AI 遊戲開發已過 demo 階段：Unity-MCP vs Agent Game Studio vs CCGS 揀邊款？

2025 年底，我用 Cursor 加 Claude 整咗個打飛機小遊戲，前後四分鐘唔使。唔係 prototype，唔係 demo——係一個可以 share 俾朋友玩、有分數 tracking、有難度曲線、有 loose sound effect 嘅 product。呢件事喺三年前仲係科幻片情節，但今日已經係任何一個識打字嘅人都做到嘅日常。問題唔再係「AI 能唔能夠做遊戲」，而係「用邊套工具鍊做得最快、最靚、最貼近你個願景」。市面上三條主流路線——Unity-MCP、Agent Game Studio、CCGS——代表三種完全唔同嘅哲學，揀錯線嘅成本遠高過你以為。

路線一：Unity-MCP — 俾專業開發者嘅 Turbo 模式

Unity-MCP（Model Context Protocol）係 OpenAI 同 Unity 官方合作嘅插件，將 Claude / GPT 直接接入 Unity Editor。你喺對話框打「整一個 third-person shooter，子彈有 tracer effect，敵人用 simple navmesh 巡邏」，AI 就識得自動 create scripts、set up prefabs、tweak physics parameters。唔係生成 code 俾你 copy-paste，係直接落手改你個 scene。

最大賣點係保留 Unity 嘅完整控制權。AI 做完嘢，你可以照常入 Play Mode 測試、用 Profiler 執 performance、用 Version Control 睇 diff。呢點對於做過 production build 嘅人嚟講極之重要——市面上好多 AI 遊戲工具整出嚟嘅嘢係「黑盒」，你無辦法逐行 code 去 debug，但 Unity-MCP 每行 code 都喺你眼前，全部可以手動改。

代價係 learning curve。你需要基本嘅 Unity 知識，至少要知道咩係 GameObject、Prefab、MonoBehaviour。如果你係完全零 programming 經驗，Unity-MCP 嘅抽象層次太低，你會花大量時間喺「點樣同 AI 解釋 UnityEngine API」上面。啱嘅人係：已經用緊 Unity 嘅 indie dev 同 studio，想將 churn out prototype 嘅速度由幾天壓縮到幾粒鐘。

路線二：Agent Game Studio — 零代碼嘅終極抽象

Agent Game Studio（AGS）走嘅係完全相反嘅路線：你唔需要寫任何 code，甚至唔需要開任何 IDE。你喺 browser 入面同一個 agent 傾偈，描述你嘅 game design：「一個 2D platformer，主角係一隻貓，可以 double jump，敵人係啲移動嘅植物，每關有三個 collectible 同一個 hidden room。」個 agent 會自動 interpret 你嘅 intent，生成對應嘅 game logic、sprites（由 DALL-E 或 Stable Diffusion 生成）、sound effects、甚至埋好曬 monetization 嘅嘢（rewarded ads、IAP 位置）。

AGS 嘅核心 insight 係：對於好多獨立開發者嚟講，瓶頸唔係寫 code 嘅速度，而係「由諗法到可玩 build」之間嘅阻抗。Unity-MCP 要求你先識 Unity，但 AGS 要求嘅淨係「清楚知道自己想整咩 game」。佢嘅 trade-off 係靈活性——如果你個 game concept 超出咗 AGS 嘅 mental model（例如你想整個非典型嘅 mechanic，或者用到 custom rendering pipeline），你會撞牆。AGS 擅長嘅係 well-defined genres：platformer、runner、puzzle、idle game、simple RPG。你喺呢啲框架入面做到嘅嘢，速度快過 Unity-MCP 一個數量級；但你一旦想突破框架，速度會跌到負數。

路線三：CCGS — 對話即引擎，paradigm shift 定係 gimmick？

CCGS（Conversational Computer Game System）係最富爭議嘅一條路。佢嘅核心 premise 係：game loop 嘅每個 step 都由 LLM 即時 interpret 同驅動。傳統 game engine 行嘅係 deterministic state machine；CCGS 行嘅係 probabilistic language model。你唔會寫「if player.x > enemy.x { enemy.chase() }」，你會寫「當玩家行近敵人，敵人生成一個追蹤行為，用 contextual 嘅方式決定追定唔追，取決於當前場景氣氛同玩家之前嘅選擇」。

呢個做法嘅殺著係 emergent gameplay——你可以整到一啲傳統 engine 好難做到嘅體驗，例如 NPC 真係識得根據對話 history 改變態度、game world 根據玩家行為做敘事性嘅 morph。每一個 playthrough 都可以係獨一無二。

但 CCGS 有個致命缺點： unpredictability。你無辦法確保某個 input 永遠觸發某個 output，因為 LLM 本質上係 non-deterministic。對於 puzzle game、competitive game、任何需要 consistent mechanic 嘅類型，CCGS 目前仲未夠實用。佢最啱嘅場景係 narrative-driven experience、interactive fiction、AI 做 game master 嘅 procedural story。如果你整嘅係《Minecraft》或者《Candy Crush》，千祈唔好掂 CCGS。

揀款之前，先答三條問題

三條路線各有主場，揀錯嘅成本可以好高。喺你決定用邊款之前，先誠實答自己三條問題：

一、你識唔識寫 code？如果識，Unity-MCP 俾你嘅 ROI 最高，因為你唔需要犧牲控制權。如果唔識但想做 game，AGS 係你唯一合理嘅選擇。CCGS 唔係俾「唔識寫 code」嘅人用嘅——佢係俾「想寫非傳統 code」嘅人用嘅。

二、你個 game 玩咩？如果係 genre-defined（platformer、runner、puzzle），AGS 完勝。如果係技術性強（3D physics、multiplayer、custom rendering），Unity-MCP。如果係敘事先行、AI-driven emergent experience，CCGS 係你應該實驗嘅方向。

三、你想做 hobby project 定 commercial product？Hobby project 可以亂試，三款全部玩都得。Commercial product 要考慮 maintainability——Unity-MCP 嘅 output 係標準 C# 同 Unity 資源，第時請人接手、port 去 console、加 SDK 都有 ecosystem support。AGS 同 CCGS 嘅 output 目前仲綁死喺各自平台，vendor lock-in 風險唔細。

AI 遊戲開發嘅 demo 時代已經完結。而家入場嘅人，唔好再滿足於「整到個 prototype 呃吓 like」。揀岩工具，你嘅 execution velocity 可以由「一個月一款 prototype」變成「一個禮拜一款 product」。重點唔係邊款工具最勁，而係邊款最 fit 你手上嗰個 game 嘅真實需求。