两位独立开发者正使用同样的 AI 工具，制作同类型的平台跳跃游戏。然而几天之后，两人拿到手的却是截然不同的成果。
工具相同，给定的时间也相同。不同的是对待 AI 的态度——准确地说，在于是把工作”交给”了 AI，还是”指派”给了 AI。
仅一年便已过时的词——“Vibe Coding”
Andrej Karpathy 创造”Vibe Coding（氛围编程）“一词是在 2025 年 2 月。一年后的 2026 年 2 月初，他表示这个词已经过时，专业人士更偏好”智能体工程（Agentic Engineering）“这一名称。
他附加的解释颇为有趣。”智能体（Agentic）“意味着如今开发者几乎不再亲手写代码，而是把大部分时间花在协调与监督智能体上；”工程（Engineering）“则意味着这其中同样需要技术、科学与专业能力。也就是说，随氛围而动、全盘接受 AI 所写代码的时期已经过去，如今**需要学习和练习的”编排（Orchestration），即指挥的技术”**已成为开发的默认方式——这是一份宣言。
对独立开发者而言，这一变化既是机会，也是陷阱。从一个人也能像团队一样工作这一点来看，它是机会。然而，如果没有学会如何指挥就把工作整个丢出去，产出的将是做得很快、却没有人会玩到最后的游戏。
变快的是开发，而不是完成
一线开发者们普遍指出了一个局限：借助 AI，可以快得惊人地做出一款机械地运转起来的游戏。然而，把它打磨成有趣的最终成品的过程，依然不容易。
最常见的误解，是把”开发变快了”当成”游戏更容易完成了”。写代码的时间减少了，但定义什么有趣、边玩边判断、选择舍弃什么的时间并没有减少。相反，能做的东西变多了，需要舍弃的东西也随之变多。
把判断握在手里，让 AI 做文档
当你对 AI 说”帮我做一款 ×× 类型的游戏”的那一刻，策划的判断权也一并交了出去。什么是乐趣、要做到什么程度、删掉什么，都由 AI 来决定。开发者掌控乐趣的空间，在那一刻就已经错过了。反之，如果你说”把这份分析结果整理成 ×× 格式的策划书“，判断权就留在你手中，AI 则负责推进文档化这项工作。
因此，笔者将与 AI 协作的核心归结为一句话：先把标准写成文档。 有了标准，就能验证；能验证，就能只挑出错误的部分修改；能局部修改，决定权就始终留在人的手里。没有标准，就只能一遍遍从头重来直到满意为止，而每一次，AI 都会交出一款略有不同的游戏。
这也是整个软件业界正在走的方向。落实到游戏开发上，顺序是这样的：递交策划书后，不要马上让 AI 实现。先让 AI 总结策划书，并针对模糊之处提问。确认它理解无误之后再让它实现，然后保留经过验证的骨架，在其上对内容进行变化与扩展。
翻译”感觉的领域”——拆解
如果手上已有经过验证的游戏策划书与源码，借助 AI 可以在转瞬之间做出作品。但如果是初次尝试游戏开发的开发者，又该如何着手？笔者建议不要从一张白纸开始，而是逆向策划该类型的代表作。将游戏设计的两大支柱——核心机制与关卡设计——拆解开来，提炼为数值与数据，变成自己可以直接调节的东西。
有一份很好的教材。《蔚蓝（Celeste）》开发团队公开了约 5,400 行的玩家类代码，联合开发者 Maddy Thorson 还亲自整理并公开了《蔚蓝》的”容错（Forgiveness）“机制。看了这份清单，”操作手感“这种模糊的感觉究竟由哪些机制构成，便一目了然。
- 土狼时间（Coyote Time）——从平台边缘掉落后的短时间内，仍然接受跳跃输入。
- 跳跃缓冲（Jump Buffer）——记住落地前按下的跳跃输入，在落地瞬间执行。
- 顶点重力减半——按住跳跃键时，跳跃顶点区间的重力减为一半，让玩家在空中有余裕调整方向。
- 边角修正——跳跃时撞到边角，或冲刺时卡在边角上，会被轻轻推向侧面或上方。
- 宽松的蹬墙跳判定——即使离墙约 2 像素，也允许蹬墙跳。
“玩家所期待的跳跃”，正是这些有名有姓的数值之和。而一旦像这样命名并拆解，与 AI 的对话就会改变。”让手感更好一点“每次都会被 AI 做出不同解读，而”开启土狼时间，并用滑块暴露其数值“则只会被解读为唯一一种意思。
在此，笔者还想再推荐一个习惯：在做游戏之前，先让 AI 做调参面板。
把跳跃·重力·冲刺相关的数值全部提取为顶部常量，
并加上一个能在游戏中用滑块修改它们的调试面板。
调整值支持以预设 JSON 保存·读取。仅凭这一条指令，与 AI 协作的单位就从”感觉“降到了”数值“。”更好的手感”变成了”把重力滑块的范围调宽”。而寻找手感——也就是判断乐趣——这件事，又重新回到了人的手中。
关卡不是代码，而是数据
关卡设计也是同样的道理。所幸，逆向策划并不需要独自从零开始。热门游戏的粉丝社区里，早已积累了按房间拆解关卡的 Wiki 资料。让 AI 把这些内容整理成表格，人则亲自游玩，审核这些分析是否正确即可。
而这些成果，必须以数据文件而非代码的形式保存下来。如果关卡硬编码在代码里，每次修改都得让 AI 改代码，每次都有弄坏其他地方的风险。如果关卡以数据形式分离，人就可以直接修改，也可以机械地检查 AI 生成的关卡是否符合规则。
在这里，策划者将得到一份真正的大礼：工具。过去，策划者想要一个自己用的关卡编辑器，得去拜托工具程序员，然后排队等候。如今，只要策划书中定义好数据格式，就可以让 AI 制作专用编辑器。这个编辑器，就成了把策划书可视化的工具。
结语：最后的裁定，由我亲自游玩后做出
Vibe Coding 带给独立开发者的，是”一个人也能像团队一样工作的力量“。然而，这个团队不会自己工作。把工作交出去，团队做出的是 AI 的平均值，而不是我的游戏；当我明确地指派工作，团队就会按我的标准行动。
成为”指派者”，归根结底就是不放手三件事：决定什么是乐趣的判断；把这份判断转化为数值、数据与文档的拆解；以及亲手游玩成果后做出的最终裁定。 代码可以由 AI 来写。但这款游戏是否有趣，自始至终只有人能回答。
不要把工作交给 AI，要指派给它。
撰文（企划/审定）：丁武植教授（嘉泉大学游戏影像学系副教授 / 工学博士）
丁武植(Jung Musik)教授简介
1994 年作为 TriggerSoft 创始成员起步，历任 NCSoft 总监、纳斯达克上市企业 Gravity 社外董事及 Lunosoft 副社长，是大韩民国第一代游戏开发者。2003 年企划并举办了韩国首届独立游戏公开征集赛，此后在培育国内独立游戏方面倾注了长期的关注与支援。目前担任文化体育观光部游戏物管理委员会委员/理事、城南市第四次产业特别委员会内容/数字/空间分科委员长等职务，致力于推动国内游戏产业的发展与健康文化的形成。
