45 岁健身教练，单人 3 个月做出暗黑 Like：用 AI 写了 12 万行代码
一句话看懂：日本一位 45 岁、无编程经验的健身教练，利用 Claude Code 等 AI 工具，单人耗时 3 个月、花费约 400 美元，完成了暗黑 Like 游戏《FireField》的抢先体验版，累计生成 12 万行代码。这个案例极端地展示了 AI 如何大幅降低中重度游戏开发的入行门槛。
事件核心：发生了什么
日本私人健身教练藤永直树，此前零开发经验，受全 AI 制作游戏《Codex Mortis》启发，给自己设定了 3 个月发布抢先体验版的目标。他全程主要使用 Anthropic 的 Claude Code（Claude Max 订阅）生成代码，搭配 ChatGPT（图像生成）、Kling AI（视频生成）、Suno AI（音乐生成）等工具，总花费约 400 美元。最终完成的《FireField》已实现随机地牢、10 万种装备、装备影响技能与外观、百种成就、魔法咒文系统，并支持 95 种字幕语言和 70 种配音，本地化仅用时两三天。
藤永直树表示，自己不需要看懂代码，而是通过“结果”和“实际游玩手感”来判断 AI 输出的功能是否正确。为应对 AI 上下文丢失和代码幻觉，他采用了按职责拆分代码文件、建立功能索引文件、每两周让 AI 重构整理代码的方法。游戏目前品质较为粗糙，存在画质不高、BUG 较多等问题，已以抢先体验形式上线 Steam，计划后续根据玩家反馈迭代。
为什么重要
这个案例是“AI 颠覆开发成本结构”的一个极限验证：一位纯外行玩家，在没有引擎知识、没有编程背景的情况下，用三个月时间和 400 美元（主要为 Claude Max 订阅费）搭建了一个中重度 ARPG 的游戏框架。在传统开发中，仅学习 Unity/虚幻引擎就需要数百小时，而藤永直树通过 Claude Code 绕过了引擎学习环节，将“学引擎的成本”和“造引擎的成本”颠倒了过来。
它证明：对于 2.5D 视角、随机地牢、装备体系等成熟品类，AI 有能力将“单人团队”的生产力提升到接近小型团队的水平。虽然目前《FireField》距商业化产品仍有差距，但其开发路径的复现成本极低，可能催生更多零基础爱好者的独立游戏尝试，并推动 AI 辅助开发工具的演进方向——不再仅是辅助程序员，而是成为“无代码背景创作者的开发导师”。
对用户/开发者/创作者的影响
对于业余创作者和独立游戏爱好者：这是一个明确的信号——如果你有想法但缺技术，现在可以用日常语言向 AI 提需求，通过实际游戏测试来验证结果。藤永直树强调，新人需要保持对专业开发者的敬畏，但 AI 可以成为“老师与伙伴”。使用 Claude Code 等工具时，需注意上下文丢失和代码幻觉问题，需要主动通过文件拆分和定期重构来维持项目稳定性。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
对于专业游戏开发者：AI 降低了原型验证的门槛，但离高质量商业产品尚有距离。《FireField》的 BUG 数量、画质和操作手感都存在问题。专业开发者的优势在于设计判断、数值平衡和项目管理，这些仍是 AI 无法替代的核心能力。
对于 AI 模型供应商：藤永直树首选 Claude Code 的原因是“能代替不会写代码的我，把指令持续写成十几万行规模的代码”。这说明在复杂编程辅助领域，模型的上下文连贯性、长代码输出稳定性比单纯性能更重要。Anthropic 的 Claude Max 订阅模式相比 API 调用显著降低了开发者的实际成本。
值得关注的后续
1. 产品迭代验证：《FireField》能否通过持续的玩家反馈和 AI 辅助迭代，从“粗糙框架”打磨成“可玩的游戏”？这将是检验纯 AI 开发能否走通“完整开发周期”的关键。
2. 工具生态适配：类似的开发方法是否会形成社区？例如 Claude Code + 代码拆分模板 + 功能索引文件的做法，能否被总结为最佳实践或开发框架？
3. 专业开发者的反应：这类案例是否会引发对“AI 抢工作”的进一步讨论？目前看来，AI 更可能挤压的是低端外包和原型验证服务，而非专业游戏开发岗位。藤永直树本人也强调，自己只是热爱游戏的普通玩家，并非合格的专业开发者。
来源：Readhub · AI
