文章探讨了视频世界模型在游戏开发中的应用与挑战。Roblox 团队通过引入 14B 参数的动作条件 Text-Image-to-Video 模型，并设计了名为“Game Cartridge”的轻量级控制框架，结合实时视觉语言模型（VLM）作为感知组件，成功将视频生成模型与传统游戏引擎耦合。该方案解决了世界模型缺乏抽象状态管理和游戏进程推进的问题，使开发者能够利用 AI 生成高保真且具备复杂交互的可玩游戏体验。
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。
月之暗面发布 Kimi K3.1 Pro，3万亿参数MoE架构、100万token上下文、开源权重，API输出价格仅为GPT-6 Astra的五分之一。作者从跑分和实测两方面评估：官方xdev-bench-hard编程成功率64.5%排第二，幻觉测试同样第二，第三方智能指数全场第四、开源第一。实测中，作者用相同提示词让K3.1 Pro与GPT-6 Astra分别开发3D跳一跳和植物大战僵尸游戏，两者均一次成型无bug。Kimi耗时约10分钟但会自我验证和修正，Astra快近5倍且细节更丰富。结论：K3.1 Pro编程能力接住闭源旗舰，价格是杀手锏，适合重度Agent用户。
作者以一款3D动作游戏为例，对比了成套建模与单独建模（拆件换装）两种方案的成本与坑点。积分上单独建模看似便宜35%，但前提是部件可跨角色共用；真正的大头在验收成本——每个模型都要在41个动作片段里逐一检查扭曲、穿模和武器握持问题。成套建模的变形问题可用脚本批量修复，而单独建模的部件穿插问题只能逐件处理。最终结论：选哪种方案取决于玩家能否看到单件换装，动作多少只决定验收成本。作者选择继续成套建模，并保留了单独建模试验成果以备未来需求。
作者整理分享了8个基于Claude Opus 5.5的惊艳创意案例，包括手稿转个性化字体、古希腊世界3D构建、小王子3D剧情游戏、成都城市历史动画《一座城的年轮》、修复圆明园视频、魔戒故事动画、以及用Opus 5.5结合REA逆向家用电视等。这些案例展示了Opus 5.5在审美和编程方面的强大能力，AI正在打破游戏制作、文化复原等领域的创作门槛，激发更多人的创造力。
文章剖析了用 Opus 5.5 通过 Claude Code 制作 Unity 游戏的完整路线。作者先解读两个爆款案例（霓虹赛博朋克射击游戏和 36 小时 MMO），指出'一句话出游戏'并不真实，关键是充分的准备工作和人在回路。然后对比三种接法：Unity 官方 Claude Code 插件、Unity MCP、社区工具 AI Game Developer，并给出官方路线的 6 步接通教程。文章强调安全措施如频繁提交、保留审批、隔离 Blender MCP，总结了写需求的 6+2 个习惯，最后以 6 个关卡的小游戏开发路线（灰盒、规则、敌人、种子刷新、美术资源、测试打包）展示完整流程，并讨论成本与多 agent 并行注意事项。
作者分享了使用 Elorian AI 刚发布的视觉理解与推理大模型 Glimpse 的体验。该模型能原生理解图片和视频中元素的位置、结构与空间关系。作者将其用于小王子游戏的 bug 排查：只需提供实际游玩录屏，Glimpse 就能分析游戏设计是否合理并梳理潜在 bug。实测中，在无游戏上下文情况下，其发现的问题数量是 Astra 的 3 倍，且可按视频时间戳罗列细节问题，便于逐一核验，极大解决了个人开发者验收容易遗漏的痛点。Glimpse 已开放 API，可接入 Codex、Claude Code 完善验收流程，也适合视频/图片生成等 AIGC 场景。
程序员小灰分享其第四款AI开发游戏《放置地下城：无尽远征》正式上线Steam。前两款游戏反响不佳，第三款《无为修仙传》一个月销量超3400份，给了他极大鼓励。新游戏是暗黑刷宝风格放置类游戏，仅用7天开发出Demo，借助Codex + GPT-6 Astra完成开发。游戏原价19.9元，首发7折优惠13.93元，首发期间购买者可免费加入AI游戏开发交流群，小灰将在群内分享AI游戏开发经验。
作者 Sac 用 16 天借助 AI 工具链将《小王子》改编为 3D 剧情游戏，并公开完整制作流程。文章分三部分：一是开发流程与准备，包括用 Fable 5.1 做 PRD、Image 2.5 生成图片、Tripo 生成 3D 资产、Opus 5.5 写代码、Astra 迭代修复；二是场景构建，讲解如何用 AI 生成场景参考图、拆解资产并用 Blender + Unity 建模；三是人物建模，涵盖 T-pose 四视图生成、Tripo Smart Mesh P2.0 生成人物、Auto-Rig Pro 绑骨蒙皮、Mixamo 动作接入与细节调整。作者承诺后续将开源全部游戏代码与更完整的制作细节。
作者分享了用 Codex CLI、Tripo AI、Headless Blender、gltfpack 和 Three.js/WebGPU 搭建自动化 3D 游戏资产生产线的完整过程。文章详细记录了角色骨骼标准化与换装拆件、怪物绑骨问题的程序化绕行方案（如用数学驱动蝙蝠翅膀动画）、武器挂点矩阵化、模型压缩优化等关键技术决策，最终将整批角色、怪物和装备资产控制在 16.48 MB。作者还探讨了选择动态漫画分镜而非传统 3D 地图的设计思路，提出核心方法论：不要自动化每个步骤，而要自动化整个结果，把一次性人工修复转化为可重复执行的参数化规则。
作者浅水虾是一名14年游戏开发老兵，2025年3月因项目被砍而失业，经历8个月求职无果的焦虑期。他转向Web出海，通过SEO和独立站赚取美金，从每天0.01美元起步，逐步跑通付费文章、海外订单和社群运营。2026年7月再次失业时，他已拥有独立站、知识库和读者群，心态从容。文章复盘了其职业路径、出海心路及未来方向，强调个人能力沉淀和抗风险的重要性。
作者 Sac 分享了耗时16天、使用 Claude Opus 5.5 结合 Tripo 与 Blender，将《小王子》故事制作成3D剧情游戏《The Little Prince: Across the Stars》的过程。游戏中每个星球都成为可探索的3D场景，质感出色，获得众多网友称赞。作者表示后续将开源整个游戏及详细制作流程。此外还分享了用 Blender 白模生成视频降低抽卡成本的经验，并推荐了在 Higgsfield 上无限使用 Wan 3.0 视频生成模型的方案。
NVIDIA 推出 Jetson Agent Skills，将设备特定的平台知识注入 AI 辅助开发流程。边缘 AI 开发不仅涉及代码，还需处理硬件、内存、JetPack 版本、容器和部署约束。Jetson Agent Skill 是包含指令、参考资料、安全边界和辅助脚本的可检查包，分为 Device Skills（设备诊断、环境配置、模型服务、基准测试）和 BSP Skills（刷机前的平台定制）。文章介绍了基于 Codex 的完整工作流教程，从连接 Jetson Orin Nano 到构建本地运行的视觉语言模型（VLM）应用，并展示了 JetPack 7.2.1 中基于 Video Codec SDK 和 PyNvVideoCodec 的视频技能如何自动生成并验证编解码流水线，最终返回可复现的性能测量结果。
