一句话看懂：1993年伊拉克开发者用Claude的模型在Claude Code中，将Amiga 500上的68000汇编游戏《Babylonian Twins》完整移植到了Godot引擎，并在Windows、iOS、Android等平台重新发行。这件事的核心看点不是游戏本身，而是AI在不借助网络检索、仅凭代码推理的情况下，完成了对三十年前老架构代码的理解与迁移。
事件核心：发生了什么
游戏原作者Murtadha Salman（程序员）与团队在1993年于巴格达开发了《Babylonian Twins》，使用纯68000汇编，运行在512KB内存、无硬盘的Amiga 500上。受制裁影响，当时无网络、无开发资源，游戏完成度很高但商用发行失败，直到2008年才被论坛玩家重新发现。
该游戏在2010年曾由原团队手写约34,000行C++引擎移植到iPhone。而此次移植到Godot 4的工作并非开发者本人完成，而是他用Anthropic的Claude模型在Claude Code（具备终端与文件系统访问权限的编码代理环境）中完成的。整个工程包含三步：将2010年的C++引擎迁入Godot；将72,758行无注释的68000汇编代码在50Hz刷新率下重建为Godot版本；再将原版作为彩蛋嵌入新版中。三步骤均成功，其中汇编二进制文件由AI通过运行vasm汇编器并核对diff来验证正确性。
最关键的实验细节是：一年前作者曾用早期模型处理同样的二进制关卡地图数据，需要多轮人工提示；而Claude的新模型（报道中称Claude Fable 5）在单次推理中即完成了关卡格式解析，无需人工干预。AI还为游戏增加了命令行调试参数（如–level、–drive、–probe等），使“跳跃手感是否正常”这类主观判断可以转化为机器可读取的逐帧状态输出。
为什么重要
这件事之所以在Hacker News引发讨论，是因为它触及了AI编程能力的边界判断：大模型训练集中Amiga汇编代码极其稀少，因此这次移植很难被视为“记忆复现”，更像是模型在代码理解与逻辑推理上的实际能力表现。相比常见的“AI写网页”或“补全函数”，此案例涉及跨架构、跨语言、跨三十年硬件差异的完整工程迁移，包含对二进制格式的逆向推断、对帧率与硬件行为的模拟、以及自动化验证手段的自主设计。
它同时提供了一个关于“AI Agent能否独立推进多步骤软件工程”的现实样本：Claude Code在拥有终端权限后，能够自行编译、运行、读取输出并修正错误，而不是仅生成代码片段让用户粘贴。这对当前关于AI从“结对编程”走向“自主开发”的讨论具有参考意义。需要留意的是，素材中并未说明具体使用的模型版本是否为公开商用版本，也未披露推理时长与API成本，目前公开信息显示这是开发者个人测试，而非Anthropic官方演示。
对用户/开发者/创作者的影响
对独立游戏开发者而言，此案例提供了一条遗产代码复活的新路径：当原开发者已不掌握源码细节或原始团队失联时，AI对老旧二进制/汇编的解析能力可能降低复古移植与重制门槛。未来老游戏进入Steam或移动端的成本，可能不再依赖原作者的记忆与文档。
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。
对使用AI编程工具的工程师而言，此案例展示了Agentic Coding（代理式编码）的一个关键差异——模型需要能读写文件、执行命令、查看运行结果并自我修正，而非仅仅在IDE内做行级补全。素材中明确提到Claude Code可以“编辑文件、运行汇编器、构建游戏、启动游戏并读取返回”，这种闭环能力是完成此类多步骤任务的前提。
对普通玩家而言，这次新闻的实际价值仅在于《Babylonian Twins》原版磁盘镜像已在itch.io免费发布，Definitive Edition已登陆iOS与Android，Steam版本预计于2025年秋季上线。该游戏是伊拉克历史上第一款商业游戏，其历史意义大于画面表现。
另外，原作者表示AI的部分产出存在错误，且他本人数周后才察觉。这意味着即便是能力较强的模型，在长期运行中也会产生隐蔽缺陷，代码审查仍是必要环节，不应因演示顺利而省略。
值得关注的后续
1. 模型归属与性能复现：作者未在素材中明确指出具体模型名称对应的公开商业版本。后续值得关注该测试是否被独立开发者用公开API复现，以及真实推理成本与token消耗是否适合日常开发使用。
2. 复古移植生态是否兴起：Amiga、NES、DOS等老平台的游戏代码若可通过AI批量翻译至现代引擎，可能催生一批小型“重制工作室”。若此路径可行，版权归属与素材来源将成为新的合规争议点。
3. AI生成的测试基础设施是否被主流工程采纳：作者在叙事中提到AI主动添加了命令行flag与headless检查，这属于工程流程改进而非单纯代码翻译。后续若更多AI编码工具开始自主编写测试脚手架，软件开发中“AI与CI/CD结合”的实践方式可能成为标准配置。
