GPT 6 Astra is the Best Model for Building Games (4 Real Examples)

用 GPT-5.2（Astra）周五晚同时开发 4 款游戏：太空射击、火车 FPS、RTS、肉鸽卡牌，全程零代码，只靠对话和反馈，每款耗时 30 分钟到 2 小时。

一个不会用 Blender 和 Godot 的人，靠跟 AI 聊天就做出了 4 款能玩的游戏，其中一款还带 Boss 战和完整关卡设计。这期展示了 AI 编程从“写代码”进化到“当游戏制作人”的真实工作流——你只需要描述想法、给反馈，剩下的交给模型。

核心是让 AI 自己驱动工具，而不是你学工具。作者完全不懂 Blender 和 Godot，直接让 GPT 安装并操作这两个免费开源软件，自己只负责提需求和验收。

• 安装 MCP 插件是关键一步：让 AI 获得操作 Blender 和 Godot 的“手脚”，之后它就能自己建模、搭场景、写逻辑，你只需要在对话框里说“装好它们”。
• 用参考图对齐预期：先用 GPT 生成概念图，再让 AI 照着做。作者发现概念图往往比成品好看，但能帮 AI 理解你要的风格和氛围。
• “更好的光照”是提升画质的捷径：作者不是游戏设计师，但发现只要在反馈里加一句“改进光照效果”，3D 游戏画面立刻上一个档次。

前 3 款游戏本质是技术演示，第 4 款《No Moat》才接近真正的游戏。区别在于：后者有数值平衡、角色成长、多阶段关卡，作者花了 2 小时迭代，而不是 30 分钟。

• 《No Moat》的设定很 AI 圈：玩家扮演 AI 创始人，从 C 轮一路打到 AGI，敌人是“Scope Creeper”“Procurement Manager”“Reply Guy”，Boss 是想在创业初期就收购你的 VC。
• 先用 HTML+Emoji 验证玩法，再换 GPT 生成美术：作者先在 Claude 里用 Emoji 搭出可玩原型，确认核心循环有趣后，才转到 GPT 生态用图像模型生成高质量 2D 角色和场景。
• AI 生成的角色自带刻板印象：PM 形象是穿 New Balance 鞋贴便利贴，设计师形象也极其典型——作者觉得又好笑又真实。

发布时只有内部人员和网红能用，普通人干瞪眼，引发不满。但作者认为这不全是 OpenAI 的锅，可能有第三方在决定模型发布节奏。

• 作者的态度很明确：模型应该全面开放时再开发布会，提前炒作对普通用户没意义。
• 他的工作流已经“退化”：从几个月前用 Plan Mode 和复杂提示词，变成现在直接语音口述想法，甚至在外出陪家人时用手机语音给 AI 提反馈。

“这些模型已经好到你可以像跟资深游戏设计师聊天一样跟它说话，然后它就把活儿干完了。”

• 把 AI 当“能干活的新人”而不是“搜索引擎”：作者的成功来自持续给反馈（“太简单了”“加三种敌人”“Boss 不够吓人”），而不是一次生成完美结果。下次用 AI 做东西，试着像带实习生一样多轮沟通。
• 用“概念图→分阶段开发→语音反馈”的流程：先让 AI 出图对齐预期，再拆成 3 个里程碑逐步实现，最后用语音随时提修改意见。这套流程能显著降低 AI 跑偏的概率，也适合非技术背景的人上手。