刷到一个国外老哥的项目，直接把我看愣了。 他用Astra（就是那个AI编程工具）…

刷到一个国外老哥的项目，直接把我看愣了。 他用Astra（就是那个AI编程工具），四天时间，烧了15.6亿token，做出来一款完整可玩的3D游戏PaperRoute。游戏里有完整街区，主角骑自行车送报纸得分，路上会遇到汽车和恶犬，还有天气系统、玻璃破碎效果、排行榜，甚至有个可以骑车训练的公园。 这哥们的核心思路我觉得特别值得分享：先把游戏做得能玩，再考虑做得好看。 最开始他只给Astra一份极简的需求文档加一张参考图，先把骑车、转向、扔报纸、得分、关卡结束这些核心机制跑通。等核心玩法稳定了，才开始处理美术方向。 他把整个项目拆成了两条完全独立的工作流：一条专门负责游戏机制，另一条负责美术和3D资产生成。 游戏机制这边，转向手感、碰撞恢复、恶犬追逐逻辑、手机触控适配，每一个问题对应一个Prompt、一次浏览器测试、一次代码提交。出了问题直接定位到具体模块，不用在一堆代码里翻来翻去。 美术资产那边更有意思。房屋、树木、围栏、邮箱这些场景道具，他让Astra写Python脚本，调Blender在后台批量生成模型并导出GLB格式。相当于AI写脚本，Blender当苦力，自动化程度拉满。 但有个坑他踩得很实在——角色建模。 Astra做房屋和简单道具确实强，但做出来的主角像个木偶，动作僵硬得不行。他后来换了个思路：先用ChatGPT生成角色概念图，再转成3D模型，最后让Astra负责减面、绑定骨骼、适配自行车和修复服装问题。 这套组合拳下来，效果直接能用了。 这件事说明一个道理：现在做AI项目，最重要的能力已经不是迷信某个万能模型，而是搞清楚什么任务该交给什么工具。Astra擅长写代码和脚本，ChatGPT擅长创意生成，Blender擅长3D建模——各司其职，效率才高。 所以别再信那些一句话做出完整游戏的标题党了。AI时代真正值得练的本事，是怎么拆分任务、怎么建立测试、怎么隔离实验、怎么反复看结果，再把一个能跑的Demo一点点磨成真正的作品。 这老哥把每一步迭代、每张渲染图和真实token成本全公开了。教程地址：github.com/Nicolepcx/ai-a… 不管做不做游戏，这套拆任务的方法论都值得看看。