作者基于33k+次提交的Vibe Coding游戏经验，整理了25个开源GitHub仓库，帮助开发者用LLM更高效地构建游戏。文章分为两大板块：第一部分介绍MCP服务器、Agent技能和引擎桥接工具，包括Blender MCP、Unity MCP、Godot MCP和游戏开发Agent技能包，让LLM能直接操作编辑器和引擎；第二部分介绍AI 3D资产生成和世界生成工具，如img2threejs、腾讯Hunyuan3D-2、微软TRELLIS和PlayCanvas SuperSplat，帮助将提示词或参考图转化为可用的3D资产和高斯泼溅世界。文章强调合理引导LLM、提供合适工具能显著提升效率、降低token消耗并产出更高质量的游戏。
文章以开发者用AI在16天内将《小王子》做成3D探索游戏为例，讲解普通人如何借助AI独立完成一款游戏。作者按流程介绍七大环节：硬件只需普通电脑；策划阶段用Claude或Gemini通过对话生成游戏设计文档；引擎可选Three.js、Godot、Unity或虚幻；编程推荐Opus 5.5规划、Codex写代码，并搭配游戏开发Skill；美术用GPT Image、Tripo、Blender等生成与修整2D/3D资产；音频用Suno、ElevenLabs并注意商用授权；发行建议从微信/抖音小游戏切入，通过战绩卡片、好友排行等裂变设计获取流量。
作者利用 GPT-6 配合 Computer Use 实际操作 Godot 引擎，导入并运行自制横版三维清版动作游戏《兽潮·末班货运》，完整演示了从工程导入、编辑器界面认识、运行调试、键盘操作练习到修改角色速度并验证的全过程。教程约1.6万字、22章，配22张实际操作截图，面向零基础读者，分三轮学习：先导入运行，再认识节点与文件并做参数修改实验，最后深入招式、骨架与场景搭建。文章强调建立'操作与结果'的联系，并区分编辑器与运行时状态、计划功能与已实现功能。
作者基于数月做 AI Game 生成平台的实践经验，系统梳理了 AI 生成游戏的能力边界。核心观点：决定 AI 游戏上限的是引擎而非模型，纯文本技术栈（Web、Godot）最适合 AI；静态资源多的游戏（策略、卡牌、爬塔）好做，动态素材多的（动作、格斗）难做；代码已不是瓶颈，卡点在素材的成套一致性和数值的体验曲线设计。文章还分享了素材生成、透明背景处理、动画路线选择等工程细节，建议先选引擎、做静态内容多的游戏并给 Agent 接上验证闭环。
