一 Loop Sort原作视频
最近看到一款名为《Loop Sort》的海外游戏，结合了颜色排序和传送带玩法，它的创新主要在于操作方式和空间管理。自动接货机制减少了手动操作，却增加了“这个空车会被什么颜色抢先占据”的规划问题，传送带同时承担运输、暂存和制造压力三个作用。
我想AI是否可以实现类似效果呢？于是录了上面这段视频发给Codex，让它先分析这款游戏，看是否能做相应的3D模型？
10分钟后，Codex告诉我完成了，并且导出了相应的3D模型文件。
说实话有点超出预期，因为我电脑上虽然安装了 Blender，但并没有安装过任何MCP插件。本来只是问能不能做，没想到直接做完了。
专门查了下它是怎么做的，原来GPT-6制作3D模型有三种方式：
- 使用“Computer Use”操作Blender软件制作；
- 使用Blender MCP；
- 编写Python脚本，调用Blender的命令行接口；（这次就是直接编写Python脚本完成的）
二 在Cocos Creator中实现玩法demo
接下来我新建了一个基于Cocos Creator 3.8的空白工程，让 Codex 基于游戏视频和刚生成的3D模型，做一个简单的玩法demo。3分钟后 Codex 告诉我做完了，效果如下。
虽然目前只实现了游戏的最小闭环：卸货 → 碎块过弯 → 接货 → 重新聚合，方块流动效果也不够自然。但是对开发者来说，更容易做出原型，也意味着更早发现一个想法的优点和问题。
三 总结
这个demo的100%由GPT-6完成，实际执行时间可能就10分钟。
看着方块在屏幕里流动，不由想到一个问题：AI 已经能根据视频制作模型、编写代码，写代码不再是门槛，程序员的价值还在哪里？
我想更需要人做决定的是：先验证哪个效果，怎样才算完成，以及眼前这个结果是否值得继续投入。
对我来说，接下来值得练习的，是借助 AI 更快地试出想法，再用自己的判断决定去留。
当做出一个 Demo 越来越容易，也许更需要想清楚：为什么要做它？
交流
- 微信公众号：楚游香
- 个人网站：https://www.chuyouxiang.com/
我的公众号和博客会不定期更新 AI 研发、游戏开发技巧和上线实战经验，欢迎常来逛逛，一起交流。