同樣的模型，為什么大佬做出來的游戲比你的好十條街？｜對話 TapTap 制造負責人姜黎

作者 ｜ 董道力
郵箱 ｜ dongdaoli@pingwest.com

同樣的模型，為什么你和大佬做出來的項目天差地別？原因很簡單，他是大佬，你不是。

那么有沒有什么辦法快速彌補你和大佬之間的鴻溝呢？

這也許就是 2026 年，Agent 要做的事情。

AI 能力競賽走到今天，基礎模型能力趨于同質，新出的工具也會被快速模仿。在這個前提下，決定 AI 生產出的項目好壞的，究竟是什么？

數據。

不是從公開互聯網上爬來的、泛化的那種，而是在某個垂直領域里沉淀多年、有密度、有結構、經過真實用戶驗證的專業數據。

對游戲開發 agent 而言，這意味著：誰擁有的游戲數據越多，誰的 agent 就越接近真正懂游戲的開發者，而不只是一個"會寫代碼的工具"。

而 TapTap 制造（后續稱 TTM）就是一個游戲領域的 agent，幫助你快速接近游戲大佬。

1

實測 TapTap 制造，游戲公司推出的游戲制作 Agent 是什么樣？

進入首頁，是經典的 NoCode 界面：最大塊的是一個對話框，輸入想法，可以附上示意圖，左側是項目目錄。

界面形式上，目前 AI 產品大同小異。關鍵在于制作過程，我們具體來看。

prompts：做一個橫版平臺跳躍，3 個關卡，有雙跳和沖刺，參考惡魔

收到指令后，由 TapTap 看板娘嗒啦啦化身的游戲開發 Agent 開始拆解需求。TTM 的思考方式是一個經典的任務分解流程：探索代碼庫，了解項目結構、可用模板、示例和文檔。

和其他 AI Coding 工具不同的是，通用工具完成 plan 之后，面對復雜任務會搭框架，面對簡單任務庫庫寫代碼。

而 TTM 會先執行一個文檔研究步驟，它默認選擇 UrhoX 引擎和 Lua 語言，然后從相關文檔里提取所需知識，比如如何用 Box2D 物理引擎搭建 2D 游戲、如何創建平臺和碰撞檢測等。

在這次項目中，TTM 從文檔里學到了如何繞開 Lua 語言的常見坑、如何建立合理的文件結構、UrhoX 的 API 該怎么用。

這個環節通常由用戶按需配置。比如想用 Cursor 開發微信小程序，可以在 doc 中加入小程序開發文檔。想讓 AI 搭一個周易網站，就把相關學術資料喂給它。

在通用 AI Coding 工具里，這些專業知識基本沒有，就算有，也只是通過 web_fetch 臨時搜一點公開信息。小眾引擎的細節、公司內部文檔，AI 不靠用戶輸入根本觸達不到。

而這些專業知識，恰恰是在底層模型能力趨同的今天，決定 AI 好不好用的關鍵一步，也是垂類 Agent 之所以能"垂"的核心原因。

這就是你和大佬的差距所在。

不過有點可惜，TTM 在后續更新中把這部分思考過程隱藏了，也可能是我網絡加載的問題？

文檔研究只是 TTM 學習的冰山一角。整個對話流程中，TTM 幾乎一直在學習。知識庫里還有一些經典游戲的案例切片，比如橫版平臺游戲的教科書，馬里奧。

完成學習準備后，TTM 正式進入開發階段。這部分說白了就是 Agent 自主編程：拆任務、寫代碼、跑檢查、發現 bug、自己修，整個流程一氣呵成。

值得一提的是，TTM 在處理問題時相當"軸"。用 AI 編程常會遇到大模型裝死敷衍了事，而 TTM 會持續嘗試像 Tokens 不要錢一樣，進入一種擬人化的偵探模式。

舉個例子，當 agent 環境初始化遇到了 BUG。TTM 先后寫了 4 版 Python 檢查腳本，每一版都比上一版更精確：第一版正則匹配太粗糙，第二版沒處理 elseif，第三版漏掉了字符串嵌套……發現問題，推翻，重來，直到解決。

更絕的是找構建工具那一段。系統里有個叫"UrhoX MCP build tool"的東西，但就是找不到入口。TTM 開始一頓找，查配置文件、扒隱藏目錄、讀環境變量、看進程列表、翻系統日志，甚至直接猜命令硬試。它還從，gitignore 里推斷出了一個隱藏目錄的存在，這個細節，很多人類程序員都不會注意到。

當然，遇到真正繞不過去的問題，TTM 也會報錯不會假裝已完成。第一輪對話中，它發現某個工具不存在，任務以系統錯誤終止。它卡在了一個外部依賴缺失的問題上，至于這個缺失是怎么來的，也得問它自己。

我作為不懂開發的小白，遇到這種情況只能讓 Agent 繼續嘗試。還算幸運，TTM 最終完成了任務，推測是 MCP 工具或服務器臨時失效的問題。

項目完成后，TTM 會主動復盤，總結代碼里存在的問題。這次它發現某個文件代碼量太大，建議拆成獨立模塊便于維護。這種機制也在一定程度上緩解了大模型長上下文"腐敗"的問題。

游戲免不了反復修改。每次提出改動，TTM 還是會先翻代碼、再查文檔，而且相當有針對性，讓它給主角加遠程攻擊，它先看玩家機制和攻擊系統。讓它設計一些陰間關卡，它去讀地圖文檔。

TTM 內置的文檔庫和自主性，幫小白拉近了和游戲開發大佬的距離。

與此同時，TTM 也支持上傳自定義的游戲文檔和素材，讓大佬也有發揮空間。比如，右圖中的披風小人是 TTM 根據 prompts 自動生成，左圖中的看板娘是用戶上傳素材。

游戲制作之外，TTM 更深的護城河在于平臺本身。TapTap 是一個成熟的游戲分發平臺，在 TTM 上做好的游戲可以直接發布上去，無縫銜接。

點擊發布后，填寫游戲信息、上傳截圖等材料即可。這些繁瑣的物料準備，AI 也可以幫你搞定，右圖那張精美照片，就是 AI 生成的。

當所有人都在用同一批基礎模型，"模型比拼"這個維度正在迅速失去意義。GPT、Claude、Gemini 的能力差距肉眼可見地在收窄，下一個版本可能又會拉平。

真正開始拉開差距的，是模型之上那一層，誰沉淀了更深的領域數據，誰提煉出了更準確的專業經驗，誰把這些東西以 Agent 能真正用好的方式組織起來。

這不是一夜之間能復制的東西。TapTap 多年積累的游戲數據和開發者生態，Salesforce 對企業銷售流程的深度理解，醫療、法律、教育領域里那些還沒被充分挖掘的專業知識，未來真正有價值的 AI 產品，大概率都藏在這些地方。

通用工具解決的是"能不能做"的問題，垂類 Agent 解決的是"做得好不好"的問題。而在大多數真實場景里，后者才是用戶真正愿意付錢的那個。

帶著這些觀察和疑問，我們與 TapTap 制造負責人姜黎聊了聊，看看他們是怎么想的，又是怎么做的。

1

對話 TapTap 制造負責人姜黎

GUI 是人類的習慣，不是 AI 的

硅星人：TapTap 制造沒有延續上一款星火編輯器 GUI 形式，轉向了純代碼 AI 引擎架構，這個決定背后的判斷是什么？是認為 GUI 從根本上不適合 AI 時代的游戲開發，還是現階段的務實選擇？

姜黎：這里其實是兩個層面。第一，過去說的 GUI 是人類設計給人用的，即使多模態 AI 未來理解能力越來越強，它操作 GUI 的價值也只是兼容人類積累下來的大量工具，但這不代表 GUI 就是 AI 的最佳交互方式。對大模型來說，提供準確的輸入輸出接口讓它直接調用，肯定比讓它識別圖形界面再去操作要準確得多。

第二，GUI 是否還存在，取決于要不要給人類提供人機交互的界面。現在 TapTap 制造里還是有大量 GUI 的，比如資產庫。所以 GUI 的意義在于，只要服務人，它就會存在。但面向 AI agent，我們優先提供的一定不是 GUI。以前星火是一個純面向人的工具，而現在 TapTap 制造的使用者，從以前單一的"人"，變成了"agent + 人"雙端。

硅星人：你們在發布會上提到一個很有意思的表述，"注入專業技能而非知識"。能展開講講，技能和知識的區別在哪里？技術上具體是怎么落地的？

姜黎：首先是對各種游戲類型開發流程的深度理解和抽象。這是游戲開發領域的專有知識，比如做 MOBA 怎么做、卡牌怎么做、MMO 應該怎么做，只有真正做過某個游戲類型的人才能理解這些流程。

對我們做這款產品而言，要做的就是把這些領域知識，通過 API 設計、組件設計、知識庫、面向 agent 的工具和 skill，綜合起來讓 TapTap 制造適應各種類型的游戲。今天可能還不能涵蓋所有類型，但隨著持續深入，能覆蓋的類型會越來越多。我們說的"專業技能"，主要就是通過這套綜合手段來實現的。

上下文濫用、隱藏代碼、30 萬行，AI游戲邊界在哪里

硅星人：目前這套"專業技能"的技能庫和文檔庫規模有多大？引入新技能的篩選標準是什么？

姜黎：具體數量不方便透露，但從上次直播到現在已經快翻倍了，速度還會越來越快。不過未來不會無限增長，只有在確定引入不會讓 agent 性能變差的情況下，我們才會謹慎引入，會越來越注重數據質量。

篩選上，完整游戲示例更多從品類入手，但我們更傾向于以組件方式提供。比如馬里奧由哪些組件構成，先確保引擎基建足夠完善，再提供最經典的示例，不會無限堆各種類型的 demo。

硅星人：AI 輔助開發中有一個很常見的痛點：多輪對話后容易出現"改 A 壞 B"的漂移問題，上下文越長越容易失控。TapTap 制造是怎么應對的？

姜黎：比較常見的原因還是上下文濫用，不節制地在同一對話里持續追加需求，舊內容被窗口擠出，失憶不可避免。這不是 TapTap 制造專有的問題，今天最頂級的 coding agent 也一樣。

我們能做的，一是引導用戶將獨立需求拆成多會話處理，二是通過良好的組件設計幫用戶解耦，從架構層面降低問題概率，三是隨著記憶系統升級、模型能力提升和上下文窗口擴展，這個問題也會逐步緩解。

硅星人：目前 TapTap 制造對用戶隱藏了完整代碼，這個決策爭議不小。有沒有考慮過對有編程能力的進階用戶分層開放？

姜黎：肯定能找到一些 case，比如 AI 犯了個很傻的錯誤，剛好用戶懂代碼，一行就能改掉。但這類 case 不足以支撐給所有用戶開放代碼，因為更多情況下，用戶因為不需要關心代碼，省掉了大量 review 和手動修改的時間。

隨著大模型能力提升，即使是專業程序員也在逐漸減少逐行看代碼的頻率，更何況 UGC 開發者，絕大多數人的編程能力實際上不如 AI。

我們的判斷是：看不了代碼，一定不是做好游戲的瓶頸，反而可以把更多精力放在創作者真正應該關心的事上，玩法、美術、體驗。未來不排除提供優雅的代碼查看工具，但目前優先級不高。

硅星人：隨著項目推進，代碼量必然越來越大。目前 TapTap 制造能支撐的項目規模天花板在哪里？

姜黎：現在已有超過 30 萬行代碼的項目，對游戲來說已經是中型規模了。但代碼庫規模和所需上下文長度并非線性關系，agent 本身具備代碼搜索能力，可以支撐大型項目，就像程序員不需要把所有代碼裝進腦子一樣，代碼行數本身不是瓶頸。

關鍵在于設計模式，遵循 AI 的架構建議、按需重構、多會話拆分任務，幾十萬行代碼完全沒問題。但如果不遵循建議、自由發揮到很混亂的狀態，遲早 AI 會維護不了，這是設計問題，不是代碼行數問題。

叫它噠啦啦，不叫"助手"

硅星人：TapTap 制造給 AI agent 做了擬人化設計，有一個叫"噠啦啦"的角色形象。為什么覺得游戲創作工具需要擬人化？

姜黎：游戲創作本來就應該是件快樂的事，我們想讓體驗更輕松、更有代入感。噠啦啦本來就是 TapTap 的看板娘，有一貫的人設。我們發現開發者會直接叫它名字，會說"今天讓噠啦啦做了什么"，這種感覺很符合我們想象中用戶和 AI 一起成長的狀態，比面對冷冰冰的工具界面更有創作愉悅感。

硅星人：對游戲來說，好不好玩才是核心。TapTap 制造目前有沒有對游戲可玩性做自動評估的能力？

姜黎：目前沒有專門的可玩性評估模塊。TapTap 制造是一個響應創作者指令的工具，不是自動造游戲的系統，它遵從你的創意和指令來執行。

不過很多開發者已經在用一種"共創討論"的方式來輔助決策，先跟 AI 討論設計思路，AI 給出選項 A 和 B，由你來選擇執行。這種人機共創的工作方式，其實是非常重要的使用范式。

同質化游戲早就存在，AI 不會加劇這件事

硅星人： 降低了創作門檻之后，會不會擔心 TapTap 制造批量產出一批玩法雷同、長得很像的游戲？

姜黎：不擔心。有沒有 TapTap 制造，同質化的游戲都會大量出現，TapTap 本來就是一個什么游戲都能發的平臺。算法推薦在這個時代是能解決這件事的，低質同質化的游戲用戶不買單，自然就分發不出去。

硅星人：那平臺會給 AI 生成的游戲單獨設立一套分發標準嗎？還是和人工開發的游戲一視同仁？

姜黎：取決于 AI 游戲在目前的算法推薦體系下能不能正常工作。就目前來看，還是跟其他游戲一樣的分發標準，不做區分。

通用工具做不了復雜游戲，Unity 轉型包袱太重

硅星人：Unity 最近也在布局 AI+游戲，Cursor、Claude Code 這類通用 AI 編程工具進化也很快。TapTap 制造的護城河在哪里？

姜黎：Cursor 和 Claude Code 這類通用編程 agent 不依賴專業引擎，做不了復雜游戲，不會和 TapTap 制造形成直接競爭。游戲研發是非常垂直的領域，需要專業引擎和工具鏈。TapTap 制造不只是一個編程 agent，還有自研引擎、領域知識庫，以及平臺分發和云端運維的一體化閉環，用戶一鍵發布到 TapTap，后端部署和運維全部托管。這是通用工具無法提供的。

對于 Unity，它有大量歷史包袱和 SaaS 收入結構，愿不愿意徹底轉型是個問號。我們沒有歷史包袱，引擎可以完全面向 AI agent 重新設計，團隊極度精簡且投入，產品已經走在前面。

免費是主動選擇

硅星人：TapTap 制造現階段完全免費，這在 AI 產品中不太常見。為什么選擇免費？商業化怎么考慮的？

姜黎：免費是主動決定的。我們長期看好算力成本的下降趨勢，TOKEN 成本大概每年有 10 倍左右的降幅。TapTap 制造能為平臺帶來獨家的高質量游戲內容，這個價值極大，目前這個投入是值得的。

積分體系已經在運轉，主要是為了防止濫用，比如有用戶拿它批量生成圖片。有了積分體系之后，很多用戶主動反饋想直接買積分充值，說明付費意愿是真實存在的。但商業化并不是我們目前最高優的事情，具體商業模式還在摸索中。

硅星人：做 TapTap 制造的過程中，團隊自己也在大量使用 AI 嗎？你覺得 AI 持續變強，對整個游戲開發行業會產生什么樣的沖擊？

姜黎：是的，我們自己就是一個大量使用 AI 工具的團隊。不大量用 AI 的團隊在未來一兩年會非常難過，當大家都在用 AI 降本提效，開發速度越來越快、成本越來越低的時候，你的效率優勢和定價優勢都會消失。

三五年周期的重資產大型項目也需要謹慎，AI 帶來的工作流變革可能讓原有競爭優勢快速失效。

當然也會有新機會，AI 原生游戲會催生全新的游戲類型，這個速度應該會比很多人想象的快。

點個“愛心”，再走 吧