MSWebX.com
服务我们的业务AI 智能体搭建真正好用的 Claude Code就在您的真实代码库上AI 集成从您的数据与流程出发的 AI网站建设像我们自己的网站那样构建的网站SEO & GEO搜索引擎和 AI 助手都能读懂的技术 SEO如何用 AI 智能体构建 AAA 级游戏引擎

Awesome Graphics Tools

全部图形工具为 DayZ 和 rFactor 2 带来 DLSS、FSR 与 XeSSDayZ DLSSWindows · LinuxrFactor 2 DLSSWindows · Linux
帮助与支持联系联系团队常见问题常见问题解答客服聊天页面常见问题、指南和实时聊天,一站式呈现
设置

外观

强调色

语言

欢迎

登录以保存收藏并管理账户。

用 AI 构建游戏引擎

如何用 AI 智能体构建 AAA 级游戏引擎

我们正在打造 FRIENDLY?,一款运行在自研 Rust 与 Vulkan 引擎上的生存游戏,目标是 AAA 级的画面与网络代码。引擎由 AI 智能体在人工指导下编写,并受严格规约约束:未通过关卡的内容,一律不会合并。本页展示这套流程及其背后的九条规则。

黄金时刻俯瞰林木覆盖的丘陵与山谷,低垂的暖阳下,远处的山脊渐渐隐入薄雾。

我们在构建什么

FRIENDLY? 是一款处于早期开发阶段的生存游戏。

引擎使用 Rust(2024 版)编写,直接构建在 Vulkan 1.3 或更高版本之上,使用预编译的 Slang 着色器、Bevy ECS crate、Jolt Physics 5.6,以及 DLSS 与 FSR 超分辨率技术。

网络代码采用服务器权威模式,运行在 QUIC 之上并使用 TLS 1.3。游戏世界是一片真实的山谷,约 6 × 6 公里。

约 100% 的代码由 AI 智能体在人工指导下编写。游戏的项目文件用一句话概括了这份规约:“Strictness is the product.”(严格就是产品。)

流程:规划、决策、通道、关卡、合并

驱动我们游戏引擎的正是这套流程,为您搭建智能体时,它也会进入您的代码仓库。

  1. 规划

    计划由负责人掌握。功能按 PRD → 任务 → 执行 推进。

  2. 决策

    每项决策都在写代码之前记录为 ADR。

  3. 通道

    一次改动,一条通道。专业智能体,一位主导。

  4. 关卡

    测试加上只会越来越严的代码规范墙。新关卡必须先失败一次。

  5. 合并

    只有全部通过的工作才会合并。智能体无法放宽自己的规则。

让智能体可靠的九条规则

每条规则都附有原因,以及一个来自引擎的具体例子。

  1. 计划由负责人掌握

    规则
    做什么由人来决定,智能体负责去做。
    原因
    智能体能很好地执行计划,但选择计划这件事无法交出去。
    示例
    功能按 PRD → 任务 → 执行 推进,计划始终掌握在负责人手中。
  2. 先决策,并落成文字

    规则
    在代码出现之前,先把决策记录下来。
    原因
    记录下来的决策可以检查、可以撤销;藏在 diff 里的决策则不行。
    示例
    每项决策都记录为 ADR,新的 crate 在创建之前必须先有自己的 ADR。
  3. 一次改动,一条通道

    规则
    每次改动都有自己的通道。
    原因
    小而独立的改动容易审查,也容易丢弃。
    示例
    引擎的每次改动都在自己的通道中进行,合并之前必须通过关卡。
  4. 合并之前先过关卡,新关卡必须先失败一次

    规则
    关卡未通过就不合并;每个新关卡在被信任之前,都要先亲眼看它变红。
    原因
    一个从未失败过的检查,可能什么也没检查。
    示例
    代码规范墙由 clippy 的 all、pedantic、nursery 三个分组,加上约 70 条 restriction 规则构成。交付的代码不含 panic,unsafe 代码只存在于白名单中的 crate,每个条目都有文档,并且先写测试。
  5. 智能体无法放宽自己的规则

    规则
    控制层对智能体是只读的。
    原因
    智能体能修改的规则,只是一条建议。
    示例
    规则、钩子、智能体和代码规范墙都被锁为只读。#[allow] 被禁止;只允许带书面理由的 #[expect(lint, reason)]。这堵墙只会越来越严。
  6. 知识存放在文件里

    规则
    智能体需要知道的内容,都写在仓库里。
    原因
    留在聊天里的内容,下一次会话就没了;写在仓库里的内容,每次都会被读到。
    示例
    我们把项目知识放在仓库里的文件中,称之为 living skills。
  7. 一个接待智能体与多位专家

    规则
    一个主导智能体接收工作,再交给各领域专家。
    原因
    一个智能体把握全局,专家带来深度。
    示例
    主导的“door”智能体与负责渲染、网络代码和 Rust 评审的专业智能体协作。
  8. 钩子拦截危险操作

    规则
    危险操作由钩子拦截,而不是靠指令。
    原因
    指令只是建议,钩子才是强制。
    示例
    在引擎的仓库中,钩子会在危险操作执行之前将其拦下。
  9. 没有真实运行,就不下结论

    规则
    只有真实运行得出的数字,才会公布。
    原因
    凭记忆给出的数字只是传言。
    示例
    我们只公布来自真实运行的实测数字,并注明硬件。因此本页没有任何帧率数据。

来自引擎的三个例子

每个例子都介绍引擎的一项功能及其背后的规则。

按真实记录拟合的天气

天气模型基于 ERA5 再分析数据,以及 NCEI 和 DWD 的气象站记录校准。它驱动体积云,并使用太阳和月亮的真实位置。

规则 9 的实际体现:模型依据实测记录拟合,而不是凭感觉。云是尚未完成的部分,详见下文。

透过前景的云杉望去,是一片白雪覆盖的山谷,右侧是林木覆盖的山脊,远处群山连绵。
引擎中白雪覆盖的山谷。

树木长在真实树木所在的位置

地图是斯洛伐克 Ružomberok 附近的一片真实山谷,约 6 × 6 公里的真实地形。树木所在的位置,正是山谷 1 米分辨率 LiDAR 数据显示有树的位置。

以真实山谷为基础的决定,和所有决策一样记录在 ADR 中(规则 2)。

低垂的阳光穿过林坡上高大的云杉。
引擎中林木覆盖的山坡上,低角度阳光穿过云杉。

没有 hitscan 的子弹

每颗子弹都沿着自己的轨迹飞行,受重力、随马赫数变化的空气阻力和风的影响。不存在 hitscan。

对这样的功能来说,“看起来对”证明不了什么,所以这套方法要求关卡和真实运行(规则 4 和 9)。

尚未完成的部分

  • 云的形态。 天气模型驱动体积云,但它们的形态还没有达到我们想要的样子。
  • 全局光照。 开发中,默认关闭。
  • 游戏本身。 它仍处于早期开发阶段:一个包含两栋房屋、大片森林和天气的小型可玩场景,以及用于验证命中检测和联网弹道的临时僵尸。
  • AAA 级目标。 这是我们正在努力的目标。我们不声称与任何其他引擎相当,也不公布帧率数据。

背后的体系

我们基于 Claude Code 搭建的自有 AI 体系,用数字来说:由 27 个专业智能体、73 个知识模块和 5 个自研 MCP 服务器组成的系统。

在我们自己的产品中,只有通过最高级别 PHPStan,以及最严格配置的 ESLint、Stylelint、TypeScript、Dart 和 Clippy,外加 215 条自定义规则的内容才会交付。生成的代码同样没有例外。

背后是 20 多年的全栈 Web 开发经验、4 年多的 AI 开发实践,以及我们自研的支持 18 种语言的 Web 框架。

常见问题

AI 智能体能构建游戏引擎吗?

在我们这里,约 100% 的代码由 AI 智能体在人工指导下编写。目前成果仍处于早期开发阶段,确保其正确性的是一套由规则与关卡构成的严格规约。

是什么让 AI 编写的代码可靠?

合并前的关卡:测试、由 clippy 分组和约 70 条 restriction 规则组成的代码规范墙,以及其他检查。此外还有智能体无法放宽的规则与钩子。

游戏完成了吗?

还没有。我们仍在开发中,目前处于早期阶段。尚缺的部分列在“尚未完成的部分”一节中。

天气模型的数据来源:ERA5 再分析数据、NCEI 气象站记录和 DWD 气象站记录(DWD 数据遵循 CC BY 4.0 许可)。

想把这套规范带进您的代码仓库吗?

我们为开发团队搭建 AI 编程智能体:智能体遵循的规则文件、防范危险操作的防护机制、每次合并之前的质量关卡,以及记忆与工具对接。所有内容都在您的代码仓库中验证、书面记录并交付给您的团队。

了解我们如何搭建 AI 智能体