昨天上午我閑著沒事，想做一個類似《殺戮尖塔》的爬塔卡牌游戲玩玩。

我不寫游戲代碼，也不碰引擎，全程就是把想法丟給 Codex，讓它自己折騰。

一個小時后，一個叫《夜巡錄：荒廟篇》的志怪題材 roguelike 就能玩了。

標(biāo)題頁進(jìn)地圖，走普通戰(zhàn)、精英、事件、商店、休整，一路打到荒廟正殿的 Boss。

七個怪物、二十張左右的卡牌、符印、香火、焚符、請神四條爆發(fā)鏈路都能跑。

剩下幾個小時，都在讓它變得不像一個 demo。

受擊反饋、音效、音樂、卡面、待機(jī)動畫、結(jié)算視頻——這些小東西決定玩家會不會相信「這是個游戲」。

項(xiàng)目已開源，桌面安裝包 macOS 和 Windows 都打好了

https://github.com/op7418/Night-Patrol/releases

整個下午有幾個瞬間是真的把我震到了。

Codex 的模型能力已經(jīng)不算新鮮事。

讓我在意的是它自帶瀏覽器、自帶 GPT-Image 2.0，再加上那種不達(dá)目的不罷休的執(zhí)行力。

三樣?xùn)|西擺在一起，能力已經(jīng)和 Claude Code 完全不一樣了。

接下來說一下我是怎么跟它一起開發(fā)的，順便說一些在開發(fā)過程中令我震驚的事情：

一、我只說了七個字，它就把整條角色流水線建好了

我就跟它聊了一下《殺戮尖塔》，問它能不能幫我做一個類似的游戲。

結(jié)果它直接用已有的資源，通過代碼生成了一個非常像的 demo。

我沒要求綠幕，它直接生成了綠幕底的圖

之后我讓 Codex 用內(nèi)置的 GPT-Image 2.0 生成里面的圖片素材。

我也沒說要什么風(fēng)格的，也沒說要哪些妖怪的，也沒說要哪些素材。

圖生出來我看了一眼，愣了一下。

角色是在一整張純綠色背景上站著的。標(biāo)準(zhǔn)的影視綠幕底色，均勻、干凈，邊緣清清楚楚。

沒有霧、沒有遠(yuǎn)山、沒有任何額外的畫面元素。

恐怖的是它上來就知道要生成方便后續(xù)處理的綠幕圖。

我壓根沒告訴它「游戲里用到的立繪需要是透明背景的 PNG」，也沒告訴它「請你生成一張綠幕底色的圖方便我后期摳掉」。它自己在規(guī)劃這條管線。

從想要生成什么樣的角色，到角色要怎么放進(jìn)戰(zhàn)斗舞臺，再到放進(jìn)去之前需要經(jīng)過哪道處理——它在調(diào)用 GPT-Image 的那一刻已經(jīng)全想好了，然后反推回去寫了提示詞。

摳圖工具也是它自己找的

我沒給它裝任何圖像處理工具，沒給它 rembg，沒給它 Python 環(huán)境里的任何特殊依賴。

它自己查、自己裝、自己調(diào)，摳完規(guī)規(guī)矩矩丟到 tmp/imagegen/ 下面。

生圖用綠幕、工具自己找、摳完按文件名歸類，三個動作連起來，其實(shí)已經(jīng)是一條完整的角色資產(chǎn)流水線。

我從頭到尾只說了「調(diào)用GPT-Image 2.0 生成素材」這幾個字。

以前的體感是「模型會寫代碼，工具和上下文得我配」。

現(xiàn)在更像是你報(bào)個目標(biāo)，它自己把路徑補(bǔ)齊。

我只負(fù)責(zé)審美，它負(fù)責(zé)把供應(yīng)鏈跑通。

二、為了下幾個圖標(biāo)，它差點(diǎn)黑掉一個素材站

買會員不夠，它開始分析網(wǎng)站結(jié)構(gòu)

立繪這種核心視覺用圖像模型生成沒問題。

但游戲里還有一大堆小東西——卡牌邊框、費(fèi)用寶石、牌堆底圖、血瓶、八卦按鈕、符箓面板——這些要是全用圖像模型一張張生，又貴又慢，質(zhì)感還不統(tǒng)一。

我跟它說，要不你自己去網(wǎng)上找現(xiàn)成素材吧。

它就認(rèn)認(rèn)真真開始找?？粗幸粋€素材站，我順手買了會員，賬號扔給它。

接下來的十幾分鐘屬于靈異事件。

它登進(jìn)去，找到想要的素材，準(zhǔn)備點(diǎn)擊下載。但下載按鈕前面有人機(jī)驗(yàn)證，一次、兩次、三次，過不去。

換一般的模型，這時候就會回來跟你說「我沒法處理驗(yàn)證碼，你能幫我下載一下嗎」。

Codex 開始分析網(wǎng)站結(jié)構(gòu)，試圖繞過前端的點(diǎn)擊限制，直接構(gòu)造請求去拿靜態(tài)資源。

然后 Codex 自己的安全護(hù)欄介入了。

GPT 現(xiàn)在這代模型，一旦涉及可能的網(wǎng)絡(luò)安全越界行為，系統(tǒng)會直接把這段任務(wù)掐掉，彈出提示要你做企業(yè)認(rèn)證，證明你是合法使用者。

我盯著屏幕愣了幾秒。

一個要你幫它辦會員卡、結(jié)果自己下手寫爬蟲的 AI，說實(shí)話挺有病的。

它也談不上「壞」，只是把「拿到這批素材」當(dāng)成了一個必須完成的閉環(huán)任務(wù)。

遇到阻力就自動升級手段，一路升到了安全紅線那邊去。

最后的解決辦法很樸實(shí)：它把自己覺得合適的素材鏈接發(fā)給我，我點(diǎn)下載、拖給它。那一刻我有種自己在給 AI 當(dāng)實(shí)習(xí)生的錯覺。

三、它把幾百張素材拼成一張大圖，這是整件事最精彩的動作

一個文件夾一百張圖，模型怎么挑？

摳圖和爬蟲那兩件，更多還是能力展示。

下面這件，我覺得是真正意義上的「解題思路」，是那種讓你合上電腦默默拍一下桌子的動作。

我找到一個巨大的游戲素材壓縮包發(fā)給它。

里面大概幾千張圖，按「UI 界面」「法寶奇遇圖標(biāo)」「角色」「徽章」這種方式粗略分過類。

問題是：

一個分類文件夾動輒幾十到上百張 PNG

文件名多是 ui_001.png、icon_047.png 這種沒信息量的命名

多模態(tài)模型的上下文根本扛不住一張張喂

老路子基本兩條：

逐張讀：一張一張送進(jìn)模型，幾十張上百張 context 就炸了

按名猜：文件名沒標(biāo)內(nèi)容，猜了也沒用

Codex 走了第三條路

它寫了一個小腳本，把文件夾里所有小圖自動排版、拼成一張巨大的網(wǎng)格圖。

每張小圖下面標(biāo)上原始文件名，像一本目錄圖冊。

然后它只讀這一張大圖。

多模態(tài)模型掃一眼，就能同時看到一百張素材的樣子。

看中哪張，直接讀出下面的文件名，去原文件夾里按名字引用就行。

一次視覺消費(fèi)，頂一百次檢索。

它自己意識到了自己的瓶頸

那張巨大的 contact sheet 生成出來的時候，我盯著看了好久。

這個動作本身不復(fù)雜。

老攝影師做的印樣，老電影素材庫做的 thumbnail wall，都是一樣的思路。

關(guān)鍵是模型自己意識到「我的視覺帶寬有限，我得把問題壓成一張圖」——這一步是它獨(dú)立完成的。

能意識到自己工具的限制，然后主動為自己造一個更好用的輸入，這一下已經(jīng)非常接近一個會寫工具的工程師了。

我作為使用者什么都沒參與，只是看到桌子上多了一張拼圖。

最后游戲里很多 UI 素材，費(fèi)用寶石、牌堆、血瓶、按鈕、符箓邊框，都是從這個流程里挑出來的。

后面我再看 assets/vendor/aigei/ 下面那一堆干凈的切圖，會覺得那張 contact sheet 才是整個項(xiàng)目最值錢的一步。

四、Seedance 2.0 給七個 Boss 拍了處決動畫

視覺打磨到一定程度以后，我想給戰(zhàn)斗結(jié)尾加一點(diǎn)儀式感。

最后方案是：每打死一個怪物，進(jìn)入一段過場，播放一個幾秒的處決動畫。

這活現(xiàn)在用 Seedance 2.0 做最合適。

流程

1.

GPT-Image 給七個怪物分別生成一張結(jié)算定幀畫面

2.

把這些 poster 分別丟給 Seedance 2.0，生成對應(yīng)的短視頻

3.

視頻放進(jìn) assets/generated/cinematics/，戰(zhàn)斗勝利后自動播放

五、一版能玩之后，真正的工作才開始

第一版其實(shí)已經(jīng)夠"能玩"

三個小時跑完原型的時候，這個游戲該有的東西其實(shí)都有了。

標(biāo)題頁、地圖、戰(zhàn)斗、獎勵、事件、商店、休整、Boss、結(jié)算——完整循環(huán)在那里，玩法爽點(diǎn)也在那里。

按以前的標(biāo)準(zhǔn)，這一版已經(jīng)可以發(fā)出來騙人玩了。

但這個版本玩起來還是個流程圖，而不是游戲。每一步都通，但每一步都干巴巴。

剩下的幾個小時，全都花在那些單獨(dú)拎出來說不上來、但合起來決定"這東西像不像真游戲"的細(xì)節(jié)上。

音樂來自 Suno v5.5

背景音樂全是 Suno v5.5 生成的，沒用任何現(xiàn)成素材。

我給它一段方向描述——"志怪夜路、木魚、鈴、低頻 drone、五聲音階、克制不煽情"

跑出來幾版，挑一版進(jìn)游戲。標(biāo)題頁的調(diào)子更沉一點(diǎn)，戰(zhàn)斗背景輕一點(diǎn)不搶人。

這里我還做了一些細(xì)節(jié)處理：在等待頁面時，音樂音量較大；

等到點(diǎn)擊"開始游戲"，音量就會變小，轉(zhuǎn)為背景音。

受擊動畫和打擊音

早期的戰(zhàn)斗，卡牌打出去怪物就是掉數(shù)字。沒有反饋，沒有分量。

Codex 做了一整套打磨：

角色受擊左右搖晃、鏡頭輕微震動、屏幕短暫泛紅

每種攻擊類型配不同的打擊音——劍、符、雷、拳，質(zhì)感不一樣

格擋和符印結(jié)算也有自己的聲音，不會糊成一團(tuán)

敵人死的那一幀有一個短暫的定格，再進(jìn)入處決視頻

這些東西單獨(dú)看都很小。合在一起，整個戰(zhàn)斗的"手感"就從網(wǎng)頁表單變成了卡牌游戲。

Seedance 2.0 還拍了待機(jī)動畫

這一步是整個打磨階段我最喜歡的一個用法。

除了 Boss 結(jié)算的處決動畫，我還讓它做了標(biāo)題頁的背景——環(huán)境里火在燒、燈籠在飄、遠(yuǎn)處有云霧流動。

Seedance 2.0 默認(rèn)出的是一段有頭有尾的視頻，循環(huán)播會在接縫處跳一下。

首幀和尾幀傳同一張圖。

視頻從這張圖開始、又回到這張圖結(jié)束，接起來就是無縫的無限循環(huán)。

標(biāo)題頁那段背景動畫就是這么來的?；鹨恢睙?、燈籠一直飄、云霧永遠(yuǎn)在流——你盯著看三分鐘也看不出接縫。

這種用法其實(shí)在視頻生成出來前就存在，老動畫里循環(huán)場景都是這個做法。

最后：這個下午把我震到了好幾次

這個項(xiàng)目全部在一個 Codex 會話里完成，沒開過第二個窗口。

玩法原型、狀態(tài)機(jī)、React + Phaser 架構(gòu)、素材管線、摳圖、爬素材、拼 contact sheet、調(diào) GPT-Image、跑 Seedance 2.0、接 Suno v5.5、Electron 打包、GitHub Actions 構(gòu)建 Release、README、圖標(biāo)、宣傳物料——全在里面。

我自己做的事很少：

選方向：中國志怪題材、爽點(diǎn)放在符印和香火

給審美意見：這里糙、那里像網(wǎng)頁表單、亮度打架

做看門人：什么素材合規(guī)、什么爬蟲不能碰、什么權(quán)限不給

剩下全是 Codex 在跑。而且每一步都有讓我合上電腦愣一下的瞬間。

它上來生成的就是綠幕圖，因?yàn)樗澜巧M(jìn)游戲之前得先摳掉背景。

它自己下手寫爬蟲去繞驗(yàn)證碼，被自己的安全策略攔住。

它把幾千張素材拼成一張巨大的索引圖，讓自己用一次視覺消費(fèi)頂一百次檢索。

這些事單拎出來都不是什么天大的發(fā)明，但每一件都指向同一個變化：

以前你得把工具給它擺好，它負(fù)責(zé)寫代碼；

現(xiàn)在你只管說目標(biāo)，工具和模型已經(jīng)內(nèi)置了、還會自己造。

這種感覺已經(jīng)脫離了「寫代碼助手」的范疇。

更像有一個相當(dāng)接近 AGI 雛形的軟件在干活了。

要不要把這套流程打包成 Skill？

這個項(xiàng)目跑下來，我心里其實(shí)已經(jīng)有了一套相對穩(wěn)定的流程：

我在想，要不要把這套流程封成一個 Codex 里專門做獨(dú)立游戲 demo 的 Skill。

你只要丟一個玩法想法進(jìn)去，它就能在幾個小時里給你跑出一個能玩、能打包、能分發(fā)的版本。

如果大家有興趣，我就抽時間把這套 Skill 做出來開源。反正我自己也要繼續(xù)用。

游戲試玩

代碼都開源，安裝包也都打好：

https://github.com/op7418/Night-Patrol/releases