同样的模型，为什么大佬做出来的游戏比你的好十条街？｜对话 TapTap 制造负责人姜黎

作者 ｜ 董道力
邮箱 ｜ dongdaoli@pingwest.com

同样的模型，为什么你和大佬做出来的项目天差地别？原因很简单，他是大佬，你不是。

那么有没有什么办法快速弥补你和大佬之间的鸿沟呢？

这也许就是 2026 年，Agent 要做的事情。

AI 能力竞赛走到今天，基础模型能力趋于同质，新出的工具也会被快速模仿。在这个前提下，决定 AI 生产出的项目好坏的，究竟是什么？

数据。

不是从公开互联网上爬来的、泛化的那种，而是在某个垂直领域里沉淀多年、有密度、有结构、经过真实用户验证的专业数据。

对游戏开发 agent 而言，这意味着：谁拥有的游戏数据越多，谁的 agent 就越接近真正懂游戏的开发者，而不只是一个"会写代码的工具"。

而 TapTap 制造（后续称 TTM）就是一个游戏领域的 agent，帮助你快速接近游戏大佬。

1

实测 TapTap 制造，游戏公司推出的游戏制作 Agent 是什么样？

进入首页，是经典的 NoCode 界面：最大块的是一个对话框，输入想法，可以附上示意图，左侧是项目目录。

界面形式上，目前 AI 产品大同小异。关键在于制作过程，我们具体来看。

prompts：做一个横版平台跳跃，3 个关卡，有双跳和冲刺，参考恶魔

收到指令后，由 TapTap 看板娘嗒啦啦化身的游戏开发 Agent 开始拆解需求。TTM 的思考方式是一个经典的任务分解流程：探索代码库，了解项目结构、可用模板、示例和文档。

和其他 AI Coding 工具不同的是，通用工具完成 plan 之后，面对复杂任务会搭框架，面对简单任务库库写代码。

而 TTM 会先执行一个文档研究步骤，它默认选择 UrhoX 引擎和 Lua 语言，然后从相关文档里提取所需知识，比如如何用 Box2D 物理引擎搭建 2D 游戏、如何创建平台和碰撞检测等。

在这次项目中，TTM 从文档里学到了如何绕开 Lua 语言的常见坑、如何建立合理的文件结构、UrhoX 的 API 该怎么用。

这个环节通常由用户按需配置。比如想用 Cursor 开发微信小程序，可以在 doc 中加入小程序开发文档。想让 AI 搭一个周易网站，就把相关学术资料喂给它。

在通用 AI Coding 工具里，这些专业知识基本没有，就算有，也只是通过 web_fetch 临时搜一点公开信息。小众引擎的细节、公司内部文档，AI 不靠用户输入根本触达不到。

而这些专业知识，恰恰是在底层模型能力趋同的今天，决定 AI 好不好用的关键一步，也是垂类 Agent 之所以能"垂"的核心原因。

这就是你和大佬的差距所在。

不过有点可惜，TTM 在后续更新中把这部分思考过程隐藏了，也可能是我网络加载的问题？

文档研究只是 TTM 学习的冰山一角。整个对话流程中，TTM 几乎一直在学习。知识库里还有一些经典游戏的案例切片，比如横版平台游戏的教科书，马里奥。

完成学习准备后，TTM 正式进入开发阶段。这部分说白了就是 Agent 自主编程：拆任务、写代码、跑检查、发现 bug、自己修，整个流程一气呵成。

值得一提的是，TTM 在处理问题时相当"轴"。用 AI 编程常会遇到大模型装死敷衍了事，而 TTM 会持续尝试像 Tokens 不要钱一样，进入一种拟人化的侦探模式。

举个例子，当 agent 环境初始化遇到了 BUG。TTM 先后写了 4 版 Python 检查脚本，每一版都比上一版更精确：第一版正则匹配太粗糙，第二版没处理 elseif，第三版漏掉了字符串嵌套……发现问题，推翻，重来，直到解决。

更绝的是找构建工具那一段。系统里有个叫"UrhoX MCP build tool"的东西，但就是找不到入口。TTM 开始一顿找，查配置文件、扒隐藏目录、读环境变量、看进程列表、翻系统日志，甚至直接猜命令硬试。它还从，gitignore 里推断出了一个隐藏目录的存在，这个细节，很多人类程序员都不会注意到。

当然，遇到真正绕不过去的问题，TTM 也会报错不会假装已完成。第一轮对话中，它发现某个工具不存在，任务以系统错误终止。它卡在了一个外部依赖缺失的问题上，至于这个缺失是怎么来的，也得问它自己。

我作为不懂开发的小白，遇到这种情况只能让 Agent 继续尝试。还算幸运，TTM 最终完成了任务，推测是 MCP 工具或服务器临时失效的问题。

项目完成后，TTM 会主动复盘，总结代码里存在的问题。这次它发现某个文件代码量太大，建议拆成独立模块便于维护。这种机制也在一定程度上缓解了大模型长上下文"腐败"的问题。

游戏免不了反复修改。每次提出改动，TTM 还是会先翻代码、再查文档，而且相当有针对性，让它给主角加远程攻击，它先看玩家机制和攻击系统。让它设计一些阴间关卡，它去读地图文档。

TTM 内置的文档库和自主性，帮小白拉近了和游戏开发大佬的距离。

与此同时，TTM 也支持上传自定义的游戏文档和素材，让大佬也有发挥空间。比如，右图中的披风小人是 TTM 根据 prompts 自动生成，左图中的看板娘是用户上传素材。

游戏制作之外，TTM 更深的护城河在于平台本身。TapTap 是一个成熟的游戏分发平台，在 TTM 上做好的游戏可以直接发布上去，无缝衔接。

点击发布后，填写游戏信息、上传截图等材料即可。这些繁琐的物料准备，AI 也可以帮你搞定，右图那张精美照片，就是 AI 生成的。

当所有人都在用同一批基础模型，"模型比拼"这个维度正在迅速失去意义。GPT、Claude、Gemini 的能力差距肉眼可见地在收窄，下一个版本可能又会拉平。

真正开始拉开差距的，是模型之上那一层，谁沉淀了更深的领域数据，谁提炼出了更准确的专业经验，谁把这些东西以 Agent 能真正用好的方式组织起来。

这不是一夜之间能复制的东西。TapTap 多年积累的游戏数据和开发者生态，Salesforce 对企业销售流程的深度理解，医疗、法律、教育领域里那些还没被充分挖掘的专业知识，未来真正有价值的 AI 产品，大概率都藏在这些地方。

通用工具解决的是"能不能做"的问题，垂类 Agent 解决的是"做得好不好"的问题。而在大多数真实场景里，后者才是用户真正愿意付钱的那个。

带着这些观察和疑问，我们与 TapTap 制造负责人姜黎聊了聊，看看他们是怎么想的，又是怎么做的。

1

对话 TapTap 制造负责人姜黎

GUI 是人类的习惯，不是 AI 的

硅星人：TapTap 制造没有延续上一款星火编辑器 GUI 形式，转向了纯代码 AI 引擎架构，这个决定背后的判断是什么？是认为 GUI 从根本上不适合 AI 时代的游戏开发，还是现阶段的务实选择？

姜黎：这里其实是两个层面。第一，过去说的 GUI 是人类设计给人用的，即使多模态 AI 未来理解能力越来越强，它操作 GUI 的价值也只是兼容人类积累下来的大量工具，但这不代表 GUI 就是 AI 的最佳交互方式。对大模型来说，提供准确的输入输出接口让它直接调用，肯定比让它识别图形界面再去操作要准确得多。

第二，GUI 是否还存在，取决于要不要给人类提供人机交互的界面。现在 TapTap 制造里还是有大量 GUI 的，比如资产库。所以 GUI 的意义在于，只要服务人，它就会存在。但面向 AI agent，我们优先提供的一定不是 GUI。以前星火是一个纯面向人的工具，而现在 TapTap 制造的使用者，从以前单一的"人"，变成了"agent + 人"双端。

硅星人：你们在发布会上提到一个很有意思的表述，"注入专业技能而非知识"。能展开讲讲，技能和知识的区别在哪里？技术上具体是怎么落地的？

姜黎：首先是对各种游戏类型开发流程的深度理解和抽象。这是游戏开发领域的专有知识，比如做 MOBA 怎么做、卡牌怎么做、MMO 应该怎么做，只有真正做过某个游戏类型的人才能理解这些流程。

对我们做这款产品而言，要做的就是把这些领域知识，通过 API 设计、组件设计、知识库、面向 agent 的工具和 skill，综合起来让 TapTap 制造适应各种类型的游戏。今天可能还不能涵盖所有类型，但随着持续深入，能覆盖的类型会越来越多。我们说的"专业技能"，主要就是通过这套综合手段来实现的。

上下文滥用、隐藏代码、30 万行，AI游戏边界在哪里

硅星人：目前这套"专业技能"的技能库和文档库规模有多大？引入新技能的筛选标准是什么？

姜黎：具体数量不方便透露，但从上次直播到现在已经快翻倍了，速度还会越来越快。不过未来不会无限增长，只有在确定引入不会让 agent 性能变差的情况下，我们才会谨慎引入，会越来越注重数据质量。

筛选上，完整游戏示例更多从品类入手，但我们更倾向于以组件方式提供。比如马里奥由哪些组件构成，先确保引擎基建足够完善，再提供最经典的示例，不会无限堆各种类型的 demo。

硅星人：AI 辅助开发中有一个很常见的痛点：多轮对话后容易出现"改 A 坏 B"的漂移问题，上下文越长越容易失控。TapTap 制造是怎么应对的？

姜黎：比较常见的原因还是上下文滥用，不节制地在同一对话里持续追加需求，旧内容被窗口挤出，失忆不可避免。这不是 TapTap 制造专有的问题，今天最顶级的 coding agent 也一样。

我们能做的，一是引导用户将独立需求拆成多会话处理，二是通过良好的组件设计帮用户解耦，从架构层面降低问题概率，三是随着记忆系统升级、模型能力提升和上下文窗口扩展，这个问题也会逐步缓解。

硅星人：目前 TapTap 制造对用户隐藏了完整代码，这个决策争议不小。有没有考虑过对有编程能力的进阶用户分层开放？

姜黎：肯定能找到一些 case，比如 AI 犯了个很傻的错误，刚好用户懂代码，一行就能改掉。但这类 case 不足以支撑给所有用户开放代码，因为更多情况下，用户因为不需要关心代码，省掉了大量 review 和手动修改的时间。

随着大模型能力提升，即使是专业程序员也在逐渐减少逐行看代码的频率，更何况 UGC 开发者，绝大多数人的编程能力实际上不如 AI。

我们的判断是：看不了代码，一定不是做好游戏的瓶颈，反而可以把更多精力放在创作者真正应该关心的事上，玩法、美术、体验。未来不排除提供优雅的代码查看工具，但目前优先级不高。

硅星人：随着项目推进，代码量必然越来越大。目前 TapTap 制造能支撑的项目规模天花板在哪里？

姜黎：现在已有超过 30 万行代码的项目，对游戏来说已经是中型规模了。但代码库规模和所需上下文长度并非线性关系，agent 本身具备代码搜索能力，可以支撑大型项目，就像程序员不需要把所有代码装进脑子一样，代码行数本身不是瓶颈。

关键在于设计模式，遵循 AI 的架构建议、按需重构、多会话拆分任务，几十万行代码完全没问题。但如果不遵循建议、自由发挥到很混乱的状态，迟早 AI 会维护不了，这是设计问题，不是代码行数问题。

叫它哒啦啦，不叫"助手"

硅星人：TapTap 制造给 AI agent 做了拟人化设计，有一个叫"哒啦啦"的角色形象。为什么觉得游戏创作工具需要拟人化？

姜黎：游戏创作本来就应该是件快乐的事，我们想让体验更轻松、更有代入感。哒啦啦本来就是 TapTap 的看板娘，有一贯的人设。我们发现开发者会直接叫它名字，会说"今天让哒啦啦做了什么"，这种感觉很符合我们想象中用户和 AI 一起成长的状态，比面对冷冰冰的工具界面更有创作愉悦感。

硅星人：对游戏来说，好不好玩才是核心。TapTap 制造目前有没有对游戏可玩性做自动评估的能力？

姜黎：目前没有专门的可玩性评估模块。TapTap 制造是一个响应创作者指令的工具，不是自动造游戏的系统，它遵从你的创意和指令来执行。

不过很多开发者已经在用一种"共创讨论"的方式来辅助决策，先跟 AI 讨论设计思路，AI 给出选项 A 和 B，由你来选择执行。这种人机共创的工作方式，其实是非常重要的使用范式。

同质化游戏早就存在，AI 不会加剧这件事

硅星人： 降低了创作门槛之后，会不会担心 TapTap 制造批量产出一批玩法雷同、长得很像的游戏？

姜黎：不担心。有没有 TapTap 制造，同质化的游戏都会大量出现，TapTap 本来就是一个什么游戏都能发的平台。算法推荐在这个时代是能解决这件事的，低质同质化的游戏用户不买单，自然就分发不出去。

硅星人：那平台会给 AI 生成的游戏单独设立一套分发标准吗？还是和人工开发的游戏一视同仁？

姜黎：取决于 AI 游戏在目前的算法推荐体系下能不能正常工作。就目前来看，还是跟其他游戏一样的分发标准，不做区分。

通用工具做不了复杂游戏，Unity 转型包袱太重

硅星人：Unity 最近也在布局 AI+游戏，Cursor、Claude Code 这类通用 AI 编程工具进化也很快。TapTap 制造的护城河在哪里？

姜黎：Cursor 和 Claude Code 这类通用编程 agent 不依赖专业引擎，做不了复杂游戏，不会和 TapTap 制造形成直接竞争。游戏研发是非常垂直的领域，需要专业引擎和工具链。TapTap 制造不只是一个编程 agent，还有自研引擎、领域知识库，以及平台分发和云端运维的一体化闭环，用户一键发布到 TapTap，后端部署和运维全部托管。这是通用工具无法提供的。

对于 Unity，它有大量历史包袱和 SaaS 收入结构，愿不愿意彻底转型是个问号。我们没有历史包袱，引擎可以完全面向 AI agent 重新设计，团队极度精简且投入，产品已经走在前面。

免费是主动选择

硅星人：TapTap 制造现阶段完全免费，这在 AI 产品中不太常见。为什么选择免费？商业化怎么考虑的？

姜黎：免费是主动决定的。我们长期看好算力成本的下降趋势，TOKEN 成本大概每年有 10 倍左右的降幅。TapTap 制造能为平台带来独家的高质量游戏内容，这个价值极大，目前这个投入是值得的。

积分体系已经在运转，主要是为了防止滥用，比如有用户拿它批量生成图片。有了积分体系之后，很多用户主动反馈想直接买积分充值，说明付费意愿是真实存在的。但商业化并不是我们目前最高优的事情，具体商业模式还在摸索中。

硅星人：做 TapTap 制造的过程中，团队自己也在大量使用 AI 吗？你觉得 AI 持续变强，对整个游戏开发行业会产生什么样的冲击？

姜黎：是的，我们自己就是一个大量使用 AI 工具的团队。不大量用 AI 的团队在未来一两年会非常难过，当大家都在用 AI 降本提效，开发速度越来越快、成本越来越低的时候，你的效率优势和定价优势都会消失。

三五年周期的重资产大型项目也需要谨慎，AI 带来的工作流变革可能让原有竞争优势快速失效。

当然也会有新机会，AI 原生游戏会催生全新的游戏类型，这个速度应该会比很多人想象的快。

点个“爱心”，再走 吧