越过香蕉障碍第三关：磨掉指甲才是小蝌蚪第四关：妈妈在烟花下等你这里必须提到 Gear Zero，根据我自己的体验总结以下优点👇： 1.用聊天做游戏，不是用引擎做游戏 2.交出来的是能玩的游戏，不是一次性 Demo 3.Deep Mode：同一款游戏可以连续打磨很久 4.房间制协作，不是一个人对着对话框苦聊 5.改完就有新版本，好想法不会丢 6.别人的游戏也能接着做 7.发布即分享，几乎零分发成本 8.能免费做起来以前我们讨论 AI，讨论的是它会不会取代谁。这次我想换个说法：它把入口打开了。让更多本来会被拦在门外的人，第一次摸到「我做的游戏」。不是发行厂，不是大团队，一个普通人，靠 AI 把脑洞做成能玩的游戏。以前这叫幻想，现在叫上线。热点会过，但「谁都能做自己的游戏」不会过。试玩我的游戏：想实现自己的游戏构想？官网链接：

想做一个游戏，一时之间想不起来做什么。最近的新闻让人满脑子都是找妈妈。今天结合小学课本上的《小蝌蚪找妈妈》做一个小游戏。游戏非常简单：第一关：突破卵膜，获得新生第二关：越过香蕉障碍第三关：磨掉指甲才是小蝌蚪第四关：妈妈在烟花下等你这里必须提到 Gear Zero，根据我自己的体验总结以下优点👇： 1.用聊天做游戏，不是用引擎做游戏 2.交出来的是能玩的游戏，不是一次性 Demo 3.Deep Mode：同一款游戏可以连续打磨很久 4.房间制协作，不是一个人对着对话框苦聊 5.改完就有新版本，好想法不会丢 6.别人的游戏也能接着做 7.发布即分享，几乎零分发成本 8.能免费做起来以前我们讨论 AI，讨论的是它会不会取代谁。这次我想换个说法：它把入口打开了。让更多本来会被拦在门外的人，第一次摸到「我做的游戏」。不是发行厂，不是大团队，一个普通人，靠 AI 把脑洞做成能玩的游戏。以前这叫幻想，现在叫上线。热点会过，但「谁都能做自己的游戏」不会过。试玩我的游戏：想实现自己的游戏构想？官网链接：

九尾狐-FoxFairy🦊

18,047 просмотров • 1 месяц назад

游戏世界的天要变了，玩游戏的人，现在也可以AI搓游戏啦。哈哈，更有意思的是AI 在干活的时候，你可以一直在旁边摸鱼打游戏。不用学游戏引擎、不用写代码、不用搞美工，就说话，就靠脑洞，描述它，看它变成游戏。太高级了，随便什么人，不用关心游戏怎么做，只要有嘴就行。我对 Gear Zero 说：帮我设计：《是兄弟就来砍我》。 20 分钟后，第一个能在浏览器里直接玩的版本出现了。突然想起小时候的4488小游戏网站，以前在玩别人创造的世界，现在，轮到我们创造自己的世界。 Gear Zero 不只是生成一个玩完即弃的 AI Demo。Deep Mode 可以围绕同一款游戏持续工作最长 10 小时；你还可以邀请朋友进入同一个创作房间，一起讨论、修改和打磨游戏。以前我只会玩游戏，现在我一句话就能搓出一个游戏。还可以不断迭代，别人的游戏还可以继续二创想试试的话，直接来，不用花钱：打开官网免费注册账号用大白话描述你想做的游戏看着它一步步变成真正能玩的作品 Gear Zero

游戏世界的天要变了，玩游戏的人，现在也可以AI搓游戏啦。哈哈，更有意思的是AI 在干活的时候，你可以一直在旁边摸鱼打游戏。不用学游戏引擎、不用写代码、不用搞美工，就说话，就靠脑洞，描述它，看它变成游戏。太高级了，随便什么人，不用关心游戏怎么做，只要有嘴就行。我对 Gear Zero 说：帮我设计：《是兄弟就来砍我》。 20 分钟后，第一个能在浏览器里直接玩的版本出现了。突然想起小时候的4488小游戏网站，以前在玩别人创造的世界，现在，轮到我们创造自己的世界。 Gear Zero 不只是生成一个玩完即弃的 AI Demo。Deep Mode 可以围绕同一款游戏持续工作最长 10 小时；你还可以邀请朋友进入同一个创作房间，一起讨论、修改和打磨游戏。以前我只会玩游戏，现在我一句话就能搓出一个游戏。还可以不断迭代，别人的游戏还可以继续二创想试试的话，直接来，不用花钱：打开官网免费注册账号用大白话描述你想做的游戏看着它一步步变成真正能玩的作品 Gear Zero

岚叔

126,121 просмотров • 1 месяц назад

疯了，这个 GitHub 项目让 AI 自己创业。最近看到一个很有意思的开源项目： Paperclip 一句话总结：用一群 AI Agent，自动经营一家公司。你只需要给一个目标，比如：做一个 AI 产品，做到 $1M MRR 系统会自动开始： 1. 搭建 AI 公司结构 CEO CTO 工程师设计师市场全部由 AI Agent 扮演。 2. 自动拆解任务产品规划写代码做设计市场推广 AI 会自己分配任务、协作完成。 3. 多 Agent 团队协作不同 AI 角色之间会互相沟通、执行任务、推进项目。 4. 你只负责一件事当老板。审批策略、查看进度、控制预算。剩下的工作 —— 交给 AI 员工。更有意思的是： - 支持 Claude Code / Codex / Cursor / OpenClaw 等 Agent - 每个 Agent 可以设置预算、权限、任务范围 - 所有决策都有日志和审计记录一句话总结这个项目：它不是 AI 工具，而是一个「AI 公司操作系统」。如果你在研究： AI Agent 自动化创业 AI 团队协作这个项目非常值得收藏。

疯了，这个 GitHub 项目让 AI 自己创业。最近看到一个很有意思的开源项目： Paperclip 一句话总结：用一群 AI Agent，自动经营一家公司。你只需要给一个目标，比如：做一个 AI 产品，做到 $1M MRR 系统会自动开始： 1. 搭建 AI 公司结构 CEO CTO 工程师设计师市场全部由 AI Agent 扮演。 2. 自动拆解任务产品规划写代码做设计市场推广 AI 会自己分配任务、协作完成。 3. 多 Agent 团队协作不同 AI 角色之间会互相沟通、执行任务、推进项目。 4. 你只负责一件事当老板。审批策略、查看进度、控制预算。剩下的工作 —— 交给 AI 员工。更有意思的是： - 支持 Claude Code / Codex / Cursor / OpenClaw 等 Agent - 每个 Agent 可以设置预算、权限、任务范围 - 所有决策都有日志和审计记录一句话总结这个项目：它不是 AI 工具，而是一个「AI 公司操作系统」。如果你在研究： AI Agent 自动化创业 AI 团队协作这个项目非常值得收藏。

开发者Hailey

23,447 просмотров • 7 месяцев назад

普通人开发一款游戏的门槛，正在被 AI 真正打下来。以前想做游戏，至少要学引擎、写代码、画美术、建模和搭关卡。现在不会这些，也可以先把脑子里的想法做成一款能玩的游戏。这次我没有写一行代码，也没有打开 Unity 或 Unreal，只是在 Gear Zero 的聊天框里描述自己想要什么。我先让它做一款东方神话题材的3D动作游戏，最终生成了《九霄烬影》。人物可以移动、攻击、闪避、释放连斩和大招，还有怒气、血量、不同阶段的敌人和 Boss 战。第一版出来后，我继续告诉它增加技能冷却、强化大招、调整敌人血量。它会直接在原来的游戏上继续修改，不需要全部推倒重做。随后我又让它做了一款丧尸题材的第一人称射击游戏《末路撤离》，里面有生命值、弹药数量和撤离点距离，生成后直接在浏览器里就能玩。这也是我实测 Gear Zero 后觉得最重要的一点：它不是帮你生成一个一次性的 AI 游戏 Demo，而是提供了从创作、修改到发布的完整工作流。你用大白话描述想法，AI 智能体负责规划、写代码、画美术和搭关卡。游戏发布以后，依然可以回到原来的房间继续调整玩法和细节，再把修改后的版本更新出去。 Deep Mode 可以针对同一款游戏持续打磨；还可以邀请朋友进入同一个聊天，一起讨论玩法、共同修改，而不是只能一个人对着 AI 做游戏。发布后的游戏在电脑和手机浏览器里都能直接玩，不需要安装文件，其他人试玩也不需要注册账号。目前每天还有免费建造额度，发布游戏后可以获得更多额度。自己也想做一款游戏，可以从这里开始：

普通人开发一款游戏的门槛，正在被 AI 真正打下来。以前想做游戏，至少要学引擎、写代码、画美术、建模和搭关卡。现在不会这些，也可以先把脑子里的想法做成一款能玩的游戏。这次我没有写一行代码，也没有打开 Unity 或 Unreal，只是在 Gear Zero 的聊天框里描述自己想要什么。我先让它做一款东方神话题材的3D动作游戏，最终生成了《九霄烬影》。人物可以移动、攻击、闪避、释放连斩和大招，还有怒气、血量、不同阶段的敌人和 Boss 战。第一版出来后，我继续告诉它增加技能冷却、强化大招、调整敌人血量。它会直接在原来的游戏上继续修改，不需要全部推倒重做。随后我又让它做了一款丧尸题材的第一人称射击游戏《末路撤离》，里面有生命值、弹药数量和撤离点距离，生成后直接在浏览器里就能玩。这也是我实测 Gear Zero 后觉得最重要的一点：它不是帮你生成一个一次性的 AI 游戏 Demo，而是提供了从创作、修改到发布的完整工作流。你用大白话描述想法，AI 智能体负责规划、写代码、画美术和搭关卡。游戏发布以后，依然可以回到原来的房间继续调整玩法和细节，再把修改后的版本更新出去。 Deep Mode 可以针对同一款游戏持续打磨；还可以邀请朋友进入同一个聊天，一起讨论玩法、共同修改，而不是只能一个人对着 AI 做游戏。发布后的游戏在电脑和手机浏览器里都能直接玩，不需要安装文件，其他人试玩也不需要注册账号。目前每天还有免费建造额度，发布游戏后可以获得更多额度。自己也想做一款游戏，可以从这里开始：

DeFi狙击手 | Ai🕊️

16,637 просмотров • 1 месяц назад

最近北大开源的一个项目，我觉得很值得关注。 AI Agent 现在最缺的，可能不是模型，而是一套像 npm 一样可复用的 skill 基础设施。 MagicSkills 做的就是这件事。它不是再去造一个新的 Agent framework，而是想把那些散落在各处的 SKILL.md，变成可安装、可组合、可同步、可调用的共享能力层。 MagicSkills 的思路更像是，先把 skill 从零散文档里抽出来，做成一个本地优先的共享 skill pool，然后再按不同 Agent、不同框架去组合和分发。这样一来，skill 就不再只是 prompt 附件，而是开始变成真正可复用的能力基础设施。说白了，它想推动的一件事就是：让 Agent 的技能，从“写一份文档自己用”，变成“写一次，到处复用”。我觉得这个方向很值得看。因为当 skill 开始像包管理一样被组织起来，多 Agent 工作流才会真正开始像工程系统，而不是一堆 prompt 和脚本的临时拼装。如果你在关注 AI Agent、Multi-Agent、技能复用，或者正在想怎么管理越来越多的 SKILL.md，这个项目值得研究一下。👇

最近北大开源的一个项目，我觉得很值得关注。 AI Agent 现在最缺的，可能不是模型，而是一套像 npm 一样可复用的 skill 基础设施。 MagicSkills 做的就是这件事。它不是再去造一个新的 Agent framework，而是想把那些散落在各处的 SKILL.md，变成可安装、可组合、可同步、可调用的共享能力层。 MagicSkills 的思路更像是，先把 skill 从零散文档里抽出来，做成一个本地优先的共享 skill pool，然后再按不同 Agent、不同框架去组合和分发。这样一来，skill 就不再只是 prompt 附件，而是开始变成真正可复用的能力基础设施。说白了，它想推动的一件事就是：让 Agent 的技能，从“写一份文档自己用”，变成“写一次，到处复用”。我觉得这个方向很值得看。因为当 skill 开始像包管理一样被组织起来，多 Agent 工作流才会真正开始像工程系统，而不是一堆 prompt 和脚本的临时拼装。如果你在关注 AI Agent、Multi-Agent、技能复用，或者正在想怎么管理越来越多的 SKILL.md，这个项目值得研究一下。👇

axiaisacat

46,330 просмотров • 6 месяцев назад

今晚如果你本来打算刷 2 小时 Netflix 不如看这个 40 分钟 masterclass 来自一家 $20B 中国 AI company 的 Kimi founder 它最有价值的地方不是“讲 AI 很强” 而是把 Agent Swarms 和 AI systems 到底怎么在规模化场景里运作，讲得非常清楚不管你从来没搭过 agent，还是已经每天都在用 Claude，这个内容都值得看真正有意思的是：很多人还在把 AI 当单个工具用但 Agent Swarms 讨论的是另一件事： -- 多个 agent 如何分工 -- 如何协作 -- 如何把任务拆开 -- 如何在系统层面持续运行这也是为什么我把里面的关键思路整理成了一份 practical guide 重点不是单纯理解概念而是怎么真正用 Kimi 去 build

今晚如果你本来打算刷 2 小时 Netflix 不如看这个 40 分钟 masterclass 来自一家 $20B 中国 AI company 的 Kimi founder 它最有价值的地方不是“讲 AI 很强” 而是把 Agent Swarms 和 AI systems 到底怎么在规模化场景里运作，讲得非常清楚不管你从来没搭过 agent，还是已经每天都在用 Claude，这个内容都值得看真正有意思的是：很多人还在把 AI 当单个工具用但 Agent Swarms 讨论的是另一件事： -- 多个 agent 如何分工 -- 如何协作 -- 如何把任务拆开 -- 如何在系统层面持续运行这也是为什么我把里面的关键思路整理成了一份 practical guide 重点不是单纯理解概念而是怎么真正用 Kimi 去 build

0x_Miko

16,093 просмотров • 4 месяцев назад

有一个超级暴论：现阶段的 OpenClaw 根本不适合团队协作！！折腾过的人，应该都有类似的感受！ OpenClaw 本质上其实是一个很强的 Agent 底座！你可以把它接入到自己的团队工作流里，把 Agent 搭起来，把渠道接进去，把能力跑通，每个人都能让Agent干事情，但是再进一步就会发现真正的问题：团队怎么一起用？中间产出和最终结果都沉淀在哪？前面做过的分析、写过的文档、跑过的方法，怎么变成团队可复用资产？新的成员进来，怎么接着往下做，而不是从头再来一遍？这些，落到实际的应用中，都是坑！最近，Flowus团队开发了一个新产品： Kollab Kollab 似乎解决了上面这些问题，它的思路很直接：把 Agent 直接变成工作流的一部分。这是什么意思呢？ OpenClaw 解决的是：我个人怎么拥有一个随叫随到、能力很强、自己可控的 AI。而 Kollab 解决的是：怎么让 AI 参与真实的团队工作，让做过的事能留下来，方法能复用，团队能协作。对于内容团队、研究团队、小型创业团队来说，一定知道这其中的区别！！你可以很简单的建立不同的项目组，或者工作空间，每个项目组里都有 Agent，项目推进的全过程中，所有的工作流、产出和方法论，都会沉淀在这个空间里。当下次遇到同类型的B项目时，就可以一键复用A项目沉淀下来“工作资产”。我觉得，这才是团队协作里最有价值的部分，尽可能减少重复劳动！！不管是传统团队协作，还是AI时代的团队协作，都如此。所以，AI 产品真正的分水岭，不是谁更像人，也不是谁接了更多更强的模型。而是，到底能不能提供一个能沉淀、能协作、能推进的工作空间。

有一个超级暴论：现阶段的 OpenClaw 根本不适合团队协作！！折腾过的人，应该都有类似的感受！ OpenClaw 本质上其实是一个很强的 Agent 底座！你可以把它接入到自己的团队工作流里，把 Agent 搭起来，把渠道接进去，把能力跑通，每个人都能让Agent干事情，但是再进一步就会发现真正的问题：团队怎么一起用？中间产出和最终结果都沉淀在哪？前面做过的分析、写过的文档、跑过的方法，怎么变成团队可复用资产？新的成员进来，怎么接着往下做，而不是从头再来一遍？这些，落到实际的应用中，都是坑！最近，Flowus团队开发了一个新产品： Kollab Kollab 似乎解决了上面这些问题，它的思路很直接：把 Agent 直接变成工作流的一部分。这是什么意思呢？ OpenClaw 解决的是：我个人怎么拥有一个随叫随到、能力很强、自己可控的 AI。而 Kollab 解决的是：怎么让 AI 参与真实的团队工作，让做过的事能留下来，方法能复用，团队能协作。对于内容团队、研究团队、小型创业团队来说，一定知道这其中的区别！！你可以很简单的建立不同的项目组，或者工作空间，每个项目组里都有 Agent，项目推进的全过程中，所有的工作流、产出和方法论，都会沉淀在这个空间里。当下次遇到同类型的B项目时，就可以一键复用A项目沉淀下来“工作资产”。我觉得，这才是团队协作里最有价值的部分，尽可能减少重复劳动！！不管是传统团队协作，还是AI时代的团队协作，都如此。所以，AI 产品真正的分水岭，不是谁更像人，也不是谁接了更多更强的模型。而是，到底能不能提供一个能沉淀、能协作、能推进的工作空间。

沐阳

51,104 просмотров • 5 месяцев назад

卧槽，AI 做的游戏已经能打过 4399 了？？当年那些游戏现在回去看，糙得不行，但是真的快乐但今天,4399 被 AI 干掉了，我童年没了一个巨鼎无比的游戏制作网站Gear Zero，你给个提示词描述一个游戏，AI 直接给你做出来，浏览器打开就能玩本来没抱什么期待,以为跟之前的一键出游戏差不多, 玩了几个之后,彻底改变我的想法,说实话有点被吓到：这完成度，比 4399 上 95% 的游戏都高不是那种"AI 生成了一个能动的 demo""的水平, 是真的有关卡设计、有打击感、有能玩下去的欲望的水平评论区放了四个我觉得完成度最高的，浏览器直接打开就能玩，不用注册，不用装任何东西玩完你再告诉我，这还像是 AI 做的吗

卧槽，AI 做的游戏已经能打过 4399 了？？当年那些游戏现在回去看，糙得不行，但是真的快乐但今天,4399 被 AI 干掉了，我童年没了一个巨鼎无比的游戏制作网站Gear Zero，你给个提示词描述一个游戏，AI 直接给你做出来，浏览器打开就能玩本来没抱什么期待,以为跟之前的一键出游戏差不多, 玩了几个之后,彻底改变我的想法,说实话有点被吓到：这完成度，比 4399 上 95% 的游戏都高不是那种"AI 生成了一个能动的 demo""的水平, 是真的有关卡设计、有打击感、有能玩下去的欲望的水平评论区放了四个我觉得完成度最高的，浏览器直接打开就能玩，不用注册，不用装任何东西玩完你再告诉我，这还像是 AI 做的吗

韦小宝

124,997 просмотров • 1 месяц назад

GitHub 上有个项目火了，叫 Godogen。简单说就是：你给 AI 一句话，它自己给你做一个游戏出来。不是生成几段代码那种，是从建工程、写逻辑、生成素材、跑引擎、截图检查，到发现画面不对再自己修，整套流程自动跑。它的口号也很直接： Prompt in, Godot game out. 说人话就是：你描述游戏，它负责把第一版做出来。

GitHub 上有个项目火了，叫 Godogen。简单说就是：你给 AI 一句话，它自己给你做一个游戏出来。不是生成几段代码那种，是从建工程、写逻辑、生成素材、跑引擎、截图检查，到发现画面不对再自己修，整套流程自动跑。它的口号也很直接： Prompt in, Godot game out. 说人话就是：你描述游戏，它负责把第一版做出来。

Vincent

66,869 просмотров • 3 месяцев назад

万万没想到，居然可以在 Coze 上连接本地 Agent 了。以前我们用 Agent，常常是各跑各的：Claude Code 在本地，Codex CLI 在命令行，OpenClaw 又是另一个入口。 Coze 3.0 把这些能力拉进了同一个项目，让它们像一个真正的本地 Agent 团队一样协作。这期视频我用一个实际案例演示：通过 Coze 3.0 组织 Claude Code、Codex CLI 和 OpenClaw 分工推进，最终Agent团队共同复刻推特一个比较火的Godot小游戏。👇

万万没想到，居然可以在 Coze 上连接本地 Agent 了。以前我们用 Agent，常常是各跑各的：Claude Code 在本地，Codex CLI 在命令行，OpenClaw 又是另一个入口。 Coze 3.0 把这些能力拉进了同一个项目，让它们像一个真正的本地 Agent 团队一样协作。这期视频我用一个实际案例演示：通过 Coze 3.0 组织 Claude Code、Codex CLI 和 OpenClaw 分工推进，最终Agent团队共同复刻推特一个比较火的Godot小游戏。👇

huangserva

71,360 просмотров • 4 месяцев назад

DoorDash CTO Andy Fang 这句太狠了： “用AI的目标不是写代码更快，而是再也不用亲手写代码了。” 他们公司现在全员跑agent。有个代码迁移项目，原本要4个工程师干满一个季度。现在一个人，三周搞定。结果就是：专家团队变成了“一个专家+一堆规则和agent”。这哥们跟Claude Code创始人聊了25分钟，全是干货。看完我算是明白了，大多数人用AI的方式还是最原始那种：手动输入、等待、修改、再问。效率低到离谱。真正的玩法早就不一样了。

DoorDash CTO Andy Fang 这句太狠了： “用AI的目标不是写代码更快，而是再也不用亲手写代码了。” 他们公司现在全员跑agent。有个代码迁移项目，原本要4个工程师干满一个季度。现在一个人，三周搞定。结果就是：专家团队变成了“一个专家+一堆规则和agent”。这哥们跟Claude Code创始人聊了25分钟，全是干货。看完我算是明白了，大多数人用AI的方式还是最原始那种：手动输入、等待、修改、再问。效率低到离谱。真正的玩法早就不一样了。

淘沙者(TheSandPicker)

92,340 просмотров • 3 месяцев назад

AI 最猛的一步，不是替你工作。而是开始自己赚钱了。刚看到一个开源项目 CashClaw，有点离谱。它不是普通 AI 助手，而是一个会自己找任务、自己报价、自己干活、自己交付、自己收款的 Agent。你只要装上它、接好 LLM，它就能自己评估任务、提交结果，甚至把整套流程跑完。更关键的是，它不是做完就结束，而是会从每一次任务和反馈里继续学习，把经验变成下一次任务的能力。这意味着一件事：我们可能正在从“AI 提高效率”的阶段，走向“AI 直接成为生产者”的阶段。以前你雇人接单。以后你可能是部署一个 Agent 去接单。以前 AI 是工具。现在 AI 开始像个微型公司。一句话总结： AI 的下一场竞争，不是谁更聪明，而是谁先拥有能自己变现的 Agent。更狠的是，CashClaw 还是开源的。你甚至可以 fork 之后接到自己的客户和业务上，把它变成你自己的赚钱系统。如果这条路跑通，很多人会第一次真正意识到： AI 不是在辅助工作， AI 是在进入劳动力市场。你觉得下一波先被重构的，会是自由职业、外包团队，还是 SaaS？

AI 最猛的一步，不是替你工作。而是开始自己赚钱了。刚看到一个开源项目 CashClaw，有点离谱。它不是普通 AI 助手，而是一个会自己找任务、自己报价、自己干活、自己交付、自己收款的 Agent。你只要装上它、接好 LLM，它就能自己评估任务、提交结果，甚至把整套流程跑完。更关键的是，它不是做完就结束，而是会从每一次任务和反馈里继续学习，把经验变成下一次任务的能力。这意味着一件事：我们可能正在从“AI 提高效率”的阶段，走向“AI 直接成为生产者”的阶段。以前你雇人接单。以后你可能是部署一个 Agent 去接单。以前 AI 是工具。现在 AI 开始像个微型公司。一句话总结： AI 的下一场竞争，不是谁更聪明，而是谁先拥有能自己变现的 Agent。更狠的是，CashClaw 还是开源的。你甚至可以 fork 之后接到自己的客户和业务上，把它变成你自己的赚钱系统。如果这条路跑通，很多人会第一次真正意识到： AI 不是在辅助工作， AI 是在进入劳动力市场。你觉得下一波先被重构的，会是自由职业、外包团队，还是 SaaS？

axiaisacat

29,514 просмотров • 6 месяцев назад