丨 导语 作为没有太多技术底子的设计师，我想通过一个0-1的实践，借部门蛇年策划选题，给出一个可能：即大多普通人能够在这个时代使用 AI完成从想法到成品的完整转变。不论是运营，产品、或是设计同学，动手(或是动嘴)试一试，也许能对设计开发的完整流程，及AI现有能力边界有更多的思考和了解。
—
一. 从 0 开始：
和大多数人一样，我虽然没接触过游戏开发，但看多了自媒体 “0 基础2 句话创建3D 游戏”的标题，自然有了“我想试一试”的冲动：世界已然如此疯狂，不妨参与一下。和往常一样打开聊天框，用我仅有但不多的技术语言描述下需求Prompt：“目标为做一个呼应中国蛇年的贪吃蛇网页端游戏，我有一点python基础，使用vscode。我对html不熟悉，需要告诉我如何便捷部署和测试，运行于手机网页端，目标设备是iPhone，要求：竖屏使用，类似H5小游戏；把屏幕按对角线分割成4部分，点击后用于操作上下左右；需要不复杂代码下的酷炫效果”。——眼睛跟不上AI光标的速度，很多游戏框架的输出我也并不了解，但不影响复制粘贴代码看结果 —— 不出意外的话意外大多会出现：无法执行，回到对话告知错误，大约5 轮后，配图中最左侧的画面出现了—— 好消息是游戏可以运行，坏消息是减配得厉害，非要描述得话 ：“能用，但不多”。
“一个粗糙的开始，就是最好的开始”，不好用没关系，做好备份小步快跑，继续描述功能。值得注意，AI 不了解你是 80 亿人中的哪一个，你的基础怎么样，你的软硬环境有没有，你想要代码片段还是完整代码，这些对AI来说都是“从 0 开始”的基础信息，给足背景信息在这个阶段显得尤为重要。本着与AI有空聊一聊，没空放一放的心态，大约2000行代码从 0-1 实现（可以和我一样不懂 JavaScript/WebGL，但有一点点程序思想会从容很多）； 音乐从 0-1 使用 AI实现；图形素材与 3D 模型起初也是 AI 做的，但鉴于我们自己是设计师，所以复用了一些已有年底策划素材，也算是东拼西凑成全了现在的小游戏。所以最终我证明了：从 0 开始完全可行，也证明了 2 句话写不成一个 3D 游戏，非要说个具体数字——大约需要 85 句（试玩游戏在文中视频下方）。
—
二 新手经验：
假设你现在开始做尝试，过程中的困惑我感同身受——错误越改越多，忘记了之前我说过的需求，这里改对了那里又错了。这些不出意外劝退了大部分尝试的人，我认为比较重要的是理解 AI 的运作原理，这会让我们能洞察错误出现的原因，之后找到应对方法，及一个良好的与 AI 协作的策略。
1. 理解上下文长度限制：
如果了解 Transformer的基本原理，就知道不要指望当前 AI 系统记住曾经说过但已有一段时间的内容。 因为传统 transformer 计算量正比于上下文tokens数量的平方，消费级AI 工具会顾及成本平衡把上下文保持在一个合理水平。 也就是长时间对话后并不会完整记住对话上下文。因此，”把重要的内容复制一遍放回对话框“大多时候很管用。
2. 理解大模型知识时效局限性：
模型训练需要时间，我们今天用到的模型知识往往是几个月前或更长时间之前的，且是静态的，所以在模型给出的 API 往往会不可用。这时你再逼着它问怎么改错是没有意义的，因为它成功预测未来开发者如何定义新 API 的几率几乎为 0. 所以开发中诸如给出的资源链接失效，属性方法定义错误也是常见。 这需要找到能上网查询的 AI 或手动找到官方文档给模型，不然就会陷入死结。最佳实践是先告知它你的环境对应的 API 版本，解决不了那就找到官方文档给他。
3. 随项目增大“增量开发”的思想很重要：
如果你像我一样，并不熟悉当前开发要使用的语言，那么每加一个特性就马上验证和测试是非常重要的。当项目开始有多个文件，之间的连带关系往往是很复杂的，模型上下文限制会导致无法考虑到全局代码中的各处关联。分拆功能每次进展一点，保持好多个备份是必备的。“增量开发“是个AI告诉我的一个专业词汇，也许它是看出了我的不专业所以给了我一个与它沟通的关键词。
4. ”两步提问“ 是一个良好的交互新范式
目前 AI 对话产品的主流策略几乎都是直出答案，而实际的开发任务，哪怕是最小的子任务实现很可能对应着成千上万种解决方法，没有中间过程的结果就是 AI 上来直接写，等你发觉不对再改回去就会污染上下文。所以一个实践中有用的策略是：照常描述目标，但加上”指出需求中的漏洞，列出重要决策项目，决策之后再开始“。这个方法看似增加了对话轮数，实则因为减少了反复修改的带来上下文混乱，在实践中效率反而会提高，在我看这该是编程AI更好的交互范式。
这些小方法的叠加最终使得一个游戏得以展示⬇
附游戏链接：
https://gaoge.me/snake/index.html 点屏幕的上下左右部分控制方向
—
三 引申思考：
未来与 AI 的协作互动会是什么样子？——我上面提到的经验不是最佳实践。因为我仅是信息的搬运者——向模型传递需求和错误，向编辑器传递模型答案并测试，这没什么技术含量。仅是当前 AI 在安全机制和产品模式进化过程的中间产物，当前很多AI编程工具已经开始解决这些问题了。那是否未来的协作机制真的可以变为“2 句话，3D 游戏完成了” 我认为这分两种情况：
对于结果评价发散的任务，AI 替代可能要很长时间。类比当下很成熟的图片生成：2 句话足以生成很好的作品，但恰好是我心中的作品可能性微乎其微，究其原因是目标本身是不清晰或难以描述的。所以这个领域我们能看到设计开发工具变成了更好用的工具，但一步完成任务还不现实。
对于结果评价唯一的任务，AI 替代会更快发生。类似于重构代码提升代码效率 / 复制一个竞品上已存在的产品功能。当前看来存在的障碍仅为权限和上线文长度限制，这在不远将来用 1-2 句话完成的可能性大得多，尤其在强化学习在今天成为一个新范式的大背景下。
说回到个人，当下的实践我像个搬运工，仿佛意义不大，但最大的收获是游戏之外：“增量开发” “Draco压缩” “ Vite打包” “ES6” “右手坐标系” “WebGL” “Three.js” “模块化代码”这些构造了一个粗糙的端到端开发流程和思想，这些新知识让人兴奋。它们又会成为未来进一步于 AI 协作的基础。这么看来搬运工没有白工作，多少涨了些肌肉。
—
四 价值与业务联动：
这个尝试的初衷，是加入到我所在业务的蛇年新年策划。等我证明我可以做的时候，策划已经过半，规划已经不支持再加入新游戏了。 从策划变成了分享，这也说明了个人AI实践与成功支持实际业务依然有很多潜在问题——如何在很多不确定因素下承诺开发周期？业务的现实修改优化需求是否通过 AI能力承接？但另一方面它也给出了一些新的可能性，比如传统的长战线长流程，在这样AI 协助下可以快速验证快速执行，对于新闻热点这类对即时反应要求很高的业务有潜在价值，值得持续探索。
虽然没能加入到新闻年终策划，好消息是今年我们诸如”送年画“ ”AI 对联“等等 AI 策划案，已经上线并开始收获好评，所以希望更多关注腾讯新闻 CNY 新年策划，使用腾讯新闻 APP，参与我们的更多 AI 互动。
—
写在最后
之前的文章 《图形化理解 AI 的幻觉，涌现，底层运作方式》中提到，AI学会数学将有巨大的爆发，我们正在这个爆发的时代之下，它会让我之前的努力变得微不足道，但和 AI 协作，了解它的原理和机制，探索沟通方法对于我们依然重要。工业时代来临后，机器已经基本解决了人的体力限制，但依然那么多匠人做着和机器可以做的事情并创造着价值。 未来机器解决了人的智力限制之后，我们依然会找到自己的价值。
业务之外，我的女儿是这个游戏的第一个粉丝，甚至一些产品需求是她提出也最终加入了，这让我体会到了额外的开发动力。每次她说要玩贪吃蛇游戏，我都一脸严肃：不能玩游戏眼睛要坏了，但这个最多玩 5 分钟啊——说话过程需要一脸严肃得藏住开心。 我也和她说，当前她是这个游戏的世界记录保持者（4458分），我想这何尝不是一个AI带来的价值呢。
—