搜尋

100% AI 生成：我们用 Unity 6、.NET 8 和 Python 的工作流程

Marcel Dütscher

6月26日

讀畢需時 1 分鐘

我们最常被问到的问题之一是：你们到底是怎么完全靠 AI 做出一款复杂的多人体素游戏的？简短的回答是：靠非常严格的准则。

AI 特别擅长写代码，但它很快就会失去对架构全局的把握。所以我从第一天起就强制采用严格的客户端/服务器架构。

我们的技术栈一览：

客户端：Unity 6，负责渲染、输入和体素网格生成。
服务器：.NET 8 专用服务器，负责区块生成和以服务器为权威的 UDP 网络通信。
逻辑与代码：完全通过 Claude 和 ChatGPT 的提示词来完成。
素材：我们让 AI 生成了 Python 脚本，让它可以自己去调用 ElevenLabs（声音）和 OpenAI（材质/图像）的 API。

我们最重要的原则是 MVP（最小可行产品）方法。对于每一个功能（比如合成配方或星球生成），我们都强制 AI 先做出尽可能小的、能工作的版本，再去扩展这个功能。

这样代码保持整洁，AI 的幻觉也能得到控制。

你可以在我们的 GitHub 仓库里查看完整的代码！

最新文章

查看全部

为什么新版本叫 2026.7.19，而不是 0.9.2 🗓️

今天更新的人，会从 0.9.1 版本一下跳到 2026.7.19。这看起来像是笔误，其实是一个刻意的决定：我们改变了版本号方案，从“语义化”版本改成了基于日期的版本（年.月.序号）。原因如下。旧方案回答的是没人问的问题。语义化版本（0.9.1、1.2.3 ……）来自软件库的世界。在那里它很棒：第一个数字承诺“不会破坏任何东西”，第二个承诺“只有新增”，第三个承诺“只有修复”。而游戏不对任何人做这

大扫除：我们终于把 GitHub 的缓存用对了 🧹

在上一篇技术文章里，我们测量了构建和检查流水线到底花了什么：不是钱，而是等待时间和存储空间。那篇文章的结尾是“清理工作已经计划好，但还没完成”。结果比预想的快：从今天中午起，它已经进入主分支了。下面是数字。先看结果。我们仓库的缓存用量，从 63 个条目共 5.32 GB，降到了 13 个条目共 2.46 GB。以前每个拉取请求都要跑的 C# 安全分析，现在在那里只需要 4 秒，而不是 4 分半，

每月一千次构建，而且一次都不花钱 ⚙️

先更正一件事。这篇文章的第一版声称，我们的 GitHub 构建分钟数用完了，被迫升级到 Pro 账号。这是错的，而且只要看一眼文档就能弄清楚：对公开仓库来说，GitHub 的构建分钟数是免费的。产物和缓存也一样。我们的仓库从五月底起就是公开的，所以我们从来没有为任何一分钟付过钱，以后也不会。与其悄悄改掉文字，我们宁愿重写一遍，告诉你们测量到底显示了什么。结果比错误的版本有趣得多。先猜测，后查看。

留言

這篇文章不開放留言。請連絡網站負責人了解更多。